xAI全面升级Grok Voice,新增 21 款多语言旗舰语音
- 新增21款旗舰语音—xAI推出21款全新旗舰级Grok Voice,覆盖客服、角色扮演、解说、广告、教育等场景,与原有5款语音共同构建多元音频库。
- 原有5款语音深度优化—xAI对Ara、Eve、Leo、Rex和Sal五款经典语音重新训练,优化节奏、措辞与重音,显著提升自然表达水平。
- 推出Agent Builder平台—xAI上线Grok Voice Agent Builder,语音已接入实时语音智能体API及TTS API,支持开发者灵活调用。
- 多语言与精细控制—所有语音原生支持25种以上语言,并引入[pause]等控制标签,允许开发者精细调控语音表达节奏。
Grok Voice一口气塞进21个新声线,开发者试了说“比真人客服还难分”
xAI最近把Grok Voice的语音库从5个扩到26个,新上线的21款语音覆盖客服、配音、教育这些场景,连[ pause ]这种呼吸停顿标签都给了。原来只有5款语音,现在多了4倍不止,算是一次大放量。
21个新声线
这些新增语音与此前已有的5款语音,共同构成了更为丰富的音频资源库。群里在传,这21款语音覆盖客户服务、角色扮演、内容解说、商业广告、教育辅导等多元化领域,能够精准适配各类特定用例的需求。有开发者试了说,角色扮演场景里新语音的情绪表达比老版本自然很多。与此同时,xAI还对原有的Ara、Eve、Leo、Rex和Sal五款经典语音进行了深度重新训练,通过优化节奏感、措辞方式及重音处理,这些语音的自然表达水平有了质的飞跃。老用户反馈,重新训练后的Leo声音听起来更像一个真实的人了。
老语音回炉重练
xAI也没忘老家伙——Ara、Eve、Leo、Rex和Sal这五款经典语音被重新训了一遍,节奏、措辞、重音都调过,听起来自然多了。X平台上已经有人在传,这些语音在客服场景里几乎分辨不出是AI。所有语音均具备原生多语言支持能力,可流畅驾驭超过25种语言。25种语言覆盖了英语、中文、西班牙语、阿拉伯语等主流语言,基本够用。
开发者工具有多细
为方便开发者灵活调用,xAI同步上线了Grok Voice Agent Builder平台。目前,这些语音已全面接入实时语音智能体API及文本转语音(TTS)API。系统还引入了诸如[pause]等精细化的语音控制标签,允许开发者对语音的表达节奏进行更精细的调控。有开发者试了说,这个[pause]标签在长段落里特别好用,能让AI看起来更像在思考。
免费试玩入口
即日起,用户可通过官方提供的Playground环境免费试用这些全新语音效果,探索其在实际项目中的落地应用。不用花钱,直接上去就能听到21款新语音的效果。这次更新算是xAI在语音智能体生态上又砸了一板砖,开发者手头的工具又犀利了一点。
接下来盯着看什么
接下来盯着看的是,xAI会不会把Grok Voice开放给普通用户,比如在Grok聊天里直接选不同人声?这会让做定制语音的创业公司难受,xAI直接给了21款免费用,基本把低端定制市场堵死了;做客服系统的开发者受益,手里多了一个又便宜又好用的选择。