API 运营

Grok Voice 3.0 的语音接口和选型

分开了解语音合成与实时对话,再用同一份中文语料测试发音、延迟和费用。

先分清两类接口

xAI 的语音文档列出了文字转语音、流式语音与实时语音会话。只要朗读或旁白时,用短句验证音色与输出格式即可。需要对话打断时,要测试实时会话里的事件流和响应顺序。

检查中文和音色

用一段包含地名、数字、停顿和英文缩写的短稿分别试读。记录声线、分句、重音、首包延迟和总音频时长。不同音色可能对同一段文字表现不同。

比价按完整会话计

先分清供应商按字符、语音时长或实时 Token 计价,再算一次实际会话的输入输出。ModelPort 的 Grok Voice 3.0 目前只展示目录资料,语音合成端点的可用模型以模型市场为准。

涉及的模型

接入入口

资料来源