xAI

Grok Voice TTS 1.0

Речь с разметкой пауз и ударений прямо в тексте

Отвечает голосом

Текст

Голосов: 5

Тип: Синтез речи
Русский язык: высокий
Голосов: 5
Цена: 1 200 ₽ / 1M символов
Дата выхода: Май 2026

Начать бесплатно Попробовать в Песочнице

audio/speech

import OpenAI from "openai"
const client = new OpenAI({
  baseURL: "https://api.yenisei.ru/v1",
  apiKey: process.env.YENISEI_API_KEY,
})
const speech = await client.audio.speech.create({
  model: "grok-voice",
  input: "Здравствуйте! Это пример синтеза речи.",
  voice: VOICE_ID, // идентификатор из списка голосов модели
  response_format: "mp3",
})
const buffer = Buffer.from(await speech.arrayBuffer())
await writeFile("speech.mp3", buffer)

О модели

Grok Voice TTS 1.0 читает текст пятью голосами — Eve, Ara, Rex, Sal и Leo — и сама определяет, на каком языке он написан. Её особенность: разметку можно ставить прямо в тексте — пауза, ударение, высота, темп, — и модель их отработает, отдельного формата разметки не требуется. По словам издателя, говорит более чем на 20 языках и принимает до 15 000 символов за запрос.