xAI Илона Маска запустила TTS API с живыми эмоциями — шёпот, смех и паузы из обычного текста
Компания xAI Илона Маска, известная своим чат-ботом Grok, представила новый инструмент — Text-to-Speech API, который превращает обычный текст в живую, выразительную речь. Разработка открывает новые возможности для создания аудиоконтента, озвучки видео, подкастов и голосовых помощников с естественной интонацией.
На старте доступны 5 уникальных голосов с именами: Eve, Ara, Rex, Sal и Leo. Главная особенность — управление эмоциями и интонацией прямо в тексте. Можно писать, например: «Так я зашёл и [пауза] вот оно. [смех] Я просто не поверил своим глазам!». Также поддерживаются теги: <whisper></whisper> для шёпота, <slow></slow> для замедления речи. Паузы, смех, вздохи, дыхание, изменения громкости, высоты тона и скорости — всё это, по первым отзывам, работает отлично и без дополнительных настроек.
API поддерживает WebSocket для потоковой передачи речи в реальном времени и различные аудиоформаты, включая MP3 и mu-law. Инструмент будет полезен разработчикам приложений, создателям контента и всем, кому нужен качественный синтез речи с человеческими эмоциями. xAI продолжает расширять свою экосистему, предлагая не только текстовый ИИ, но и мультимедийные возможности.
Об авторе
