Grok Voice Agent API发布：实时语音、可配置人格-AI Express News

点击上方蓝字【聚大模型前言】关注我，热门AI资讯每天更新~~

导读：xAI 正式发布 Grok Voice Agent API，首次将 Grok 的实时语音能力以 API 形式向开发者开放。该 API 以低延迟语音交互为核心，支持多种声音与人格配置，并可在对话中接入公开网络与 X 平台数据。

xAI 宣布推出 Grok Voice Agent API，为开发者提供对 Grok 实时语音输入与输出能力的程序化访问。该 API 面向语音优先（voice-first）应用场景，重点服务于对话式智能体、语音助手以及陪伴型产品，所有配置均可通过 xAI 控制台统一管理。

在功能层面，Grok Voice Agent API 内置多种 Grok 语音模式中已上线的声音，包括 Sal、Rex、Eve、Leo，同时也支持 Mika、Valentin 等陪伴型人格。开发者不仅可以自由选择声音，还能 精细化控制系统指令和行为参数，以适配不同产品风格与交互需求。

值得注意的是，该 API 支持在语音对话过程中开启搜索能力，允许 Grok 实时查询公开网页或 X 平台数据。使其应用范围不再局限于基础语音交互，而是覆盖 客服支持、社交陪伴、研究型语音助手等更复杂场景。

在技术架构上，Grok Voice Agent API 采用流式音频设计，支持实时的语音识别与语音合成，这种设计显著降低了交互延迟，为“边说边听”的自然对话体验提供了良好基础。

语音只是 Grok API 体系的起点，xAI 已暗示未来将扩展至更丰富的文件处理与媒体生成接口，逐步实现 语音、文本与多模态能力的统一 API 化。

xAI 正在将 Grok 从 X 平台内的消费级功能，升级为面向开发者的 AI 平台。通过产品化语音与人格能力，xAI 正式加入与主流语音 AI 技术栈的竞争，并试图以 独特的数据来源与人格化设计，在高度拥挤的语音智能体市场中建立差异化优势。