01
xai-tts-1
Texto para voz pronto para produção, a 2,4 créditos por 1000 carateres, o equivalente a $0.012 por 1000 carateres no PoYo, com cinco vozes, deteção automática do idioma, speech tags e saída de áudio configurável.
xai-tts-1
Text to Speech
Ver mais modelos de xAIModelo:
O xAI TTS 1 é um modelo multilingue de texto para voz com baixa latência, para gerar voz natural e expressiva em produtos de voz em tempo real e na criação de conteúdo.
Examples
Detalhes dos preços
Paga conforme utilizas. Sem subscrição, sem custos escondidos.
| Nível | Preço PoYo | Original / desconto |
|---|---|---|
| Texto para voz | $0.012/1K carateres 2.4 créditos/1K carateres 10,000 carateres: $0.120 | $0.015/1K carateresPoupa 20% Fal |
Como é faturado: Faturado por cada 1000 carateres de texto de entrada.
Os custos baseiam-se no resultado final.
Modelos recomendados
Introdução
Guia completo para utilizar API xAI TTS 1 económica para voz de baixa latência
API xAI TTS 1 económica para voz de baixa latência
Cria voice agents, bots de suporte, narrações e produtos de fala multilingue com o xAI TTS 1 no PoYo. Utiliza uma só API assíncrona para vozes expressivas, speech tags, deteção automática do idioma, saída em MP3/WAV/PCM/telefonia, consulta de tarefas padrão e callbacks por webhook, com faturação clara por carácter.
Modelos da API xAI TTS 1 disponíveis no PoYo
Experimentar o playground
Principais funcionalidades da API xAI TTS 1
O xAI TTS 1 foi concebido para gerar fala natural e reativa em produtos reais, desde voice agents a pipelines de conteúdo.
01
Voz natural com baixa latência
Gera fala fluida e expressiva sem obrigar os utilizadores a passar por um processo lento em batch. É especialmente útil para assistentes, apoio ao cliente e experiências de produto interativas.
- Cria uma entoação natural para agents e narração.
- Aproveita a geração reativa nos teus workflows de produto.
- Mantém a faturação previsível com preços por carácter.
02
Speech tags para um controlo detalhado
Acrescenta expressividade diretamente no campo de texto, com tags inline e tags de envolvência. As equipas podem manter o guião e a direção de interpretação juntos, em vez de gerirem um sistema separado de direção de voz.
- Utiliza tags inline como [laugh], [pause] e [sigh].
- Utiliza tags de envolvência como <whisper> e <slow>.
- Define o tom, o ritmo e a ênfase num único texto.
03
Mais de 20 idiomas com deteção automática
Define language_code como auto para textos mistos ou de escrita desconhecida, ou escolhe um código BCP-47 para workflows de localização mais rigorosos. Assim, as equipas lançam voz multilingue sem mudar de endpoint.
- Deteta automaticamente o idioma a partir do texto.
- Suporta inglês, chinês, francês, alemão, japonês, coreano, espanhol e muito mais.
- Utiliza uma única estrutura de API para produtos de voz multilingues.
04
Formatos de saída de áudio flexíveis
Escolhe MP3 compacto, WAV ou PCM para produção, ou saída mu-law e A-law orientada para telefonia. Configura a taxa de amostragem e o débito do MP3 no mesmo payload do pedido.
- Utiliza MP3 para uma reprodução e entrega compactas.
- Utiliza WAV ou PCM para edição e pós-produção.
- Utiliza mu-law ou A-law em pipelines de telefonia.
O que podes criar com a API xAI TTS 1?
01
Voice agents
Gera respostas naturais de assistentes para agents de produto, fluxos de onboarding e ferramentas de suporte em tempo real.
02
Bots de apoio ao cliente
Transforma guiões de suporte e respostas dinâmicas em fala calorosa e clara para experiências de atendimento automatizado.
03
Narração e vozes off
Cria demonstrações de produto, narração de vídeos curtos, áudio de formação, anúncios e faixas de voz para criadores.
04
Aplicações multilingues
Lança saída falada localizada num único workflow, com deteção automática do idioma e formatos de áudio consistentes.
Preços do xAI TTS 1: PoYo vs fal.ai
O PoYo disponibiliza o xAI TTS 1 através do workflow de geração assíncrono padrão, com um preço unitário de referência mais baixo, com base na captura de ecrã de preços fornecida.
| Funcionalidade | PoYo | Fal.ai |
|---|---|---|
| ID público do modelo | xai-tts-1 | xai/tts/v1 |
| Fal.ai | $0.012 por 1000 carateres | $0.015 por 1000 carateres |
| Créditos PoYo | 2,4 créditos por 1000 carateres | N/A |
| Comprimento máximo do texto | 15 000 carateres | 15 000 carateres |
| Formatos de saída | MP3, WAV, PCM, mu-law, A-law | MP3, WAV, PCM, mu-law, A-law |
Os preços do PoYo são de 2,4 créditos por 1000 carateres. Um crédito custa $0.005.
Como utilizar a API xAI TTS 1 no PoYo
- Obtém a tua chave de API: Cria uma conta PoYo e gera uma chave de API no dashboard. Obter chave de API ->
- Escreve o guião: Introduz entre 1 e 15 000 carateres e acrescenta tags como [pause], [laugh], [sigh],
<whisper>ou<slow>quando precisares de uma entoação expressiva. - Escolhe a voz e a saída: Seleciona eve, ara, rex, sal ou leo; define language_code como auto ou um código BCP-47 suportado; depois escolhe o codec, a taxa de amostragem e o débito do MP3.
- Submete e obtém o resultado: Submete a tarefa através da API de geração do PoYo e depois consulta o endpoint de estado de tarefas padrão ou recebe um callback por webhook. Ver documentação da API ->
Perguntas frequentes sobre o xAI TTS 1
Que vozes suporta o xAI TTS 1?
O PoYo disponibiliza as cinco vozes predefinidas da fal/xAI: eve para uma entoação enérgica, ara para uma fala calorosa e simpática, rex para uma fala confiante e clara, sal para uma saída suave e equilibrada e leo para uma narração com autoridade.
Quanto custa o xAI TTS 1 no PoYo?
O xAI TTS 1 custa 2,4 créditos por 1000 carateres no PoYo, o equivalente a $0.012 por 1000 carateres. A faturação baseia-se no comprimento do campo de texto.
Qual é o comprimento máximo do texto?
O campo de texto aceita de 1 a 15 000 carateres por pedido. Divide guiões mais longos em várias tarefas se precisares de áudio por capítulos ou de longa duração.
O xAI TTS 1 suporta a deteção automática do idioma?
Sim. Define language_code como auto para que o modelo detete o idioma a partir do texto, ou indica um código BCP-47 suportado, como en, zh, ja, ko, fr, de, ru, es-MX ou pt-BR.
Como funcionam as speech tags?
As speech tags escrevem-se diretamente dentro do texto. Utiliza tags inline como [laugh], [pause] e [sigh], ou tags de envolvência como <whisper>texto</whisper> e <slow>texto</slow> para orientar a entoação.
Posso obter saída em WAV, PCM, mu-law ou A-law?
Sim. O parâmetro output_format.codec suporta mp3, wav, pcm, mulaw e alaw. Também podes definir sample_rate e, no caso do MP3, bit_rate.
O xAI TTS 1 é adequado para voice agents em tempo real?
O modelo foi concebido para fala natural de baixa latência, o que o torna uma excelente opção para voice agents, bots de suporte, respostas de assistentes e workflows de aplicações interativas.
Como obtenho o áudio gerado?
Submete uma tarefa de geração e utiliza o task_id devolvido com o endpoint de estado padrão do PoYo. Se indicares callback_url, o PoYo envia um webhook quando a tarefa terminar ou falhar.
Porquê utilizar o PoYo para aceder à API xAI TTS 1
01
Faturação por carácter económica
Gera fala com o xAI TTS 1 a $0.012 por 1000 carateres, com utilização de créditos transparente.
02
Workflow de API unificado
Utiliza o mesmo padrão de submissão, estado, callback, faturação e obtenção de ficheiros do PoYo que nos restantes modelos de geração.
03
Controlos para produção
Controla a voz, o idioma, o codec, a taxa de amostragem e o débito a partir de um único payload pensado para programadores.
04
Resultados assíncronos fiáveis
Submete tarefas, consulta um estado estável e obtém os ficheiros de áudio através da estrutura de saída de tarefas padrão do PoYo.