Språk och flerspråkigt tal
På denna sida
Uppdaterat den 3 november 2026, baserat på xAI:s sida Text to Speech. Källa: Text to Speech.
Tjugo språk för en global publik
Grok TTS täcker tjugo språk, vart och ett med sina egna naturliga accenter och uttal. Den praktiska konsekvensen är enkel: en ljudapp byggd för en internationell publik behöver inte längre jonglera flera talleverantörer, med den ojämna kvalitet och de separata avtal som följer med dem. En integration, ett frågeformat, så byter du från engelska till japanska genom att ändra en enda parameter.
Den täckningen påverkar också hur du designar produkter. En e-learning-plattform som publicerade sina ljudmoduler endast på engelska kan erbjuda dem på tio språk utan att spela in en enda röstskådespelare på nytt eller förhandla om rösträttigheter.
Språk som stöds
| BCP-47-kod | Språk | Region |
|---|---|---|
en | Engelska | Internationellt |
fr | Franska | Frankrike |
de | Tyska | Tyskland |
es-ES | Spanska | Spanien |
es-MX | Spanska | Mexiko |
pt-BR | Portugisiska | Brasilien |
pt-PT | Portugisiska | Portugal |
it | Italienska | Italien |
ja | Japanska | Japan |
ko | Koreanska | Sydkorea |
zh | Kinesiska | Kina |
hi | Hindi | Indien |
ar-EG / ar-SA / ar-AE | Arabiska | Egypten / Saudiarabien / Förenade Arabemiraten |
ru | Ryska | Ryssland |
tr | Turkiska | Turkiet |
id | Indonesiska | Indonesien |
vi | Vietnamesiska | Vietnam |
bn | Bengali | Bangladesh / Indien |
Ange språket för varje begäran
Parametern language är obligatorisk: ingen TTS-begäran skickas utan den. Ange antingen en explicit BCP-47-kod eller använd värdet auto, vilket låter modellen härleda språket från texten.
{
"text": "Hello, how are you today?",
"voice_id": "ara",
"language": "en"
}
Automatisk identifiering hjälper när du inte känner till användarens språk i förväg: ett kontaktformulär öppet för alla, ett flöde av kommentarer, en internationell chattbot. Det är dock fortfarande en inferens, och inferenser kan bli fel. På en mening med tre ord, eller på text som blandar två språk redan från första raden, kan modellen välja fel fonetisk profil och ge dig franska uppläst med engelsk accent. När du känner till språket, ange det: resultatet blir mer tillförlitligt.
Främmande ord i en mening
Engelsk text stänkt med några främmande termer deklareras fortfarande som "en". Den nuvarande xAI-dokumentationen beskriver inte hur man byter uttal mitt i en mening, så lyssna på hur dina främmande eller tekniska termer låter och åtgärda de problematiska med tabellen replace.
{
"text": "Our team deploys to Kubernetes with kubectl.",
"voice_id": "rex",
"language": "en",
"replace": {"kubectl": "kube cuttle"}
}
Varje nyckel i replace byts ut mot sitt värde före syntesen: endast ljudet ändras, och texten du skickar och betalar för förblir din. Värdet kan vara en fonetisk omskrivning eller IPA (International Phonetic Alphabet) skrivet mellan snedstreck, vilket modellen läser direkt. xAI citerar exakt detta fall: termer vars uttal kommer från användning snarare än stavning, såsom nginx eller kubectl. Tabellen accepterar upp till 200 poster, med nycklar på högst 100 tecken och utan interpunktion eller symboler.
Regionala varianter
Spanska, portugisiska och arabiska finns i flera varianter, och valet är inte kosmetiskt: det påverkar uttal, intonation och viss ordförråd. Mellan es-ES och es-MX väljer du mellan kastiliansk intonation och ordförråd å ena sidan och mexikansk å den andra. Mellan pt-BR och pt-PT är skillnaden i uttal uppenbar för varje modersmålstalare. För arabiska motsvarar ar-EG, ar-SA och ar-AE egyptiska, saudiska och emiratiska register.
Välj alltid den variant som din målgrupp talar. En handledning för den mexikanska marknaden som berättas på kastiliansk spanska har samma effekt som en amerikansk reklamfilm inspelad med brittisk accent: folk kommer att lyssna, men de kommer att märka att den inte gjordes med dem i åtanke.
Vanor som förhindrar obehagliga överraskningar
Använd en språkkod per begäran: textens huvudspråk. Engelsk text med några främmande termer deklareras som "en", och du fixar de envisa orden med replace snarare än att dela upp texten i bitar på olika språk.
Testa sedan varje språk innan du öppnar det för användare, med meningar som representerar ditt verkliga innehåll snarare än ett ensamt “hej”. Kvaliteten varierar från språk till språk, och du hellre fångar ett tempoproblem under testning än i produktion.
Håll slutligen ett öga på egennamn. Ett polskt efternamn i en engelsk text, ett japanskt varumärke i en spansk: motorn tillämpar reglerna för det deklarerade språket och kan läsa dem endast ungefärligt. När uttalet är viktigt, till exempel en kunds namn i ett hälsningsmeddelande, lägg till det i tabellen replace med dess fonetiska stavning och kontrollera resultatet för örat.
Viktiga punkter
- Tjugo språk stöds, med regionala varianter för spanska, portugisiska och arabiska
- Parametern
languageär obligatorisk, medautosom alternativ för automatisk identifiering - Tabellen
replace(fonetisk omskrivning eller IPA) fixar uttalet av främmande ord och egennamn utan att ändra den debiterade texten - Använd alltid den regionala variant som matchar din målgrupp