


xAI TTS v1 ist das hochauflösende Text-to-Speech-Modell von xAI, das geschriebene Inhalte in natürlich klingendes, ausdrucksstarkes Audio umwandelt. Es unterstützt 20 Sprachen und bietet eine präzise Steuerung der Sprachwiedergabe, damit sich der Klang der Sprache an verschiedene Anwendungen anpassen lässt. Greifen Sie über Atlas Cloud mit einem einzigen OpenAI-kompatiblen Schlüssel und transparenten nutzungsbasierten Preisen auf das Modell zu. Beginnen Sie noch heute mit der Entwicklung.
xAI TTS V1 wurde von xAI entwickelt. Atlas Cloud (betrieben von Atlas Cloud AI LLC) stellt lediglich den Zugang bereit und ist nicht Eigentümerin des Modells. Alle Marken sind Eigentum ihrer jeweiligen Inhaber.
Atlas Cloud bietet Ihnen die neuesten branchenführenden kreativen Modelle.
Entdecken Sie die Text-to-Speech- und Speech-to-Text-Funktionen der Familie für mehrsprachige Sprachanwendungen.
| Modalität | Beschreibung |
|---|---|
| xAI TTS v1 API (Text to Speech) | Wandeln Sie Text mit einer Latenz von unter einer Sekunde in natürliche, ausdrucksstarke Sprache um – in 20 Sprachen und mit mehr als 80 Stimmen. Die präzise Steuerung der Sprechweise macht diesen Endpunkt ideal für Sprachassistenten, lokalisierte Vertonungen und reaktionsschnelle Audioerlebnisse. |
| xAI STT v1 API (Speech to Text) | Audio wird dank automatischer Spracherkennung in mehr als 24 Sprachen in präzisen, formatierten Text umgewandelt. Nutzen Sie Zeitstempel auf Wortebene, Sprecherdiarisierung, Mehrkanaltranskription und inverse Textnormalisierung für Sitzungsprotokolle, Untertitel und Anrufanalysen. |
xAI TTS v1 kombiniert ausdrucksstarke Sprach-Tags, 20 unterstützte Sprachen, Skripte mit bis zu 15.000 Zeichen, fünf Ausgabe-Codecs, anpassbare Streaming-Latenz und transparente, zeichenbasierte Preise über einen einzigen Atlas Cloud API-Key.

Steuere xAI TTS v1 direkt mit Inline-Tags wie [pause] und umschließenden Stilen wie <whisper>, um die Sprechweise innerhalb des Skripts zu gestalten. Stimmliche Hinweise werden während der Synthese interpretiert, sodass Emotion, Sprechtempo und Betonung keinen separaten Bearbeitungsschritt erfordern. Diese Kontrolle eignet sich für Dialoge von Charakteren, markengerechte Sprechertexte, Support-Prompts und alle Produktionen, die ausdrucksstarkes Timing benötigen.

Wähle aus mehr als 70 Stimmen-IDs im aktuellen Atlas Cloud-Schema, darunter fünf mehrsprachige Stimmen, die alle unterstützten Sprachen abdecken. Lege eine von 20 BCP-47-Sprachoptionen fest oder nutze die automatische Erkennung, während andere Stimmen für ihre jeweilige Muttersprache optimiert bleiben. Lokalisiere Assistenten, Tutorials, Kampagnen und Servicenachrichten, ohne den Synthese-Workflow für jeden Markt neu aufzubauen.

Eine einzelne Anfrage akzeptiert Skripte mit bis zu 15.000 Zeichen und ermöglicht eine Sprechgeschwindigkeit von 0.7× bis 1.5×. Die optionale Textnormalisierung wandelt geschriebene Zahlen, Abkürzungen und Symbole vor der Synthese in gesprochene Formen um. Nutze diese Steuerelemente, um lange Sprechertexte verständlich zu halten und gleichzeitig das Tempo von Erklärvideos, Lektionen oder Voiceovers innerhalb eines konsistenten API-Workflows anzupassen.

Exportiere Audio als MP3, WAV, PCM, μ-law oder A-law mit Abtastraten von 8 kHz bis 48 kHz. Die MP3-Ausgabe unterstützt außerdem Bitraten von 32 kbps bis 192 kbps, sodass du Klangtreue und Dateigröße ausbalancieren kannst. Wähle Studioeinstellungen für die Medienproduktion oder Telefonieformate für Anrufabläufe und eingebettete Sprachsysteme in nachgelagerten Anwendungen.

Drei Stufen zur Latenzoptimierung ermöglichen es xAI TTS v1, bei der Streaming-Synthese die Größe des ersten Chunks gegen die Ausgabequalität abzuwägen. Level 0 priorisiert die Audioqualität, während Levels 1 und 2 die Zeit bis zum ersten Audio schrittweise verkürzen und dabei zunehmend Kompromisse an den Segmentgrenzen eingehen. Wähle die Einstellung, die zu reaktionsschnellen Sprachagenten, Vorlesen in Echtzeit oder anderen latenzempfindlichen Erlebnissen passt, bei denen die Startverzögerung entscheidend ist.

Betreibe xAI TTS v1 über einen einzigen Atlas Cloud Endpoint und einen einzelnen API-Key. Die Standardnutzung wird mit $0.015 pro 1.000 Eingabezeichen abgerechnet. Unicode-Zeichen werden einheitlich gezählt, einschließlich CJK-Zeichen, sodass Kostenschätzungen über verschiedene Sprachen hinweg unkompliziert bleiben. Dieses Pay-as-you-go-Modell unterstützt Prototypen und Produktions-Workloads und hält die Ausgaben auch bei großem Umfang proportional zum Anfragevolumen.
Sehen Sie, wie drei Atlas Cloud-Videomodelle identische Prompts in den Bereichen filmischer Dialog, Bewegung, Komposition, Kontinuität und visuelles Storytelling interpretieren.
Erstelle eine vollständige, ausgereifte, interaktive HTML-Webseite in einer einzigen Datei mit dem Titel „Himmelsgebundener Ballonversand“. Gib ausschließlich das fertige HTML-Dokument aus, mit vollständig eingebettetem CSS und JavaScript. Es muss direkt in einem modernen Browser geöffnet werden können und ohne Build-Schritt sowie ohne externe Abhängigkeiten, Bibliotheken, Schriftarten, CDNs, Bild-URLs, APIs oder zusätzliche Dateien funktionieren. Dies ist eine responsive Webseite und keine feste 16:9-Komposition. Entwirf eine immersive Heißluftballon-Flottenleitstelle im Morgengrauen, die historische Fluginstrumente, im Siebdruckverfahren erstellte topografische Karten, haptische Papiertexturen, Messingsteuerungen und moderne Echtzeitsimulation miteinander verbindet. Verwende eine sorgfältig abgestimmte Farbpalette aus Kobaltblau, Cremegelb, Korallenrot, Warmweiß, Anthrazit und gedämpftem Messing. Warmes Morgenlicht soll aus der oberen linken Ecke allmählich heller werden. Stelle Höhe, Winds chichten und Gefahr durchgängig über Farben, Linienstärken, Muster und klare Legenden dar. Erzeuge alle visuellen Elemente prozedural mit HTML, CSS, Canvas und, wo sinnvoll, eingebettetem SVG. Der zentrale Bereich muss eine große animierte Luftkarte aus der Vogelperspektive zeigen, mit einer Schlucht, Höhenlinien, mindestens zwölf individuell erkennbaren Ballons, mehreren wechselnden Winds chichten, einem sich bewegenden Cumulonimbus-Sturmsystem, Turbulenzzonen und einem schwebenden Leuchtturm als Ziel. Implementiere eine echte, schlanke Physiksimulation: Jeder Ballon muss Position, Geschwindigkeit, Höhe, Treibstoff, Ballast, Temperatur, Risiko und Routenverlauf verfolgen. Windrichtung und -stärke müssen je nach Höhe variieren und sich im Laufe der Zeit verändern. Brenner erhöhen den Auftrieb und verbrauchen dabei Treibstoff; das Ablassen von Ballast lässt den Ballon steigen, reduziert den Ballast jedoch dauerhaft; Abkühlung führt zum Sinken; Schluchtwände und Sturmzellen erzeugen relevante Gefahren. Die Ballons sollen sich kontinuierlich bewegen und sichtbare, allmählich verblassende Flugspuren hinterlassen. Ziel ist es, die gesamte Flotte sicher zum Leuchtturm zu führen, bevor Ressourcen oder Zeit ablaufen. Füge einen gut sichtbaren Start-Countdown im Morgengrauen mit Steuerelementen für Starten, Pause, Fortsetzen, Zurücksetzen und die Simulationsgeschwindigkeit ein. Vor dem Start sollen die Ballons sich subtil bewegen, während die Instrumente leicht zucken. Nach dem Start sollen Windpartikel, Ballonbewegungen, das Wachstum des Sturms, das Zeichnen der Flugspuren, Warnimpulse und wechselnde Lichtverhältnisse animiert werden. Benutzer müssen Windrichtungs-Knoten direkt auf der Karte ziehen können, um die lokale Luftströmung in Echtzeit zu verändern, mit sofortigem visuellen und physikalischen Feedback. Beim Anklicken eines Ballons muss dieser ausgewählt, seine Route hervorgehoben, seine Daten zentral im Interface dargestellt und ein kompakter Detailinspektor geöffnet werden. Biete für den ausgewählten Ballon haptisch wirkende Brenner- und Ballaststeuerungen, einschließlich Brennerverhalten bei gedrückter Taste, einer eindeutig folgenreichen Ballastfreigabe, Tastaturkürzeln und barrierefreien Schaltflächen. Ermögliche für fortgeschrittenes Spiel Mehrfachauswahl oder Befehle für die gesamte Flotte. Ordne eine vertikale Seitenleiste mit Missionskarten an, die Flottenziele, aktive Warnungen, Wetterbriefings und Statuszusammenfassungen für einzelne Ballons zeigt. Missionskarten sollen live aktualisiert werden und Filter für die Zustände sicher, Warnung, kritisch, angekommen und verloren unterstützen. Platziere am unteren Rand einen dichten, aber gut lesbaren Telemetriestreifen mit gleichmäßig scrollenden Canvas-Diagrammen für Höhe, vertikale Geschwindigkeit, Treibstoff, Sturmnähe und Flottenfortschritt. Beim Überfahren oder Durchsuchen der Diagramme sollen synchronisierte Werte erscheinen und der entsprechende Moment auf der Flugspur des ausgewählten Ballons hervorgehoben werden. Füge historische Messinstrumente, rotierende Zeiger, numerische Anzeigen, Warnleuchten, gestempelte Beschriftungen, Kartenkoordinaten, Höhenbänder, eine kompakte Minikarte oder Übersicht sowie eine klare Legende hinzu. Verwende ein responsives Layoutverhalten, anstatt die Desktop-Komposition lediglich zu verkleinern. Auf breiten Bildschirmen sollen Seitenleiste, zentrale Karte, Inspektor und Telemetrie gleichzeitig sichtbar sein. Auf Tablets sollen sekundäre Karten in Tabs oder Schubladen zusammengefasst werden. Auf Mobilgeräten sollen die Karte und die Steuerungen des ausgewählten Ballons priorisiert, große Touch-Ziele bereitgestellt, Telemetriepanels untereinander angeordnet und Ziehinteraktionen beibehalten werden. Stelle sicher, dass die Seite bei unterschiedlichen Seitenverhältnissen den verfügbaren Darstellungsbereich elegant ausfüllt und mit Maus, Touch und Tastatur nutzbar bleibt. Lass die Simulation vollständig wirken: Füge Erfolgs- und Misserfolgsbedingungen, animiertes Andocken bei der Ankunft am schwebenden Leuchtturm, Feedback bei Kollisionen oder Sturmverlust, kontextbezogene Tooltips, eine Anleitung für die erste Nutzung, leere und deaktivierte Zustände, eine Bestätigung für die irreversible Ballastfreigabe, einen Neustartablauf, Statusmeldungen und einen abschließenden Missionsbericht mit Statistiken wie Ankünften, Verlusten, Treibstoffeffizienz, durchschnittlichem Risiko und verstrichener Zeit hinzu. Lege den Anfangszustand so fest, dass das Szenario sofort interessant, aber dennoch gewinnbar ist. Verwende requestAnimationFrame für flüssige Animationen und Canvas für Karte und Telemetrie, wo dies sinnvoll ist. Halte das Rendering performant, verwende devicePixelRatio für scharfe Canvas-Darstellungen, verarbeite Größenänderungsereignisse korrekt und vermeide Fehler in der Konsole. Priorisiere eine außergewöhnliche visuelle Hierarchie, nuancierte Mikrointeraktionen, überzeugendes Instrumentenverhalten, über alle Panels hinweg verknüpfte Zustände und eine detailreiche Ausarbeitung. Erstelle kein statisches Mockup. Verwende keine Platzhalterrechtecke, keine generischen Verläufe als gesamte Gestaltung, keine vorgetäuschten funktionslosen Steuerelemente, keine externen Assets, keine externen Schriftarten, keine alert()-Dialoge, keinen übermäßigen erklärenden Text, keinen horizontalen Überlauf, keine winzigen unlesbaren Beschriftungen und keine Interaktionen, die nur mit einer Maus funktionieren. Erzwinge weder eine 16:9-Leinwand noch einen festen Darstellungsbereich. Jede wesentliche sichtbare Steuerung muss funktionieren, und alle angezeigten Daten müssen aus dem Live-Zustand der Simulation stammen.
Generated with Grok Imagine Video v1.5 Text-to-Video on Atlas Cloud
Generated with Seedance 2.0 Text-to-Video on Atlas Cloud
Generated with Grok Imagine Video v1.5 Developer Text-to-Video on Atlas Cloud
Erstelle eine vollständige, ausgereifte interaktive HTML-Webseite in einer einzigen Datei mit dem Titel „Automatisierte Mitternachtsbäckerei“, ausschließlich mit eingebettetem HTML, CSS und Vanilla JavaScript. Gib das gesamte ausführbare HTML-Dokument aus und nichts anderes. Verwende keine externen Bibliotheken, Frameworks, CDNs, Schriftarten, Bilder, SVG-Dateien, Audiodateien, APIs oder Netzwerkaufrufe. Alle visuellen Elemente, Symbole, klangähnlichen Rückmeldungen, Effekte und Spiellogik müssen lokal mit HTML/CSS/JS erzeugt werden. Baue ein vollständig spielbares Spiel zur Auftragsplanung in einer automatisierten Bäckerei um Mitternacht. Teigstücke müssen kontinuierlich in ein isometrisches Fördersystem gelangen und sich klar durch Formen, Rezepte, erforderliche Backtemperaturen, Backdauer, Frischegrenzen und Punktwerte unterscheiden. Richte die Benutzeroberfläche um einen großen zentralen Industrieofen, ein umlaufendes Förderbandnetz mit umschaltbaren Strecken und seitlich angeordnete Echtzeit-Instrumententafeln aus. Spieler müssen Teigstücke in der Ofenwarteschlange ziehen und neu anordnen, sie bei Bedarf zwischen kompatiblen Plätzen verschieben, Streckenweichen anklicken, um eingehenden Teig umzuleiten, Ofensteuerungen anklicken, um die Temperatur anzupassen oder Systeme zu aktivieren, und klar dokumentierte Tastatursteuerungen für eine vorübergehende Beschleunigung des Förderbands sowie eine Notkühlung verwenden können. Alle Interaktionen per Maus, Touch, Klick, Ziehen und Tastatur müssen sofort und sichtbar reagieren. Implementiere echtes zustandsbehaftetes Gameplay statt eines statischen Mockups. Füge mehrere gleichzeitig aktive Teigaufträge, Förderbandbewegung, Streckenführung, Drag-and-drop-Kollisions- und Einrastvalidierung, Kapazitätsgrenzen, Timer pro Element, thermische Trägheit des Ofens, Backfortschritt, Zustände für unzureichend gebacken, perfekt gebacken und überbacken, Punktzahl, Multiplikator-Kombo, Leben oder Reputation, ansteigenden Schwierigkeitsgrad, Pausieren/Fortsetzen, Neustart und ein kompaktes interaktives Tutorial oder Hilfe-Overlay hinzu. Die Rezepte sollen sinnvolle Planungskonflikte erzeugen: Verschiedene Produkte müssen unterschiedliche Temperaturen und Backdauern erfordern, sodass eine Neuanordnung der Warteschlange sowie strategisches Kühlen oder Beschleunigen sinnvoll werden. Perfekt gebackenes Brot soll goldbraun herauskommen, eine befriedigende Partikelexplosion auslösen, das Schaufenster der Bäckerei erhellen, die Kombo erhöhen und das Auftragsprotokoll aktualisieren. Fehler sollen sichtbar verkohltes Brot, aufsteigende Rauch- und Glutpartikel, Warnleuchten, ein Zittern der Instrumente, einen Verlust der Kombo und klares nichtakustisches Feedback erzeugen. Biete einen optionalen Ton-Schalter an, simuliere Audiofeedback bei Aktivierung jedoch visuell und mit vollständig in JavaScript erzeugtem Web Audio. Das Spiel muss auch bei stummgeschaltetem Ton vollständig verständlich bleiben. Verwende eine originelle, einheitliche Bildsprache, die detaillierte isometrische Pixelkunst mit präzisen industriellen Instrumenten verbindet. Stelle warmes bernsteinfarbenes Ofenlicht, kupferfarbene Akzente, leuchtendes Brot und weiche cremefarbene Beschriftungen einer tief indigoblauen Mitternachtsumgebung gegenüber. Erzeuge Tiefe mit maschinellen Elementen aus CSS, gefliesten Böden, Rohren, Lüftungsöffnungen, Schatten, Glanzlichtern, pixelgestuften Kanten, dezenten Scanlines, Anzeigelampen, Segmentanzeigen, Messinstrumenten, Warnstreifen und animierten mechanischen Details. Der zentrale Ofen soll durch eine flackernde Kammer, Türen, ein Temperaturwahlrad, Hitzeflimmern und Statusleuchten lebendig wirken. Animere Förderbänder, Zahnräder, Teigbewegungen, Rauch, Funken, Kühldampf, die Beleuchtung des Schaufensters, Kombofeedback und Panelübergänge mit performanter CSS- und JavaScript-Logik. Bewahre trotz der dichten Leitstellenästhetik eine klare Lesbarkeit und starke Hierarchie. Füge umfangreiche, sorgfältig angeordnete Inhalte hinzu: die spielbare Bäckereifläche, die Warteschlange eingehender Aufträge, die Ofenwarteschlange, eine Rezeptreferenz, die Live-Anzeige von Punktzahl und Kombo, Temperatur- und Durchsatzinstrumente, ein Ereignisprotokoll, eine Steuerungslegende, Statusbenachrichtigungen sowie ein Endspiel- oder Schichtzusammenfassungsfenster mit detaillierten Ergebnissen und einer Aktion zum erneuten Spielen. Füge barrierefreie Beschriftungen, sichtbare Fokuszustände, Tastaturbedienbarkeit, Unterstützung für reduzierte Bewegungen und statusunabhängige Farbcodierung hinzu. Gestalte das Layout responsiv für Desktop-, Tablet- und mobile Browser, ordne Panels intelligent neu an und skaliere die Bäckerei, ohne die Bedienbarkeit zu beeinträchtigen. Dies ist eine Webseite. Erzwinge daher weder eine feste 16:9-Leinwand noch fest codierte Darstellungsbereichsabmessungen. Verwende ein flüssiges responsives Layout, das besonders auf gängigen Breitbildschirmen überzeugt und sich zugleich elegant an Hochformatbildschirme anpasst. Priorisiere Vollständigkeit, echtes Spielgefühl, zuverlässige Zustandsverwaltung, präzise Zeitsteuerung, robuste Drag-and-drop-Verarbeitung, klare Kollisionsregeln, ausgearbeitete Übergänge und visuelles Feedback. Die Seite muss sofort funktionieren, wenn sie als einzelne .html-Datei gespeichert und lokal geöffnet wird. Vermeide: statische Konzeptkunst, ein funktionsloses Dashboard, Platzhaltersteuerungen, vorgetäuschte Ziehinteraktionen, fehlerhafte Timer, überlappenden Text, unleserlich kleine Beschriftungen, übermäßig erklärenden Text, generische flache Karten, fotorealistische Bilder, externe Assets, externe Abhängigkeiten, eingebettete Base64-Bilder, Netzwerkzugriff, Build-Schritte, mehrere Dateien, feste 16:9-Abmessungen, verpflichtenden Ton, automatisch abgespieltes Audio, Browser-Warnmeldungen, ausschließlich in der Konsole ausgegebenes Feedback und unfertige TODO-Abschnitte.
Generated with Grok Imagine Video v1.5 Text-to-Video on Atlas Cloud
Generated with Kling V3.0 Turbo Text-to-Video on Atlas Cloud
Generated with Grok Imagine Video v1.5 Developer Text-to-Video on Atlas Cloud
Von reaktionsschnellen Sprachagenten bis hin zu mehrsprachiger Narration verwandelt xAI TTS v1 Produkttexte in natürliche, ausdrucksstarke Sprache für Support, Storytelling, Spiele, Barrierefreiheit und Commerce-Erlebnisse.
xAI TTS v1 verwandelt Text mit einer Latenz von unter einer Sekunde in natürliche Sprache – ideal für reaktionsschnelle Konversationsagenten. Produktteams können die Technologie für virtuelle Assistenten, Support-Abläufe und sprachgesteuerte Benutzeroberflächen einsetzen.
Erreichen Sie Nutzer in 20 Sprachen mit natürlicher Sprache und einem Katalog von mehr als 80 Stimmen. Lokalisierte Apps können Onboarding, Updates und Anleitungen mit einer Stimme präsentieren, die zur jeweiligen Zielgruppe passt.
Gestalten Sie die Narration mit fein abgestufter Ausgabesteuerung und ausdrucksstarker Sprache, die der beabsichtigten Stimmung jeder Szene folgt. Verlage, Podcaster und Lernplattformen können charaktervolle Geschichten, Lektionen und Hörinhalte in Langform erstellen.
Verleihen Sie Spielfiguren mit einer Bibliothek von mehr als 80 Optionen individuelle Stimmen und stimmen Sie anschließend ihre Sprechweise auf jeden Moment ab. Studios können Dialoge, Tutorials, Begleiter und dynamische Erzählsequenzen vertonen.
Wandeln Sie schriftliche Inhalte für Menschen, die Audio bevorzugen oder darauf angewiesen sind, in natürliche Sprache um. Bildungsteams, Verlage und Produktdesigner können gesprochene Artikel, Lektionen, Anleitungen und Hinweise zur Benutzeroberfläche in großem Umfang hinzufügen.
Nutzen Sie ausdrucksstarke Sprache und fein abgestufte Ausgabesteuerung, um Produkte, Werbeaktionen und Bestellupdates mit einer einheitlichen Stimme zu präsentieren. Commerce-Teams können Audiokontaktpunkte für Shopping-Assistenten und die Kundenkommunikation erstellen.
Vergleichen Sie xAI TTS v1 mit führenden Text-to-Speech-Modellen, die auf Atlas Cloud verfügbar sind – nach Sprachabdeckung, Anfragekapazität, Ausgabesteuerung und Standardpreisen.
| Modell | Sprachen | Maximale Textmenge pro Anfrage | Ausgabesteuerung | Standardpreis |
|---|---|---|---|---|
| xAI TTS v1 | 20 | 15,000 Zeichen | Speech-Tags und Geschwindigkeitssteuerung | $0.015/1K Zeichen |
| MiniMax Speech 2.6 Turbo | 40+ | 10,000 Zeichen | Steuerung von Emotion, Geschwindigkeit und Tonhöhe | $0.06/1K Zeichen |
| ElevenLabs v3 Text-to-Speech | 70+ | 5,000 Zeichen | Audio-Tags und Stabilitätssteuerung | $0.10/1K Zeichen |
In wenigen Minuten startklar — folgen Sie diesen einfachen Schritten, um Modelle über die Plattform von Atlas Cloud zu integrieren und bereitzustellen.
Registrieren Sie sich auf atlascloud.ai und schließen Sie die Verifizierung ab. Neue Nutzer erhalten kostenlose Credits zum Erkunden der Plattform und Testen von Modellen.
Die Kombination der fortschrittlichen xAI TTS V1-Modelle mit der GPU-beschleunigten Plattform von Atlas Cloud bietet unübertroffene Leistung, Skalierbarkeit und Entwicklererfahrung.
Niedrige Latenz:
GPU-optimierte Inferenz für Echtzeit-Reasoning.
Einheitliche API:
Führen Sie xAI TTS V1, GPT, Gemini und DeepSeek mit einer Integration aus.
Transparente Preisgestaltung:
Vorhersehbare Token-basierte Abrechnung mit serverlosen Optionen.
Entwicklererfahrung:
SDKs, Analysen, Fine-Tuning-Tools und Vorlagen.
Zuverlässigkeit:
99,99% Verfügbarkeit, RBAC und compliance-bereite Protokollierung.
Sicherheit & Compliance:
SOC 2 Type II, HIPAA-Ausrichtung, Datensouveränität in den USA.
xAI TTS v1 ist ein hochauflösendes Text-zu-Sprache-Modell von xAI, das geschriebene Inhalte in natürlich klingendes, ausdrucksstarkes Audio umwandelt. Atlas Cloud stellt es unter der Modell-ID xai/tts-v1 bereit.
Nutzen Sie sie, um Stimmen für dialogorientierte Agenten, Sprachaufnahmen, Bildungsinhalte, Barrierefreiheits-Tools, lokalisierte Medien und automatisierte Kundenerlebnisse zu erstellen. Dank der Steuerungsmöglichkeiten für den Ausdruck eignet sie sich auch für Charakterdialoge und skriptbasierte Audioinhalte.
Erstellen Sie einen Atlas Cloud API-Schlüssel und senden Sie eine POST-Anfrage an den gemeinsamen Audio-Generierungsendpunkt, wobei xai/tts-v1 als Modell angegeben wird. Fügen Sie den Text und einen erforderlichen Sprachwert hinzu. Verwenden Sie auto, wenn eine automatische Spracherkennung bevorzugt wird.
Atlas Cloud unterstützt 20 Sprachen und mehr als 80 Stimmen. Wählen Sie eine Sprache ausdrücklich aus, um eine vorhersehbare Aussprache zu gewährleisten, oder verwenden Sie die automatische Erkennung, wenn die Eingabesprache variieren kann.
Fügen Sie unterstützte Inline- und umschließende Sprach-Tags in den Text ein, um Effekte wie Pausen, Lachen, Flüstern oder eine langsamere Wiedergabe hinzuzufügen. Außerdem können Sie die Sprechgeschwindigkeit von 0.7 bis 1.5 anpassen und die Textnormalisierung für Zahlen, Abkürzungen und Symbole aktivieren.
Wählen Sie je nach Wiedergabe- und Verarbeitungsanforderungen die Ausgabe als MP3, WAV, PCM, μ-law oder A-law. Die unterstützten Abtastraten reichen von 8 kHz bis 48 kHz, während MP3-Anfragen Bitraten von 32 bis 192 kbps verwenden können.
Ja. Das Modell ist für eine Synthesezeit von unter einer Sekunde ausgelegt und bietet drei Stufen zur Optimierung der Streaming-Latenz – von maximaler Audioqualität bis hin zu einem kleineren ersten Audio-Chunk bei größeren Qualitätseinbußen.
Atlas Cloud berechnet nutzungsbasiert den Standardpreis von $0.015 pro 1.000 Eingabezeichen. Bei der Zeichenzählung werden Unicode-Zeichen verwendet, sodass ein CJK-Zeichen genauso gezählt wird wie ein lateinisches Zeichen.
Prüfen Sie zunächst, ob die Anfrage einen gültigen Atlas Cloud API-Schlüssel, die Modell-ID xai/tts-v1 und einen unterstützten Sprachwert verwendet. Achten Sie anschließend darauf, dass der Text das Atlas Cloud-Limit von 15.000 Zeichen nicht überschreitet, und überprüfen Sie, ob die Werte für Stimme, Codec, Abtastrate, Bitrate und Geschwindigkeit dem dokumentierten Schema entsprechen.
Anleitungen, Tutorials und Produkt-Updates, mit denen Sie das Beste aus Atlas Cloud herausholen.