xAI 推出 Custom Voices，可在 Grok TTS 和 Voice Agent API 中使用克隆语音
Custom Voices Your voice. Your brand. Clone a voice from a short recording and use it across Grok Text to Speech and Speech to Speech APIs. Apr 30, 2026
xAI 推出 Custom Voices，录制约一分钟自然语音即可在不到两分钟内克隆出可投入生产的语音模型，适用于 Grok Text to Speech 和 Voice Agent API。
原文给出克隆流程、验证机制和定价细节，读者可判断这项语音克隆能力是否适合接入自己的应用。
你的声音。你的品牌。从一段简短录音中克隆声音，并将其用于 Grok Text to Speech 和 Voice Agent API。
自定义声音 使用场景 自定义声音 声音安全
今天，我们推出自定义声音。只需几秒钟的音频即可克隆你的声音，并立即将其用于 Grok Text to Speech 和 Voice Agent API。
Tyler
SpaceX 广播主持人
原始
克隆
使用场景
自定义声音开启了一类全新的应用。
实时客服
我需要查询我最近订单的帮助。
当然可以！让我调出你的订单详情。
品牌声音代理
为你的客服代理赋予一致、可识别且符合品牌形象的声音，而不是通用的预设音色。
Rec
在今天的节目中，我们深入探讨 AI 的未来，以及它对各地创作者意味着什么
内容创作者
用自己的声音大规模地为视频、播客和社交媒体帖子配音，无需每次都重新录制。
原始
保留
无障碍
为失去说话能力的人创建个性化声音，保留其声音身份。
🇺🇸英语
🇪🇸西班牙语
🇫🇷法语
🇩🇪德语
🇨🇳中文
🇯🇵日语
多语言团队
用各大主要语言呈现你的 CEO 主题演讲——自然地使用英语、西班牙语、法语、德语、中文、日语等。
旁白 古老的门吱呀一声打开了……
Kira 我们得走了。现在。
Thane 我有种不祥的预感。
游戏与娱乐
用独特的声音让角色栩栩如生，无需为每一句对白安排录音棚时间。
第 3 章
发现
她打开笔记本，发现那笔迹毫无疑问是她自己的，尽管她完全不记得自己写过
播客与有声书旁白
让你的叙述引人入胜。将脚本逐章转化为用你自己声音讲述的完整有声书，无需走进录音棚。
实时客服
我需要查询我最近订单的帮助。
当然可以！让我调出你的订单详情。
Rec
在今天的节目中，我们深入探讨 AI 的未来，以及它对各地创作者意味着什么
原始
保留
🇺🇸英语
🇪🇸西班牙语
🇫🇷法语
🇩🇪德语
🇨🇳中文
🇯🇵日语
旁白 古老的门吱呀一声打开了……
Kira 我们得走了。现在。
Thane 我有种不祥的预感。
第 3 章
发现
她打开笔记本，发现那笔迹毫无疑问是她自己的，尽管她完全不记得自己写过
品牌声音代理
为你的客服代理赋予一致、可识别且符合品牌形象的声音，而不是通用的预设音色。
自定义声音
在两分钟内克隆你的声音。随处使用。
在 xAI 控制台中录制约一分钟的自然语音。我们的流程会验证你是声音所有者、处理你的录音，并交付可用于生产的声音模型，全程不到两分钟。你的自定义声音继承所有 TTS 能力：语音标签、多语言输出，以及 REST 和 WebSocket 流式传输。
口令校验
录制中
我的声音就是我的钥匙
第 1 步 朗读一段口令以确认你的身份
自定义声音在我们所有内置声音可用的地方都能使用。将 voice_id 传递给任意 TTS 端点，或将其与 Voice Agent API 配合用于实时对话代理。
使用自定义声音的 Text to Speech 或 Voice Agent API 不收取额外费用。
每个自定义语音在创建前都要经过两阶段验证流程。首先，说话者朗读一段验证短语，我们的 STT 引擎会实时转写并匹配，以确认意图和在场。然后，我们从验证片段和完整录音中计算说话者嵌入，以确认它们属于同一个人。
你无法从已有的录音中克隆声音，也无法克隆他人的声音。
口令校验
录音
我的声音就是我的钥匙
口令校验
大声朗读一段验证短语。我们的 STT 引擎会实时转写并匹配，以验证你的同意和在场。
说话者相似度
空闲
口令
录音
说话者相似度
将口令和完整录音中的说话者嵌入进行比较，以确认它们属于同一个人。
来源：xAI：News · x.ai