शुरू करना मुफ़्त · ElevenLabs v4 से संचालित
AI टेक्स्ट टू स्पीच
अपनी स्क्रिप्ट पेस्ट करें, वॉइस चुनें, और Eleven Speech उसे ElevenLabs v4 से पढ़ देगा: नेचुरल रफ़्तार, असली भावनाएँ और 90 से ज़्यादा भाषाएँ, एक ऐसी MP3 में जो टेक्स्ट जितनी ही लंबी होती है।
कोई इंस्टॉलेशन नहीं। कोई क्रेडिट कार्ड नहीं। डिफ़ॉल्ट रूप से प्राइवेट।
- 90+भाषाएँ
- 16वॉइस
- 5,000प्रति रिक्वेस्ट अक्षर
- $0शुरू करना मुफ़्त
बुनियादी बातें
AI टेक्स्ट टू स्पीच क्या है?
टेक्स्ट टू स्पीच, यानी TTS, लिखे हुए टेक्स्ट को बोली गई ऑडियो में बदलता है। पुराने TTS शब्दों को एक के बाद एक सपाट आवाज़ में पढ़ते थे। आज का AI टेक्स्ट टू स्पीच पहले पूरा अंश पढ़ता है, इसलिए समझता है कि किस शब्द पर ज़ोर देना है, वाक्य कहाँ सवाल बन जाता है और कब एक ठहराव बात को असरदार बना देता है, और वह इंसान की साँस और लय के साथ बोलता है।
Mage पर टेक्स्ट टू स्पीच Eleven Speech पर चलता है, जो ElevenLabs का नवीनतम मॉडल Eleven v4 है। आप 5,000 अक्षर तक पेस्ट करते हैं, 16 वॉइस में से एक चुनते हैं, और ऐसी MP3 पाते हैं जो पढ़ने जितनी ही लंबी होती है। स्क्वेयर ब्रैकेट में ऑडियो टैग, जैसे [whispers], [laughs] या [excited], बोलने का अंदाज़ तय करते हैं, बिना खुद पढ़े जाए।
यह Mage के इमेज और वीडियो मॉडल वाले उसी अकाउंट में मौजूद है। नैरेशन सीधे किसी वीडियो के नीचे जा सकता है, किसी कैरेक्टर की आवाज़ बन सकता है, या Lipsync ऐप में जाकर किसी पोर्ट्रेट से बुलवाया जा सकता है।
थोड़ी और संभावनाएँ
Mage पर टेक्स्ट टू स्पीच क्यों इस्तेमाल करें
ElevenLabs v4 की आवाज़ें
ElevenLabs का सबसे भावपूर्ण मॉडल, आपके Mage अकाउंट से इस्तेमाल करें, अलग सब्सक्रिप्शन के बिना।
टेक्स्ट जितनी ही लंबी
पढ़ना खत्म होते ही MP3 खत्म हो जाती है, न काटने के लिए खामोशी, न क्लिप की तय लंबाई।
90 से ज़्यादा भाषाएँ
लगभग किसी भी भाषा में स्क्रिप्ट पेस्ट करें, और 16 में से हर वॉइस उसे नेचुरल ढंग से पढ़ती है।
बोलने का अंदाज़ खुद तय करें
ऑडियो टैग से आप हर लाइन में भावना, रफ़्तार और आवाज़ का वॉल्यूम बदल सकते हैं, और बोलने के बीच साउंड इफ़ेक्ट भी जोड़ सकते हैं।
पेड प्लान पर अनलिमिटेड
Basic में हर रिक्वेस्ट पर 750 अक्षर शामिल हैं, यानी लगभग 50 सेकंड की स्पीच, और ऊपर के प्लान में लंबी स्क्रिप्ट भी चलती हैं।
API और MCP भी
डेवलपर यही वॉइस Mage API से इस्तेमाल कर सकते हैं, और Claude या ChatGPT इन्हें Mage MCP सर्वर के ज़रिए चला सकते हैं।
आइडिया से क्रिएशन तक
टेक्स्ट को स्पीच में कैसे बदलें?
बस तीन स्टेप लगते हैं, और शुरू करना मुफ़्त है।
Eleven Speech खोलें
इस पेज के बटन से Mage ऐप में अपने ब्राउज़र पर Eleven Speech खोलें।
अपना टेक्स्ट पेस्ट करें
5,000 कैरेक्टर तक पेस्ट करें: स्क्रिप्ट, लेख, पाठ या सिर्फ़ एक लाइन।
वॉइस चुनें और जनरेट करें
16 वॉइस में से कोई एक चुनें, चाहें तो Stability बदलें, और जनरेट करें।
MP3 डाउनलोड करें
इसे ब्राउज़र में सुनें, डाउनलोड करें, या किसी वीडियो के साथ, Lipsync में या कैरेक्टर की आवाज़ के रूप में इस्तेमाल करें।
टिप्स और तकनीकें
ऐसी स्क्रिप्ट तैयार करें जो सुनने में अच्छी लगे
टेक्स्ट टू स्पीच वही पढ़ता है जो आप उसे देते हैं, इसलिए कानों के लिए लिखें। जो जैसा बोला जाना चाहिए, वैसा ही लिखें: "12 घं" की जगह "बारह घंटे", और अगर संख्या को साल की तरह पढ़ना है तो "दो हज़ार छब्बीस"। जिन संक्षिप्त रूपों को अक्षर-अक्षर नहीं पढ़ना है, उन्हें पूरे शब्दों में लिखें। लंबे वाक्यों को छोटे वाक्यों में तोड़ें; सुनने वाला पीछे स्क्रोल नहीं कर सकता।
रफ़्तार तय करने का सबसे आसान तरीका विराम चिह्न हैं। कॉमा एक छोटी साँस है, पूर्ण विराम एक लंबी साँस, तीन बिंदु (...) झिझक, और डैश अचानक रुकना। प्रश्नचिह्न पूरे वाक्य की लय बदल देता है, इसलिए देख लें कि सवालों के अंत में सचमुच वही लगा हो।
- जहाँ पढ़ने का तरीका मायने रखे, वहाँ संख्याएँ शब्दों में लिखें
- वाक्य छोटे और बोलचाल वाले रखें
- ठहराव के लिए तीन बिंदु और ब्रेक के लिए डैश इस्तेमाल करें
- जनरेट करने से पहले स्क्रिप्ट को एक बार ज़ोर से पढ़ें
- बहुत लंबे टेक्स्ट को अध्यायों में बाँट दें
टिप्स और तकनीकें
सही वॉइस चुनें
16 वॉइस सबसे आम कामों के लिए काफ़ी हैं। लंबी नैरेशन और ऑडियोबुक के लिए Darian, Florence या Sawyer जैसी ठहरी हुई किस्सागो आवाज़ चुनें। समाचार, ट्रेनिंग और एक्सप्लेनर के लिए Alicia या Eldrin जैसी साफ़ एंकर आवाज़। विज्ञापनों और सोशल वीडियो के लिए Elowen, Jade या Lawrence जैसी जोशीली, आधुनिक आवाज़। गेम के लिए Kaelen जैसी कैरेक्टर वॉइस।
हर वॉइस सभी सपोर्ट की गई भाषाएँ बोलती है, इसलिए स्पैनिश या जापानी स्क्रिप्ट किसी भी वॉइस के साथ चल जाती है। पहले दो-तीन वाक्य कुछ वॉइस में जनरेट करके सुनें, तुलना करें, और फिर पूरी स्क्रिप्ट उसी वॉइस में चलाएँ जो सबसे ठीक लगे।
टिप्स और तकनीकें
ऑडियो टैग से भावना जोड़ें
Eleven v4 स्क्वेयर ब्रैकेट में लिखे टैग को निर्देश की तरह पढ़ता है। [excited], [nervous], [sarcastic] और [softly] भावना बदलते हैं; [whispers] और [shouting] आवाज़ का वॉल्यूम बदलते हैं; [sighs], [laughs] और [gulps] प्रतिक्रिया जोड़ते हैं; [door creaks] या [applause] पढ़ने के बीच कोई आवाज़ जोड़ते हैं। टैग को ठीक उस वाक्य से पहले रखें जिसे वह बदलता है, और हर वाक्य में एक या दो टैग ही इस्तेमाल करें।
टैग डायलॉग और कैरेक्टर की लाइनों में जान डाल देते हैं, जबकि सादी नैरेशन को अक्सर इनकी ज़रूरत नहीं होती। हर वीडियो में एक जैसी रहने वाली कैरेक्टर वॉइस के लिए AI वॉइस जनरेटर गाइड देखें, और गानों व बैकग्राउंड म्यूज़िक के लिए AI म्यूज़िक जनरेटर गाइड देखें।
टिप्स और तकनीकें
API या असिस्टेंट में टेक्स्ट टू स्पीच
यही आवाज़ें Mage API से भी चलती हैं: टेक्स्ट और एक आवाज़ POST /v1/eleven_speech/generate पर भेजें और MP3 वापस पाएँ। इसकी कीमत 250 अक्षरों के ब्लॉक के हिसाब से तय होती है। साथ ही Mage API पेज पर कीज़ और कीमतों की जानकारी है। Mage MCP सर्वर जुड़ा होने पर Claude, ChatGPT और दूसरे असिस्टेंट चैट में आपके लिए स्क्रिप्ट पढ़कर सुना सकते हैं, और पहले बता देते हैं कि इसमें कितने Gems लगेंगे।
हर काम के लिए सही मॉडल
Mage पर टेक्स्ट टू स्पीच के मॉडल
Eleven Speech स्क्रिप्ट पढ़ता है। ये मॉडल उसे काम में लाते हैं।
Eleven Speech
ElevenLabs v4: 16 वॉइस, 90 से ज़्यादा भाषाएँ, ऑडियो टैग, और हर रिक्वेस्ट में 5,000 कैरेक्टर तक। MP3 उतनी ही लंबी बनती है जितना टेक्स्ट है।
Seed Audio
वॉइस सूची से चुनने की जगह प्रॉम्प्ट में बताई जाती है, साथ में सटीक लंबाई वाले डायलॉग, म्यूज़िक और साउंड इफ़ेक्ट भी।
Plum Max
Lipsync का डिफ़ॉल्ट मॉडल, जो किसी पोर्ट्रेट या कैरेक्टर से आपकी जनरेट की हुई लाइन बुलवाता है।
ये प्रॉम्प्ट आज़माएँ
आज़माने के लिए टेक्स्ट टू स्पीच स्क्रिप्ट
कोई एक Eleven Speech में पेस्ट करें और वॉइस चुनें।
ऑडियोबुक की शुरुआत
हर लाइटहाउस एक वादा निभाता है... सुबह होने तक जलते रहने का। [softly] और इसने वह वादा कभी नहीं तोड़ा।
प्रोडक्ट वॉइसओवर
मिलिए उस बोतल से जो कॉफ़ी को बारह घंटे गर्म रखती है... और पानी को पूरे दिन ठंडा। [confident] एक बोतल। हर सफ़र के लिए।
स्पैनिश कुकिंग इंट्रो
[warmly] Bienvenidos a la cocina de mi abuela. Hoy preparamos churros... [laughs] y sí, nos vamos a comer la mitad antes de terminar.
जापानी घोषणा
[calmly] 次は、京都です。お出口は右側です。[softly] 本日もご乗車いただき、ありがとうございました。
एक्सपेरिमेंट करने की आज़ादी
Mage पर AI टेक्स्ट टू स्पीच बनाम साधारण TTS रीडर
ड्राफ़्ट जाँचने के लिए बिल्ट-इन स्क्रीन रीडर या कोई मुफ़्त TTS साइट ठीक है। लेकिन जिसे लोग सुनेंगे, उसमें बोलने का अंदाज़ मायने रखता है, और यहीं आधुनिक मॉडल अपनी जगह बनाता है।
साधारण TTS रीडर
- सपाट, रोबोट जैसी आवाज़
- ज़ोर और ठहराव गलत जगहों पर
- गिनी-चुनी आवाज़ें, गिनी-चुनी भाषाएँ
- भावना को निर्देशित करने का कोई तरीका नहीं
Mage पर Eleven Speech
- ElevenLabs v4, स्वाभाविक गति के साथ
- भावना और साउंड क्यू के लिए ऑडियो टैग
- 90 से ज़्यादा भाषाओं में 16 आवाज़ें
- पेड प्लान पर अनलिमिटेड, आपके वीडियो टूल के साथ
अपनी कल्पना के साथ चलें
लोग AI टेक्स्ट टू स्पीच से क्या बनाते हैं
वीडियो वॉइसओवर
YouTube, TikTok, Reels, एक्सप्लेनर और प्रोडक्ट वीडियो के लिए नैरेशन।
ऑडियोबुक और लेख
चैप्टर, न्यूज़लेटर और ब्लॉग पोस्ट को बोलकर सुनाएँ, एक-एक चैप्टर करके।
कोर्स और ट्रेनिंग
पाठ और ऑनबोर्डिंग, हर उस भाषा में जो आपके learners बोलते हैं।
ऐप, गेम और असिस्टेंट
Mage API के ज़रिए बोले जाने वाले प्रॉम्प्ट, घोषणाएँ और किरदारों के संवाद।
छोटी शुरुआत करें। बड़े सपने देखें।
क्या AI टेक्स्ट टू स्पीच मुफ़्त है?
Mage पर शुरू करना मुफ़्त है, नए अकाउंट को 300 Gems मिलते हैं। Gems पर Eleven Speech की कीमत 250 अक्षरों के हर शुरू हुए ब्लॉक पर 30 Gems है, और पेड प्लान में यह अनलिमिटेड हो जाता है, उस लंबाई तक जो हर प्लान में शामिल है।
फ़्री
$0
नए सदस्यों के लिए एक बार 300 Gems। कोई वॉटरमार्क नहीं।
Basic
$10/माह
प्रति रिक्वेस्ट 750 अक्षरों (लगभग 50 सेकंड) तक अनलिमिटेड टेक्स्ट टू स्पीच, हर महीने 500 Gems।
Max
$200/माह
प्रति रिक्वेस्ट 4,750 अक्षरों तक अनलिमिटेड टेक्स्ट टू स्पीच, हर महीने 15,000 Gems।
थोड़ी और जानकारी
अक्सर पूछे जाने वाले सवाल
Mage कौन-सा AI टेक्स्ट टू स्पीच इस्तेमाल करता है?
क्या टेक्स्ट टू स्पीच मुफ़्त है?
टेक्स्ट कितना लंबा हो सकता है?
यह कौन-सी भाषाएँ सपोर्ट करता है?
ऑडियो किस फ़ॉर्मैट में मिलता है?
क्या मैं इसे API के ज़रिए इस्तेमाल कर सकता/सकती हूँ?
क्या मैं ऑडियो का व्यावसायिक उपयोग कर सकता/सकती हूँ?
अपनी स्क्रिप्ट सुनने के लिए तैयार हैं?
शुरू करना मुफ़्त, डिज़ाइन से ही प्राइवेट। बनाने का मज़ा लें!
Eleven Speech खोलेंसंबंधित जनरेटर और गाइड
Mage केवल वयस्कों (18+) के लिए है। किसी भी अवैध चीज़ की अनुमति नहीं है; नाबालिगों से जुड़ा कोई भी कंटेंट या असली लोगों के बिना सहमति वाले चित्रण सख़्त रूप से प्रतिबंधित हैं।