近日,xAI对其旗下Grok Voice系统进行了重大版本升级,不仅显著提升了交互体验,还在语音资产方面实现了关键突破——一次性推出21款全新旗舰级语音,旨在为各类应用场景提供更具个性化和辨识度的语音选择。

结合原有的5款语音,目前Grok Voice的音频资源库已极为丰富。这21款新语音广泛覆盖客户服务、角色扮演、内容解说、商业广告、教育辅导等多个领域,能够精准匹配各类具体应用场景。此外,xAI对原有的Ara、Eve、Leo、Rex和Sal五款经典语音进行了深度重新训练——优化了节奏、措辞和重音处理,显著提升了自然表达的水平。
为方便开发者灵活调用,xAI同步推出了Grok Voice Agent Builder API。目前这些新语音已全面接入实时语音智能体API和文本转语音(TTS)API。值得注意的是,所有语音均原生支持多语言,可流畅处理超过25种语言。系统还引入了诸如[pause]等精细化语音控制标签,使开发者能够更精准地调控语音表达的节奏。
即日起,用户可通过官方Playground环境免费体验这些新语音,探索其在实际项目中的应用潜力。此次更新标志着xAI在语音智能体生态建设上迈出了坚实一步,为相关领域的开发者提供了更具竞争力的技术工具。
