xAIはAPIを通じて新しい音声クローン機能を発表しました。これにより、ユーザーはわずか1分の録音音声でプロダクション品質の音声モデルを作成できます。システムは音声の所有権を確認し、2分以内に音声を処理し、多言語出力とRESTおよびWebSocketによるストリーミングをサポートします。この機能には28言語にわたる80以上の組み込み音声が含まれており、二段階の認証プロセスでセキュリティを確保しています。ユーザーは既存の録音や他人の声をクローンすることはできず、TTSや音声エージェントAPIでカスタム音声を使用しても追加料金は発生しません。