xAI Text to Speech

xAI Grok TTS là model text-to-speech của xAI, truy cập qua API tại docs.x.ai hoặc x.ai/api — gửi text, nhận về file âm thanh (MP3, WAV, PCM, mu-law, A-law). Model hỗ trợ 5 giọng đọc (Eve, Ara, Leo, Rex, Sal) và tự động nhận diện 20+ ngôn ngữ, giá $4.20/1 triệu ký tự với giới hạn 15.000 ký tự/request. Phù hợp để xây voice agent, tạo podcast, tích hợp vào ứng dụng khách hàng hoặc call center. Mẹo hiệu quả: dùng inline speech tags trong văn bản để kiểm soát cảm xúc như tạm dừng, tiếng cười, thì thầm, hoặc nhấn mạnh — giúp giọng đọc tự nhiên hơn hẳn so với TTS thông thường. Nếu cần giọng riêng, có thể tạo custom voice từ đoạn audio tham chiếu tối đa 120 giây.