Grok 语音模式开启 — 语音交互的完整入口和控制
语音模式概述
语音模式让你可以用说的方式与 Grok 交互——语音输入提问，语音接收回复。这特别适合开车、走路、手不方便打字的场景。Grok 的语音能力在 Grok 3 中引入，Grok 4 大幅升级了速度和自然度。
Gro k的语音模式包含两个方向：
- 语音输入（Speech-to-Text）：你说话，Grok 识别成文字
- 语音输出（Text-to-Speech）：Grok 的回复朗读出来
如何开启语音模式
网页端
在输入框左侧找到麦克风图标：
- 语音输入：点击麦克风图标开始录音，说话完成后停止，Grok 自动识别成文字
- 语音输出设置：在设置中找到「语音播报」开关，开启后 Grok 回复完会自动朗读
移动端（iOS / Android）
移动端的语音体验更好——原生麦克风接入、系统级语音能力：
- 打开 Grok 应用
- 点击输入框右侧的麦克风图标
- 开始说话（同时可以选择预设语音角色）
- 说完后松开按钮，Grok 识别并回复
- 回复完成后自动用选定的语音角色朗读
X 平台内
在 X 平台的 Grok 侧边栏，同样支持语音输入。麦克风图标在输入框旁边。
语音输入
使用场景
- 开车时 Hands-Free 使用
- 走路或运动时不想打字
- 需要快速记录灵感
- 中文/英文混合输入
支持语言
Grok 的语音识别支持：
- 中文（普通话，部分方言）
- 英文
- 主要欧洲语言
- 日文、韩文
使用技巧
- 说话清晰：避免过快、过低、含糊
- 短句说：一次说清楚一个意思
- 标点说明：可以说「逗号」「句号」来控制标点
- 方言注意：方言口音可能影响识别准确率，必要时切换到普通话
语音输出
开启方式
在设置中找到语音播报选项：
- 移动端：设置 → 语音播报 → 开启
- 网页端：设置 → 朗读回复 → 开启
语音角色选择
Grok 提供多种内置语音角色，每种有不同的音色和性格（详见 Eve 与其他语音角色 和 Sal 与其他角色）：
- Eve：活力女性，默认通用
- Sal：中性平滑，适合长文本朗读
- Ara：温暖亲切，女性
- Rex：自信男性，适合销售和演示
- Leo：英式权威，适合正式场合
调整语速和音量
在语音设置中可以调整：
- 语速（快/正常/慢）
- 音量
- 是否自动朗读每一条回复
典型使用场景
场景 1：开车时查信息
（按下麦克风）Grok，今天上海的天气怎么样？有没有雨？
Gro k用语音回答：「今天上海多云转小雨，气温 18 到 25 度，记得带伞。」
场景 2：整理灵感
（走路时）帮我记录一下：下周的项目汇报要做三个部分，第一部分是…第二部分是…第三部分是…
Gro k把语音整理成结构化的清单，方便你后续查看。
场景 3：听长文档
上传一份 PDF 后：
帮我把这份 PDF 的第三章读给我听
Gro k用选定的语音角色朗读内容，你可以继续做其他事（比如整理房间、通勤）。
场景 4：语言练习
用 Eve 的语音帮我练一遍这段话的英文发音，先慢一点，然后正常速度
常见问题
语音识别不准怎么办
可能的原因和解决：
- 环境噪音：找安静的地方，或使用降噪耳机
- 说话太快：放慢语速，咬字清晰
- 语言设置：确认 Grok 的语言设置与你说的语言一致
- 口音问题：方言口音重可以先切换到更标准的发音，或改用文字输入
语音播报听起来不自然
- 试试切换到 Eve 或 Sal 角色（目前这两个角色最自然）
- 调整语速到正常或稍慢
- 如果是长内容，Grok 4 的语音质量已经比前代提升很多
如何关闭语音播报
在设置中关闭「朗读回复」或「语音播报」开关即可。你仍然可以使用语音输入功能，只是 Grok 不再自动朗读回复。
为什么只有部分语音角色可用
不同订阅等级的语音权限不同：
- 免费版：可能只有基础语音角色
- SuperGrok：全部内置语音角色可用
- API 用户：可以使用全部语音参数
隐私提醒
语音输入的录音会发送到 xAI 服务器进行识别和处理。xAI 称会遵守隐私政策不滥用语音数据，但敏感内容仍建议谨慎使用语音功能。