Grok Guide
XnoteCONTACTGrokを開く

画像・動画・音声

機能の概要と使い分け。個別の全設定や実機動作の保証は含みません。

2026年10月18日確認 · 実機未検証

Imagine

画像・動画を作る製品です。文章からの生成と、素材を参照する作業を使い分けます。

使う場面:告知画像、短い映像の試作。

制約・確認点:一般向け画面とAPIでは指定方法が異なります。

関連するガイド・レッスンへ →

Voice/音声会話

声で相談し、音声で返事を受ける用途です。

使う場面:手を使わず相談したいとき。

制約・確認点:録音ファイルの全文文字起こしとは別です。

関連するガイド・レッスンへ →

Speech to Text

音声を文字へ変換する開発者向け機能です。

使う場面:録音の文字記録をシステムで作るとき。

制約・確認点:数字・固有名詞・否定語を元音声と照合します。

関連するガイド・レッスンへ →

Text to Speech

文章から音声を作る開発者向け機能です。

使う場面:確定原稿の読み上げを組み込むとき。

制約・確認点:生成前に読み方と原稿を確定します。

関連するガイド・レッスンへ →

Custom Voices

参照音声を使う声のカスタマイズ機能です。

使う場面:許諾を得た声を製品で使う設計を検討するとき。

制約・確認点:素材を使う権利と本人の同意を別に確認します。本サイトでは設定実演は未掲載です。

個別手順未掲載。以下の公式資料を確認してください。