実際に使ってみると
Grok TTS from xAI reads up to 15,000 characters per request in 71 preset voices across 20 languages. Laughs, breaths, pauses and whispers go straight into the script as tags, and a speed slider slows things down for a bedtime read.
向いている用途
- Audiobook chapters with one consistent narrator
- Multilingual narration from one script
- Phone menus in formats a phone system can play directly
Grok TTSでできること
どのモードもGrok TTSを選んだ状態でスタジオが開きます。料金は生成前に表示されます。
Grok TTSのプロンプトのコツ
- Add sounds where they happen with tags like [pause], [laugh] or [breath].
- Wrap words in <whisper>…</whisper> or <slow>…</slow> to change how that passage is read.
- Pick a voice made for the script's language, or use one of the five voices that speak every supported language.
知っておきたい設定
そのほかの設定は適切な初期値になっているので、プロンプトを書けばすぐ生成できます。
voice_id71- 使える声から選びます。
language20- 読み上げる言語。
speed0.7–1.5- 話す速さ。
output_formatmp3 · wav · pcm · mulaw · alaw- 結果のファイル形式。
ほかのモデルとの比較
同じ用途でも、得意なことと料金が違います。
Gemini 3.8 Flash TTS gives a more acted read with two voices in one file. Grok is the one for long scripts in one request.
Grok TTSについてよくある質問
Grok TTSの料金は？
PopNowでは、Grok TTSは最安で3クレジット（1,000文字あたり）、約$0.03です。支払いはクレジット（1クレジット＝0.01ドル）で、正確な料金は生成ボタンに事前に表示されます。失敗した生成は自動で返却されます。
Grok TTSで何ができる？
PopNowでは、Grok TTSは次のモードで使えます：テキスト読み上げ。スタジオでモードを選び、プロンプトかファイルを入れるだけです。
Grok TTSのプロンプトはどう書く？
Add sounds where they happen with tags like [pause], [laugh] or [breath]. Wrap words in <whisper>…</whisper> or <slow>…</slow> to change how that passage is read. Pick a voice made for the script's language, or use one of the five voices that speak every supported language.
Grok TTSとGemini 3.8 Flash TTS、どちらを選ぶ？
Gemini 3.8 Flash TTS gives a more acted read with two voices in one file. Grok is the one for long scripts in one request.
Grok TTSを使うのに何かインストールが必要？
不要です。Grok TTSはPopNowのブラウザ上で動きます。プロンプトを書くかファイルを追加し、設定を選んで結果をダウンロードするだけ。登録すればすぐに生成できます。