Grok TTS
xAI 提供
xAIの、演じる読み上げモデル。
5つの声、狙った笑い、ささやく言葉。

主な機能
技術仕様
5
内蔵ボイス。どれも対応する全言語を話す
15,000文字
Morphicでの1回あたりの上限
行内と囲み
音の指示は行の中、話し方は語を囲んで指定
MP3
24 kHz、128 kbps。タイムラインにそのまま置ける
活用事例

解説とチュートリアル
使い方動画やeラーニングの解説に。Rexは明快に、Salは落ち着いて読みます。商品が変わっても、直す手順だけを作り直せます。

広告とプロモ
Eveの勢いで、新作の告知を読みます。ささやく一言だけをタグで囲めば、その部分で声が落ちます。

ローカライズ版ボイスオーバー
市場が変わっても声は同じです。各言語の訳文を貼れば、声が言語に合わせます。日本語版を海外へ、海外版を日本へ届ける作業にも向きます。

物語とポッドキャストの語り
長い台本を一度に読み切ります。間と笑いは、拍が落ちる位置に書き込みます。配信の語りや朗読にも使えます。

アシスタントとアプリの声
Araのやわらかさで、オンボーディングやヘルプ、音声通知を親しみやすく読みます。

告知とトレーラー
Leoの重みで、予告編の一行や、大事さを伝えたい告知を読みます。
プロンプト例






概要
Grok TTSは、xAIのテキスト読み上げモデルです。Morphicでは2026年7月から使えます。台本を5つの内蔵ボイスのどれかで読み、笑い声や間といった音を、書いた位置で演じます。タグで囲んだ語だけ、話し方も変わります。
解説動画やショート動画のナレーション、配信の語りに向いています。
Grok TTSの違い
Grokでは、台本の中に2種類の指示を書けます。ひとつは角括弧の音の指示です。[laugh]と書けば、その位置で笑います。もうひとつは語を囲むタグです。<whisper>が変えるのは、開きタグと閉じタグのあいだの語だけです。
声は5つと少なめですが、言語には縛られません。5つとも、Grokが対応するすべての言語を話します。英語版で選んだ声を、各国の訳文までそのまま通せます。
MorphicでのGrok TTS
MorphicのAudioモデル選択では、Speechの項目にxAI Grok TTSとして並びます。Eve、Ara、Rex、Sal、Leoから声を選び、タグを入れた最大15,000文字の台本を貼って、生成します。言語は台本のテキストから判定され、音声はMP3としてCanvasに届きます。
声の数を増やしたいときや、声をクローンしたいときは、同じ選択画面のElevenLabs v4を使ってください。
シンプルな料金体系
今すぐ無料で始めて、いつでもアップグレードまたはキャンセルできます。
Basic
2400 月 クレジット
1 ユーザーのみ
すべてのモデル
ワークフロー
Standard
3625 月 クレジット
1 ユーザーのみ
すべてのモデル
ワークフロー
Pro
6350 共有 月 クレジット
1 ユーザー
すべてのモデル
ワークフロー
Max
24650 共有 月 クレジット
1 ユーザー
すべてのモデル
ワークフロー
Enterprise
より高い制限のために
カスタム
料金と請求条件

Free
気軽に試したい方に
$0
ずっと無料
よくある質問
その他のモデル
Morphicのモデルカタログをさらに見る。
Seedream 5.5
ByteDance
2026年11月リリースのByteDance製Seedream画像モデル。 崩れないマルチラウンド編集、自然なリアリティ、より鮮明な文字。
Gemini Omni Flash 1.2
Google DeepMind
Googleの動画モデルが、15秒に伸びました。 テイク全体を直せて、1秒あたり約30%安くなっています。
ChatGPT Images 2.6
OpenAI
OpenAIの画像モデル、2026年11月公開。 GIF、SVG、速い下書きに対応。
SAM 3.1
Meta
MetaのSegment Anythingモデル。 どんな被写体も、追従するマスクにして追跡します。