Grok Voice 上架 fal：0.7 秒响应，支持 30+ 音色克隆与 25+ 语言
SpaceXAI · x · 2026-09-17
xAI 的语音模型 Grok Voice 已在 fal 平台上线。响应延迟仅 0.70 秒，且常能在用户话说完之前完成工具调用。
能力包括：带词级时间戳的语音转写、30+ 音色、25+ 语言的文本转语音，以及仅需两分钟音频即可克隆声音。视频中的所有声音均由 Grok Voice 生成，可用于构建低延迟智能客服 agent。
「多模态」频道最新
- Midjourney sref 双码组合实测：中世纪版画风格的猫骑士 — sergeantsref · 2026-11-02
- AI 生成毛绒质感角色设计：狐耳少女、外星虫人与猫咪摄影师 — OVolosin82152 · 2026-11-02
- Fable 5.5 被曝一行代码一次通过生成动画，Anthropic 押注编程意外切入动画赛道 — Hesamation · 2026-11-02
- FlowHMR 提速 5 倍：LLM Agent 自动完成视频动捕到渲染全流程 — camenduru · 2026-11-02
- AI 生成 70 年代复古 MV《Rock is Dead》,质感以假乱真 — Mother-Pear-2392 · 2026-11-02
- 周末逛玩 3D 高斯泼溅：COLMAP + Lichtfeld 实拍 Splat — janusch_patas · 2026-11-02