xAI выпустила 21 новый флагманский голос для своего сервиса Grok Voice, расширив доступный список за пределы первоначальных пяти вариантов. Эти новые голоса изначально являются многоязычными, поддерживая более 25 языков, и доступны через API Voice Agent в реальном времени, API Text to Speech и конструктор агентов Grok Voice Agent Builder.
- Новые голоса распределены по конкретным ролям, включая поддержку, персонажей, комментарии, рекламу и образование.
- Пользователи могут управлять подачей с помощью речевых тегов, таких как [pause], <whisper> и <emphasis>.
- Первоначальные пять голосов (Ara, Eve, Leo, Rex и Sal) были переобучены с использованием улучшенного рецепта для повышения естественности темпа, фразировки и акцента.
- Пользователи могут создавать пользовательские голосовые агенты с помощью конструктора Grok Voice Agent Builder, который также позволяет клонировать собственный голос пользователя примерно из одной минуты аудио.
Обновление направлено на предоставление более универсальных и естественно звучащих вариантов для разработчиков, создающих голосовые приложения.