語音
Grok 的語音分兩層：一層是你跟助理「講話」；另一層是幫公司做一個會接電話的代理人。先會用第一層，再決定要不要碰第二層。
跟 Grok 語音對話
在 grok.com 或官方 App 的聊天框點麥克風，就可以即時來回講。你可以中途打斷、換語言、用手比用打字更快的情境（走路、整理桌面、口述草稿）最適合。
免費層每天有較短的語音時間；付費方案較長，並與其他產品共用每週額度池。實際秒數以 Settings → Usage 為準。
語音適合：腦力激盪、口語改寫、請它把剛講的內容整理成條列。不適合：需要精確引用條款的法律核稿——講完後仍應請它輸出文字再人工核對。
Voice Agent Builder
若你要的是「客人打電話進來、機器人按你的稿回答並查資料」，那是 Voice Agent Builder，不是聊天框裡的麥克風。
它把語音辨識、推理、合成做在同一條語音路徑上，不必自己串三家 STT／LLM／TTS。典型流程：
- 用白話寫這支代理人要做什麼、不能做什麼
- 上傳知識文件、接工具或 MCP
- 選內建音色，或用約兩分鐘音訊做品牌音色
- 用系統給的測試電話，或把既有號碼用 SIP 轉入
官方標價約每分鐘 0.05 美元的 API 音訊費；若使用系統配發的電話號碼，另計通訊費。入口見 x.ai/voice。支援約 25 種語言。細節以公告與 Console 為準。
官方介紹影片
這支官方短片示範：用兩分鐘描述任務、選聲音或克隆音色、讓代理人讀你的文件並採取行動，以及免費測試門號。看完再對照 YouTube 優質教學 裡的實際架設示範。