xAI 已为其 Grok Voice 服务发布了 21 款新的旗舰声音，将可用阵容从最初的五个选项扩展。这些新声音原生支持多语言，涵盖超过 25 种语言，可通过实时 Voice Agent API、Text to Speech API 以及 Grok Voice Agent Builder 访问。

  • 新声音被分配给特定角色，包括客服、角色配音、解说、广告和教育。
  • 用户可以使用语音标签（如 [pause]、<whisper> 和 <emphasis>）来控制语速和语调。
  • 最初的五个声音（Ara、Eve、Leo、Rex 和 Sal）已通过改进的配方重新训练，以增强节奏、短语和强调的自然度。
  • 可以使用 Grok Voice Agent Builder 构建自定义语音代理，该工具还允许从大约一分钟的音频中克隆用户自己的声音。

此次更新旨在为构建语音应用的开发人员提供更多样化和自然的声音选项。