Grok Voice в этот раз просто убивает 26 тембрами, нативная поддержка китайского — наконец-то не придётся слушать AI с машинным переводом, клонирование уникального голоса примерно за минуту — это нечто.

Сообщение Bitaojie: Grok Voice выпускает 21 новый многоязычный флагманский голос, расширяя количество доступных голосов в сервисе реального речевого общения до 26. Эти голоса уже доступны в интерфейсе агента реального времени и преобразования текста в речь, с нативной поддержкой более 25 языков, включая китайский. Для улучшения естественности диалога 5 исходных голосов были переобучены, а произношение и интонация стали более приближены к человеческим. Разработчики могут использовать новый визуальный конструктор голосовых агентов в консоли и настраивать тон с помощью управляющих меток, таких как паузы, акценты или шепот. Пользователю достаточно загрузить аудиосемпл длительностью около минуты, чтобы клонировать собственный кастомный голос на платформе.