用途：为已有应用接入 Grok 文本转语音，实现助手回复旁的朗读按钮、自动朗读或任意文本旁白。通过 /add-read-aloud、输入 Read aloud 或明确的“speak this”“TTS”意图触发。注意 Cursor 本身没有扬声器，需改造应用而非 IDE。
主要能力：提供批量与流式两条路径。批量默认走 POST https://api.x.ai/v1/tts，一次请求返回一个 MP3，可缓存，密钥留在服务端；流式走 wss://api.x.ai/v1/tts，需经后端中继，适合边生成边播放、打断和超 15000 字符文本。支持内置与自定义音色、多语言、语速、文本规范化、替换词、内联语音标签、时间戳、电话与后期格式等选项。
使用方式：服务端用 Bearer XAI_API_KEY 调用，密钥不得进入客户端包。批量请求体含 text、voice_id、language（必填，auto 或 BCP-47，缺失返回 422）。客户端在回复流结束后渲染扬声器按钮，一次只播一条，用共享状态管理播放状态。自动朗读默认关闭且需用户手势。朗读前需剥离 Markdown、中和语音标签，超 15000 字符按段落切分。
适用场景：聊天应用回复朗读、页面旁白、生成音频文件、需要低延迟流式语音的交互。
限制：不涉及语音智能体、语音转文字或音色克隆；不得臆造令牌流程、POST 流式标志或文档外事件名。具体定价、平台与效果以官方文档为准，资料未提供更多细节。