


xAI TTS v1は、テキストコンテンツを自然で表現力豊かな音声に変換する、xAIの高忠実度テキスト音声合成モデルです。20言語に対応し、アプリケーションごとに音声の印象を調整できるきめ細かな発話制御を提供します。Atlas Cloudでは、OpenAI互換の1つのキーと、透明性の高い従量課金でこのモデルにアクセスできます。今すぐ開発を始めましょう。
xAI TTS V1 は xAI が開発したモデルです。Atlas Cloud(運営:Atlas Cloud AI LLC)は本モデルへのアクセスを提供するものであり、その所有者ではありません。すべての商標は各所有者に帰属します。
Atlas Cloudは、業界をリードする最新のクリエイティブモデルを提供します。
多言語音声アプリケーション向けに、ファミリーの音声合成および音声認識機能を詳しく確認できます。
| モダリティ | 説明 |
|---|---|
| xAI TTS v1 API (Text to Speech) | 20言語、80以上の音声に対応し、サブ秒のレイテンシでテキストを自然で表現力豊かな音声に変換します。きめ細かな発話制御により、音声アシスタント、ローカライズされたナレーション、応答性の高い音声体験に適したエンドポイントです。 |
| xAI STT v1 API (Speech to Text) | 24以上の言語で自動言語検出を行い、音声を正確に整形されたテキストへ変換します。単語レベルのタイムスタンプ、話者ダイアライゼーション、マルチチャンネル文字起こし、逆テキスト正規化を活用して、会議記録、字幕、通話分析に対応できます。 |
xAI TTS v1は、表現豊かな音声タグ、20言語対応、最大15,000文字のスクリプト、5種類の出力コーデック、調整可能なストリーミング遅延、そして1つのAtlas Cloud APIキーで利用できる透明性の高い文字数ベースの料金体系を組み合わせています。

[pause]のようなインラインタグや、<whisper>のようなスタイル指定でxAI TTS v1を直接制御し、スクリプト内の話し方を整えられます。音声上の指示は合成中に解釈されるため、感情、間、強調を別途編集する必要はありません。この制御は、キャラクター同士の会話、ブランドナレーション、サポート用プロンプトなど、表現豊かなタイミングが求められるあらゆる制作に適しています。

現在のAtlas Cloudスキーマでは70種類を超える音声識別子から選択でき、そのうち5つの多言語音声は対応するすべての言語をカバーできるよう設計されています。20種類のBCP-47言語オプションから1つを指定するか、自動検出を利用できます。一方、その他の音声はそれぞれの母語に最適化されています。市場ごとに合成ワークフローを作り直すことなく、アシスタント、チュートリアル、キャンペーン、サービスメッセージをローカライズできます。

1回のリクエストで最大15,000文字のスクリプトを受け付け、音声速度を0.7×から1.5×まで設定できます。オプションのテキスト正規化を使うと、合成前に書き言葉の数字、略語、記号を読み上げ形式へ変換できます。これらの制御により、長いナレーションの明瞭さを保ちながら、解説動画、レッスン、ボイスオーバーに適したペースに調整できます。

音声をMP3、WAV、PCM、μ-law、A-lawで出力でき、サンプルレートは8 kHzから48 kHzまで対応しています。MP3出力では32 kbpsから192 kbpsまでのビットレートも選択でき、音質とファイルサイズのバランスを調整できます。メディア制作にはスタジオ向け設定を、通話フローや組み込み音声システムにはテレフォニー形式を選択するなど、後続のさまざまなアプリケーションに適した設定を利用できます。

3段階のレイテンシー最適化レベルにより、ストリーミング合成時の先頭チャンクのサイズと出力品質のバランスを調整できます。Level 0は音質を優先し、Level 1とLevel 2では境界部分のトレードオフが増える一方、最初の音声が出力されるまでの時間を段階的に短縮します。応答性の高い音声エージェント、ライブ読み上げなど、起動時の遅延が重要なレイテンシー重視の体験に合わせて設定を選択できます。

1つのAtlas CloudエンドポイントとAPIキーでxAI TTS v1を利用でき、標準利用料金は入力1,000文字あたり$0.015です。CJK文字を含むUnicode文字は一貫した方法でカウントされるため、言語をまたいでもコストを簡単に見積もれます。従量課金モデルにより、プロトタイプから本番ワークロードまで対応しながら、大規模運用でもリクエスト量に応じた支出を維持できます。
3つのAtlas Cloud動画モデルが、映画的な会話、動き、構図、連続性、ビジュアルストーリーテリングにおいて、同一のプロンプトをどのように解釈するかをご覧ください。
「Cloudborne Balloon Dispatch」というタイトルの、完成度が高く洗練されたインタラクティブな単一ファイルHTMLウェブページを作成してください。最終的なHTMLドキュメントのみを出力し、CSSとJavaScriptはすべてインラインに記述してください。ビルド手順や外部依存関係、ライブラリ、フォント、CDN、画像URL、API、追加ファイルを一切使わず、最新のブラウザで直接開いて動作する必要があります。これは固定された16:9の構成ではなく、レスポンシブなウェブページです。 ヴィンテージ航空計器、スクリーン印刷風の地形図、手触りのある紙の質感、真鍮製のコントロール、最新のリアルタイムシミュレーションを融合した、没入感のある夜明け時代の熱気球艦隊管制ステーションをデザインしてください。コバルトブルー、クリームイエロー、コーラルレッド、ウォームホワイト、チャコール、落ち着いた真鍮色を慎重にレイヤー化した配色を使用してください。暖かな朝の光が左上隅から徐々に明るくなるようにします。高度、風の層、危険度を、色、線の太さ、パターン、明確な凡例によって一貫して表現してください。すべてのビジュアルは、HTML、CSS、Canvas、必要に応じてインラインSVGを使って手続き的に生成してください。 中央エリアには、峡谷、等高線、個別に識別できる少なくとも12個の気球、変化する複数の風の層、移動する積乱雲の嵐、乱気流ゾーン、目的地となる浮遊灯台を表示する、大型のアニメーション付き俯瞰空域マップを配置してください。本物の軽量物理シミュレーションを実装してください。各気球は、位置、速度、高度、燃料、バラスト、温度、リスク、航路履歴を追跡する必要があります。風向と風力は高度によって変化し、時間とともに推移するものとします。バーナーを使うと揚力が増加する一方で燃料を消費し、バラストを放出すると気球は上昇しますが、バラスト量は恒久的に減少します。冷却によって下降し、峡谷の壁と嵐のセルが意味のある危険を生み出すようにしてください。気球は連続的に移動し、徐々に消える飛行軌跡を残す必要があります。目標は、資源または時間が尽きる前に艦隊全体を灯台まで安全に誘導することです。 夜明けの開始カウントダウンを目立つ形で配置し、「開始」「一時停止」「再開」「リセット」、シミュレーション速度の各コントロールを備えてください。開始前は、気球が微妙に揺れ、計器が小刻みに動くようにします。開始後は、風の粒子、気球の動き、嵐の成長、軌跡の描画、警告パルス、変化する光をアニメーションさせてください。ユーザーがマップ上の風向ノードを直接ドラッグして、ローカルな気流をリアルタイムに変更できるようにし、視覚的・物理的なフィードバックを即座に反映させてください。気球をクリックすると選択され、その航路が強調表示され、インターフェース全体でそのデータが中心となり、コンパクトな詳細インスペクターが開くようにしてください。選択中の気球には、長押し式のバーナー操作、結果が明確に反映されるバラスト放出操作、キーボードショートカット、アクセシブルなボタンを含む、手触りのあるコントロールを提供してください。高度なプレイ向けに、複数選択または艦隊全体への指示にも対応させてください。 ミッション目標、アクティブな警告、気象ブリーフィング、気球ごとのステータス概要を表示するミッションカードを、縦方向のサイドバーに配置してください。ミッションカードはリアルタイムに更新され、「安全」「警告」「重大」「到着済み」「喪失」の状態でフィルタリングできるようにします。画面下部には、可読性を保ちながら情報量の多いテレメトリーストリップを配置し、高度、垂直速度、燃料、嵐への接近度、艦隊の進行状況を示すCanvasチャートを滑らかにスクロールさせてください。チャート上にカーソルを合わせたりスクラブしたりすると、同期した値を表示し、選択中の気球の軌跡上で対応する時点を強調表示するようにします。ヴィンテージゲージ、回転する針、数値表示、警告ランプ、スタンプ風ラベル、マップ座標、高度帯、コンパクトなミニマップまたは概要、明確な凡例を追加してください。 単にデスクトップ構成を縮小するのではなく、レスポンシブなレイアウト動作を実装してください。ワイド画面では、サイドバー、中央マップ、インスペクター、テレメトリーを同時に表示します。タブレットでは、補助カードをタブまたはドロワーに折りたたんでください。モバイルでは、マップと選択中の気球のコントロールを優先し、大きなタッチターゲットを用意し、テレメトリーパネルを縦に積み、ドラッグ操作を維持してください。さまざまなアスペクト比でページがビューポートを自然に満たし、マウス、タッチ、キーボードで使いやすい状態を保つようにしてください。 成功条件と失敗条件、浮遊灯台への到着ドッキングアニメーション、衝突または嵐による喪失フィードバック、コンテキストツールチップ、初回利用時のガイダンス、空状態と無効状態、取り消せないバラスト放出の確認、再起動フロー、ステータス通知、到着数、喪失数、燃料効率、平均リスク、経過時間などの統計を含む最終ミッションレポートを実装し、シミュレーションを完成度の高いものにしてください。初期状態には、すぐに興味を引きつつも攻略可能なシナリオをシードしてください。滑らかなアニメーションにはrequestAnimationFrameを使用し、適切な箇所ではマップとテレメトリーにCanvasを使用してください。描画パフォーマンスを維持し、鮮明なCanvasのためにdevicePixelRatioを使用し、リサイズイベントを正しく処理し、コンソールエラーを発生させないでください。 卓越したビジュアル階層、繊細なマイクロインタラクション、説得力のある計器の挙動、すべてのパネル間で連動する状態、細部まで行き届いた仕上げを最優先してください。静的なモックアップにしないでください。プレースホルダーの長方形、デザイン全体を覆うだけの汎用的なグラデーション、機能しない偽のコントロール、外部アセット、外部フォント、alert()ダイアログ、過剰な説明文、横方向のオーバーフロー、判読できないほど小さいラベル、マウスでしか機能しないインタラクションは使用しないでください。16:9のCanvasや固定サイズのビューポートを強制しないでください。表示される主要なコントロールはすべて機能し、表示されるすべてのデータはライブシミュレーションの状態から生成してください。
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
インラインHTML、CSS、バニラJavaScriptのみを使用して、「Midnight Automated Bakery」というタイトルの、完成度が高く洗練された単一ファイルのインタラクティブHTMLウェブページを作成してください。実行可能なHTMLドキュメント全体だけを出力し、それ以外は出力しないでください。外部ライブラリ、フレームワーク、CDN、フォント、画像、SVGファイル、音声ファイル、API、ネットワークリクエストは使用しないでください。ビジュアル、アイコン、音のようなフィードバック、エフェクト、ゲームロジックはすべてHTML/CSS/JSでローカルに生成してください。 真夜中の自動ベーカリーを舞台にした、完全にプレイ可能な注文スケジューリングゲームを構築してください。生地は、明確に区別できる形状、レシピ、必要な焼成温度、焼成時間、鮮度制限、得点を持ちながら、アイソメトリックなコンベアシステムに継続的に流れ込むものとします。インターフェースは、大型の中央工業用オーブン、切り替え可能なトラックを備えたループ状のコンベアネットワーク、側面に取り付けられたリアルタイム計装パネルを中心に構成してください。プレイヤーはオーブンのキュー内の生地アイテムをドラッグして並べ替え、適切な場合には互換性のあるスロット間でドラッグし、トラックスイッチをクリックして流入する生地の経路を変更し、オーブンのコントロールをクリックして温度を調整したりシステムを作動させたりできるようにしてください。一定時間だけコンベアを加速する操作や緊急冷却には、明確に説明されたキーボード操作を用意してください。マウス、タッチ、クリック、ドラッグ、キーボードによるすべての操作は、即座に目に見える形で反応する必要があります。 静的なモックアップではなく、実際に状態を持つゲームプレイを実装してください。複数の生地注文、コンベアの移動、トラック経路制御、ドラッグ&ドロップ時の衝突およびスナップ検証、容量制限、アイテムごとのタイマー、オーブン温度の慣性、焼成進行度、焼き不足・完璧・焼き過ぎの状態、スコア、コンボ倍率、ライフまたは評判、段階的な難易度上昇、一時停止・再開、リスタート、簡潔でインタラクティブなチュートリアルまたはヘルプオーバーレイを含めてください。レシピによって意味のあるスケジューリング上の衝突が生じるようにしてください。製品ごとに異なる温度と焼成時間を必要とさせ、キューの並べ替えや戦略的な冷却・加速を促します。完璧に焼けたパンは黄金色で現れ、満足感のあるパーティクルバーストを発生させ、ベーカリーのディスプレイウィンドウを明るく照らし、コンボを増加させ、注文ログを更新するようにしてください。ミスが発生した場合は、目に見えて焦げたパン、立ち上る煙と火の粉のパーティクル、警告灯、計器の揺れ、コンボ減少、明確な非音声フィードバックを表示してください。オプションのサウンド切り替えを用意し、有効時にはJavaScriptだけで生成したWeb Audioによって音声フィードバックをシミュレートしてください。ただし、ミュート時でもゲームの状況を完全に理解できる必要があります。 精密な工業計装と詳細なアイソメトリックピクセルアートを組み合わせた、独自性と統一感のあるビジュアル言語を使用してください。深いインディゴの真夜中の環境に、暖かな琥珀色の炉の光、銅のハイライト、輝くパン、柔らかなクリーム色のラベルを対比させます。CSSで描画した機械、タイル張りの床、パイプ、通気口、影、ハイライト、ピクセル状の段差エッジ、微細な走査線、表示ランプ、セグメント表示、ゲージ、警告ストライプ、アニメーションする機械のディテールによって奥行きを作り出してください。中央のオーブンには、ちらつく庫内、扉、温度ダイヤル、熱の揺らめき、ステータスライトを備え、生命感を持たせてください。コンベアベルト、歯車、生地の動き、煙、火花、冷却蒸気、ウィンドウの照明、コンボフィードバック、パネル遷移を、高いパフォーマンスを維持しながらCSSとJavaScriptでアニメーションさせてください。情報量の多い管制室風の外観でも、鮮明な可読性と強い階層構造を維持してください。 プレイ可能なベーカリーのフロア、流入注文キュー、オーブンキュー、レシピ参照、ライブスコア/コンボ表示、温度および処理量の計器、イベントログ、操作凡例、ステータス通知、詳細な結果とリプレイ操作を備えたゲーム終了またはシフト概要モーダルなど、充実したコンテンツを慎重に配置してください。アクセシブルなラベル、明確なフォーカス状態、キーボード操作への対応、モーション低減設定、色に依存しないステータス表示も追加してください。デスクトップ、タブレット、モバイルのブラウザに対応するレスポンシブレイアウトとし、使いやすさを維持しながらパネルを適切に再配置し、ベーカリー全体をスケーリングしてください。これはウェブページであるため、固定された16:9のCanvasやハードコードされたビューポート寸法を強制しないでください。一般的なワイドスクリーンディスプレイで特に見栄えがしつつ、縦長の画面にも自然に適応する、流動的でレスポンシブなレイアウトを使用してください。 完全性、ゲームとしての手触り、信頼性の高い状態管理、正確なタイミング、堅牢なドラッグ処理、明確な衝突ルール、洗練されたトランジション、視覚的なフィードバックを最優先してください。ページは単一の.htmlファイルとして保存し、ローカルで開いた直後から動作する必要があります。 以下は避けてください:静的なコンセプトアート、機能しないダッシュボード、プレースホルダーのコントロール、偽のドラッグ操作、壊れたタイマー、重なったテキスト、判読できないほど小さいラベル、過剰な説明文、汎用的で平坦なカード、フォトリアルな画像、外部アセット、外部依存関係、埋め込みbase64画像、ネットワークアクセス、ビルド手順、複数ファイル、固定16:9寸法、サウンドの必須化、自動再生音声、ブラウザアラート、コンソールだけのフィードバック、未完成のTODOセクション。
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
応答性の高い音声エージェントから多言語ナレーションまで、xAI TTS v1はプロダクトのテキストを自然で表現力豊かな音声に変換し、サポート、ストーリーテリング、ゲーム、アクセシビリティ、コマース体験を支えます。
xAI TTS v1は、レイテンシー1秒未満でテキストを自然な音声に変換し、応答性の高い会話エージェントを実現します。プロダクトチームは、バーチャルアシスタント、サポートフロー、音声インターフェースに活用できます。
自然な音声と80種類を超える音声カタログを通じて、20言語のユーザーにリーチできます。ローカライズされたアプリでは、ユーザー層に適した音声でオンボーディング、アップデート、ガイダンスを提供できます。
きめ細かな読み上げ制御と、各シーンの意図したムードに沿う表現豊かな音声で、ナレーションを自在に演出できます。出版社、ポッドキャスター、学習プラットフォームは、個性豊かな物語、レッスン、長尺のリスニング体験を制作できます。
80種類を超える音声ライブラリからゲームキャラクターごとに個性的な声を与え、場面に応じて読み上げ方を調整できます。ゲームスタジオは、セリフ、チュートリアル、仲間キャラクター、動的なナラティブシーケンスを音声化できます。
文章コンテンツを自然な音声に変換し、音声でのアクセスを好む人や必要とする人に届けられます。教育チーム、出版社、プロダクトデザイナーは、音声記事、レッスン、手順、インターフェースガイダンスを大規模に追加できます。
表現豊かな音声ときめ細かな読み上げ制御を使い、一貫した音声で商品、キャンペーン、注文状況の更新を案内できます。コマースチームは、ショッピングアシスタントや顧客コミュニケーション向けの音声タッチポイントを作成できます。
Atlas Cloudで利用できる主要なtext-to-speechモデルを、対応言語、リクエスト容量、出力制御、標準価格の観点からxAI TTS v1と比較します。
| モデル | 対応言語数 | 1リクエストあたりの最大テキスト量 | 出力制御 | 標準価格 |
|---|---|---|---|---|
| xAI TTS v1 | 20 | 15,000文字 | 音声タグと速度制御 | $0.015/1K文字 |
| MiniMax Speech 2.6 Turbo | 40+ | 10,000文字 | 感情、速度、ピッチの制御 | $0.06/1K文字 |
| ElevenLabs v3 Text-to-Speech | 70+ | 5,000文字 | オーディオタグと安定性制御 | $0.10/1K文字 |
数分で始められます — 以下の簡単なステップに従って、Atlas Cloud プラットフォームでモデルを統合・デプロイしましょう。
atlascloud.ai でサインアップし、認証を完了します。新規ユーザーには無料クレジットが付与され、プラットフォームの探索やモデルのテストに使用できます。
高度なxAI TTS V1モデルとAtlas CloudのGPU加速プラットフォームを組み合わせることで、比類のないパフォーマンス、スケーラビリティ、開発者エクスペリエンスを提供。
低レイテンシ:
リアルタイム推論のためのGPU最適化推論。
統合API:
1つの統合でxAI TTS V1、GPT、Gemini、DeepSeekを実行。
透明な料金:
サーバーレスオプション付きの予測可能なtoken単位の課金。
開発者エクスペリエンス:
SDK、分析、ファインチューニングツール、テンプレート。
信頼性:
99.99%の稼働率、RBAC、コンプライアンス対応ロギング。
セキュリティとコンプライアンス:
SOC 2 Type II、HIPAA準拠、米国内のデータ主権。
xAI TTS v1 は、入力されたテキストを自然で表現力豊かな音声に変換する、xAI の高忠実度テキスト音声合成モデルです。Atlas Cloud では、モデルID xai/tts-v1 として提供されています。
会話エージェントの音声、ナレーション、教育コンテンツ、アクセシビリティツール、ローカライズされたメディア、自動化されたカスタマーエクスペリエンスなどの作成に利用できます。表現力を調整できるため、キャラクター同士の会話や台本付き音声にも適しています。
Atlas Cloud APIキーを作成し、モデルとして xai/tts-v1 を指定して、共通の音声生成エンドポイントに POST リクエストを送信します。テキストと必須の言語値を含めてください。自動言語検出を使用する場合は auto を指定します。
Atlas Cloud では、20言語と80種類を超える音声に対応しています。発音を安定させたい場合は言語を明示的に指定し、入力言語が変わる可能性がある場合は自動検出を使用してください。
テキスト内に対応するインラインタグやラッピング音声タグを配置すると、間、一笑い、ささやき、ゆっくりした発話などの効果を追加できます。また、話速を 0.7 から 1.5 の範囲で調整したり、数字、略語、記号に対するテキスト正規化を有効にしたりできます。
再生や処理の要件に応じて、MP3、WAV、PCM、μ-law、A-law のいずれかを選択できます。対応するサンプルレートは 8 kHz から 48 kHz までで、MP3 リクエストでは 32 から 192 kbps のビットレートを使用できます。
はい。xAI TTS v1 は1秒未満の音声合成向けに設計されており、音声品質を最大化する設定から、初回音声チャンクを小さくして品質とのトレードオフを大きくする設定まで、3段階のストリーミング遅延最適化レベルを利用できます。
Atlas Cloud では、従量課金制で入力文字 1,000 文字あたり標準料金 $0.015 が請求されます。文字数は Unicode 文字単位でカウントされるため、CJK 文字1文字は Latin 文字1文字と同じように数えられます。
まず、リクエストで有効な Atlas Cloud APIキー、モデルID xai/tts-v1、対応している言語値が使用されていることを確認してください。次に、テキストを Atlas Cloud の上限である 15,000 文字以内に収め、音声、コーデック、サンプルレート、ビットレート、速度の各値がドキュメントに記載されたスキーマと一致していることを確認してください。
Atlas Cloud を最大限に活用するためのガイド、チュートリアル、製品アップデート。