文本转语音 (TTS)

基本用法

import os
from xai_sdk import Client

client = Client(api_key=os.getenv("XAI_API_KEY"))

audio = client.tts.create(
    text="你好，欢迎使用 xAI 语音 API。",
    voice="default",
)

with open("output.wav", "wb") as f:
    for chunk in audio:
        f.write(chunk)

语音选择

TTS API 提供多种预置语音，每种语音具有不同的音色和风格。你也可以使用自定义语音功能创建独特的语音身份。

流式输出

TTS API 支持流式输出 — 音频数据在生成时逐步返回，无需等待全部生成完毕。 这对于实时应用（如语音助手）特别有用，可以显著降低延迟。

音频格式

• WAV — 无损格式，质量最高
• MP3 — 压缩格式，文件更小
• PCM — 原始音频数据，适合实时处理

最佳实践

• 使用 SSML 标记控制语速、音调和停顿
• 对于长文本，分段处理以获得更好的效果
• 流式输出适合实时场景，批量输出适合离线生成
• 选择与内容风格匹配的语音