Välj röst och personlighet
På denna sida
Uppdaterat den 3 november 2026, baserat på xAI:s sidor för Text to Speech och Speech to Speech samt deras guide för röstprompting. xAI erbjuder 28 inbyggda röster som delas mellan röstagenten och text-till-tal; beskrivningarna och användningsområdena nedan kommer direkt från xAI. Källor: Text to Speech · Speech to Speech · Prompting Guide.
Tjugoåtta röster, tjugioåtta första intryck
Grok Voice Agent ger dig tillgång till 28 röster (per den 3 november 2026), var och en med sin egen klangfärg och sitt temperament, och alla talar varje språk som stöds. Valet är mer än bara kosmetika. Innan den första meningen är slut har användaren redan bildat sig en uppfattning om vem hen pratar med. En glad röst som meddelar en orderavbeställning känns fel; en djup, avmätt röst under en produktdemo får lyssnaren att somna.
| Röst | Tonläge, enligt xAI | Föreslagna användningsområden från xAI |
|---|---|---|
carina | Mjuk, empatisk, lugnande | Hälsa, support |
zagan | Kraftfull, dramatisk, omisskännlig | Karaktärer, berättande |
helix | Djärv, dynamisk, hög energi | Kommentarer, poddar |
orion | Rik, filmisk, klangfull | Berättande, ljudböcker |
luna | Mild, tålmodig, djupt omtänksam | Utbildning, assistent |
iris | Vänlig, glad, naturligt charmig | Försäljning, support |
altair | Elegant, raffinerad, exklusiv | Reklam, berättande |
zenith | Skarp, fokuserad, bestämd | Försäljning, reklam |
perseus | Stark, självsäker, pålitlig | Reklam, berättande |
helios | Glad, energisk, mycket mångsidig | Assistent, hälsa |
lux | Samlad, lugn, tystlåtet vis | Hälsa, berättande |
kepler | Uppfinningsrik, framåtblickande, karismatisk | Reklam, poddar |
rigel | Exakt, professionell, lugnt självsäker; australisk accent | Assistent, support |
cosmo | Ljus, nyfiken, lätt att följa | Utbildning, poddar |
celeste | Medkännande, självsäker, lugnande | Support, assistent |
ursa | Vänlig, varm, stadig | Assistent, poddar |
sirius | Snabbtänkt, kvick, lekfull | Kommentarer, karaktärer |
lumen | Varm, tydlig, engagerande | Utbildning, reklam |
castor | Karismatisk, jordnära, avslappnad | Försäljning, support |
naksh | Varm, eftertänksam, vis; indisk accent | Assistent, support |
atlas | Självsäker, auktoritär, lugnande | Försäljning, assistent |
aurora | Fridfull, stadig, strålande | Support, assistent |
liora | Lugn, samlad, ljus | Hälsa, assistent |
ara | Varm och vänlig | — |
eve | Energisk och glad; brittisk accent | — |
leo | Auktoritär och kraftfull; brittisk accent | — |
rex | Självsäker och tydlig | — |
sal | Mjuk och balanserad | — |
Listan förändras över tid. GET /v1/tts/voices returnerar den aktuella listan, och Custom Voices API låter dig skapa en röst från ett kort referensklipp; du använder sedan dess ID exakt som en inbyggd röst.
Ställ in rösten
Du väljer röst i fältet voice i meddelandet session.update. Det krävs tre rader:
{
"type": "session.update",
"session": {
"voice": "rex"
}
}
Namnet är skiftlägesokänsligt: "Eve", "eve" och "EVE" refererar alla till samma röst. Dokumentationen för text-till-tal listar eve som standardröst; för agenten bör du alltid ange rösten explicit. Precis som med resten av konfigurationen ändras rösten om du skickar ett nytt session.update mitt i en konversation. Ett telefonsvarssystem kan börja med en glad hälsningsröst och sedan byta till en lugnare så snart samtalet går in på ett känsligt ämne.
Matcha klangfärgen med beteendet
Rösten gör bara halva jobbet: den sätter texturen, medan instructions styr beteendet. En varm röst som rabblar korta svar skapar en dissonans som användaren känner av utan att kunna sätta fingret på den. De tre konfigurationerna nedan visar tre konsekventa parningar av klangfärg och roll.
För kundtjänst passar celeste, som xAI listar för support, ihop med ett tålmodigt tonläge och en väg ut till en människa:
{
"type": "session.update",
"session": {
"voice": "celeste",
"instructions": "You are a customer service assistant for the Maison Verte store. You are patient, empathetic, and always ready to find a solution. Use simple, reassuring language. If you can't solve a problem, offer to transfer the customer to a human agent."
}
}
För en teknisk handledning passar cosmo, listad för utbildning, ihop med instruktioner om struktur och precision:
{
"type": "session.update",
"session": {
"voice": "cosmo",
"instructions": "You are a technical trainer who specializes in web development. Explain concepts in a structured way, with concrete examples. Be precise and direct. Suggest hands-on exercises when relevant."
}
}
För ett företagsintroduktionsprogram ger leo en auktoritet som instruktionerna mjukar upp med värme och regelbundna avstämningar:
{
"type": "session.update",
"session": {
"voice": "leo",
"instructions": "You are the official trainer for the new employee onboarding program. Present information with authority but with warmth. Follow the program in order and check for understanding after each point."
}
}
Hur du bestämmer dig
Fyra överväganden dyker upp i varje projekt. Det första är varumärkesanpassning: ett premiumvarumärke kommer att se sig självt i altair, ett avslappnat startup-företag i castor eller iris, och att få det bakvänt skapar en omedelbar obalans. Det andra är användningskontexten, som ibland väger tyngre än varumärket: en hälsoassistent kräver en röst som xAI listar för hälsa, som carina, lux eller liora, medan en telefonväxel gör klokt i att lugna uppringare med celeste eller aurora. Det tredje är hur länge människor interagerar: under långa sessioner är en lugn röst mindre tröttande än en mycket utpräglad. Det fjärde, och viktigaste, är att hur människor uppfattar en röst är subjektivt. Innan du bestämmer dig, låt en handfull verkliga användare lyssna på tre kandidater på ditt målspråk. Det tar en timme och sparar dig från att efter lanseringen upptäcka att rösten du valde irriterar hälften av dina kunder.
Vad talet ändrar i dina promptar
Övergången till tal bryter vissa vanor vid skrivande av promptar och kräver nya. xAI:s guide för röstprompting föreslår en struktur i fem delar: roll och personlighet, mål, konversationsflöde, skyddsräcken och eskalering, samt röststil. För röststil ger de specifika råd. Håll dig till en eller två korta meningar per tur om inte uppringaren ber om mer detaljer, och pausa kort efter varje fråga. Om uppringaren tystnar, följ upp med en kort fråga. Och om det som sades var ohörbart eller ofullständigt, ställ en kort förtydligande fråga istället för att gissa.
Öppna frågor fungerar bra i skrift men får ofta folk att tappa tråden i samtal. “Vill du att jag kontrollerar din order?” fungerar bättre än “Vad kan jag hjälpa dig med?”. Och en agent som frågar “Kan du upprepa det?” slår en som gissar, eftersom ett missförstånd i ett muntligt utbyte tar två turer att rätta till.
Viktiga punkter
- 28 inbyggda röster finns tillgängliga, delade mellan röstagenten och text-till-tal, plus anpassade röster
- xAI beskriver tonläge och användningsområden för varje röst: börja med dessa användningsområden och testa sedan med verkliga lyssnare
- Du kan byta röst mitt i en session utan att tappa anslutningen
- Strukturera instruktionerna enligt xAI:s guide: en eller två korta meningar per tur, korta uppföljningar, förtydligande frågor
- Matcha rösten med ditt varumärke, användningskontexten och interaktionernas längd