xAIは、Grok Voiceサービスの21の新しいフラッグシップボイスをリリースし、元の5つのオプションを超えて利用可能なラインナップを拡大しました。これらの新しいボイスはネイティブに多言語に対応し、25以上の言語をサポートしており、realtime Voice Agent API、Text to Speech API、およびGrok Voice Agent Builderを通じてアクセス可能です。

  • 新しいボイスは、サポート、キャラクター、解説、広告、教育などの特定の役割のためにキャスティングされています。
  • ユーザーは[pause]、<whisper>、<emphasis>などの音声タグを使用して配信を制御できます。
  • 元の5つのボイス（Ara、Eve、Leo、Rex、Sal）は、ペース、フレーズ、強調の自然さを向上させるために改善されたレシピで再学習されました。
  • Grok Voice Agent Builderを使用してカスタム音声エージェントを構築でき、これにより約1分間のオーディオからユーザー自身の声をクローンすることも可能です。

このアップデートは、音声アプリケーションを開発する開発者により多様で自然な選択肢を提供することを目的としています。