प्रॉम्प्ट गाइड
Eleven Speech के लिए प्रॉम्प्ट कैसे लिखें
Eleven Speech प्रॉम्प्ट गाइड: [whispers] और [laughs] जैसे ऑडियो टैग, पॉज़, उच्चारण और वॉइसओवर के उदाहरणों के साथ ElevenLabs v4 को निर्देश देना सीखें।
क्विक स्टार्ट
Eleven Speech के लिए आपका पहला शानदार प्रॉम्प्ट
एक शुरुआती यूज़र को एक मिनट में जो कुछ चाहिए: पहले क्या जानना है, सबसे ज़रूरी नियम, भरने के लिए एक टेम्पलेट और कॉपी करने के लिए प्रॉम्प्ट।
पहले क्या जानें
आपका प्रॉम्प्ट ही स्क्रिप्ट है। Eleven Speech आपके लिखे हर शब्द को चुनी हुई आवाज़ में बोलता है, सिवाय स्क्वेयर ब्रैकेट वाले शब्दों के: ये ऑडियो टैग हैं, जो परफ़ॉर्मेंस को दिशा देते हैं, जैसे [whispers], [laughs], [sarcastic] या [sighs]। लाइनें वैसे लिखें जैसे वे सुनाई देनी चाहिए, टैग को उन शब्दों से ठीक पहले रखें जिन पर उसका असर चाहिए, और किरदार के हिसाब से आवाज़ चुनें। वॉइस सेटिंग ही किरदार है, और क्लिप उतनी लंबी होती है जितना शब्दों को बोलने में समय लगता है।
सबसे ज़रूरी नियम
सिर्फ़ वही लिखें जो बोला जाना चाहिए
स्क्वेयर ब्रैकेट के बाहर की हर चीज़ बोली जाती है, स्टेज डायरेक्शन भी। "She said softly" ज़ोर से पढ़ा जाएगा; [softly] को परफ़ॉर्म किया जाएगा।
टैग को उन शब्दों से पहले रखें जिन पर उसका असर चाहिए
[annoyed] This is hard. प्रतिक्रिया शब्दों के ठीक बाद आती है: This is hard. [sighs]
सिर्फ़ वही टैग करें जो सुना जा सकता है
भावनाएँ, बोलने के तरीके और आवाज़ से निकलने वाली ध्वनियाँ: [excited], [whispers], [chuckles]। आवाज़ [smiling] या [walks away] को परफ़ॉर्म नहीं कर सकती।
ऐसी आवाज़ चुनें जो टैग के साथ मेल खाए
जो अंदाज़ आवाज़ में पहले से है, वह सबसे अच्छा लगता है। नरम, गर्मजोशी भरी गाइड वाली आवाज़ चिल्लाने में भरोसेमंद नहीं लगेगी, और सधी हुई एंकर वाली आवाज़ [giggles] को नज़रअंदाज़ कर सकती है। पहले आवाज़ चुनें, फिर टैग लगाएँ।
संख्याओं और चिह्नों को शब्दों में लिखें
"Forty-five dollars" लिखें, "$45" नहीं; "two thirty PM" लिखें, "14:30" नहीं। आवाज़ अंकों, चिह्नों और संक्षिप्त रूपों को गलत पढ़ सकती है।
यह टेम्पलेट भरें
चौकोर कोष्ठक वाले हर हिस्से की जगह अपना आइडिया लिखें, और जिस हिस्से की ज़रूरत न हो उसे छोड़ दें।
[Direction tag] [First line]
[Delivery tag] [Next line] [Reaction tag][Warm, conversational tone] I wasn't going to tell anyone this... but I've been practicing.
[whispers] Every night. In the garage. [laughs][Direction tag]पूरा अंश कैसा सुनाई दे, स्क्वेयर ब्रैकेट में: [Warm, conversational tone]।[First line]बोले जाने वाले शब्द, कान के लिए लिखे हुए, पूरे विराम चिह्नों के साथ और बिना ब्रैकेट के।[Delivery tag]अगले शब्द कैसे सुनाई दें, स्क्वेयर ब्रैकेट में: [whispers], [excited], [sarcastic]।[Next line]बोले जाने वाले अगले शब्द।[Reaction tag]शब्दों के बाद आवाज़ से निकलने वाली ध्वनि, स्क्वेयर ब्रैकेट में: [laughs], [sighs], [clears throat]। लाइन को ज़रूरत न हो तो छोड़ दें।
शुरुआत के लिए प्रॉम्प्ट
एक लाइन, तीन मूड
[appalled] Are you serious? [sighs] I can't believe you did that!यह क्यों काम करता है: एक टैग शब्दों से पहले मूड तय करता है, दूसरा उनके बीच प्रतिक्रिया देता है, और बाकी काम विराम चिह्न करते हैं।
प्रोडक्ट वॉइसओवर
[excited] Meet the lightest trail shoe we've EVER made. [short pause] Two hundred grams... [impressed] and it still grips wet rock. [warm, confident] Go further. Feel less.यह क्यों काम करता है: कैपिटल अक्षर एक शब्द पर ज़ोर देते हैं, वज़न शब्दों में लिखा गया है, और पॉज़ टैग व एलिप्सिस लय तय करते हैं। वॉइस को Elowen पर सेट करें।
किरदार की एक्टिंग
[Low, steady voice, restrained urgency] Keep the lantern covered. If they see the light, they'll know we crossed the river. [Quietly, with controlled fear] I heard them at the bridge... not soldiers. Something else. [Voice rising into firm resolve] Then we don't stop. We reach the tower before sunrise.यह क्यों काम करता है: हर बीट एक्टर के लिए सीधे शब्दों में लिखे नोट से शुरू होती है, और बीट्स के बीच एक खाली लाइन है। वॉइस को Sawyer पर सेट करें और स्टेबिलिटी को एक्सप्रेसिव की ओर ले जाएँ।
दूसरी भाषा
[cheerfully] ¡Buenos días! Hoy vamos a preparar el mejor café de olla de tu vida... [whispers] con un ingrediente secreto.यह क्यों काम करता है: टेक्स्ट उसी भाषा में लिखें जिसमें आप उसे बुलवाना चाहते हैं; हर आवाज़ उसे धाराप्रवाह बोलती है, और टैग अंग्रेज़ी में रह सकते हैं।
एडवांस्ड
Eleven Speech के लिए एडवांस्ड प्रॉम्प्टिंग
बेसिक्स समझ आने के बाद ज़्यादा कंट्रोल पाने की तकनीकें।
आवाज़ और स्टेबिलिटी चुनना
Eleven Speech में आवाज़ का वर्णन करने की अलग जगह नहीं है, और यह किसी क्लिप से आवाज़ की नकल भी नहीं करता: वॉइस सेटिंग ही किरदार है। वॉइस मेन्यू को कास्टिंग लिस्ट की तरह पढ़ें और वह आवाज़ चुनें जिसकी स्वाभाविक रेंज किरदार से मेल खाती हो। अगर कोई टैग असर नहीं करता, तो उसे आवाज़ की खासियत के रूप में दोबारा लिखें ([low, gravelly voice]) या ऐसी आवाज़ चुनें जिसमें वह अंदाज़ पहले से हो।
स्टेबिलिटी तय करती है कि पढ़ने में कितना उतार-चढ़ाव आए। एक्सप्रेसिव की ओर आवाज़ टैग को ज़्यादा खुलकर मानती है और हर टेक में अलग होती है; स्टेडी की ओर वह अपनी बुनियादी शैली के करीब रहती है। एक्टिंग वाली, टैग से भरी लाइनों के लिए लगभग 0.3 और ऐसी नैरेशन के लिए लगभग 0.7 आज़माएँ जो हर टेक में एक जैसी लगनी चाहिए।
- नैरेशन और कहानी सुनाने के लिए: Darian, Elara, Florence या Sawyer। जोशीले विज्ञापन और एक्सप्लेनर के लिए: Elowen, Jade या Lawrence। सहज, दोस्ताना लाइनों के लिए: Maisie, Warren या Baxter। न्यूज़ स्टाइल के लिए: Alicia या Eldrin। गाइड या मेंटर के लिए: Talia, Caleb या Wyatt। गेम के हीरो के लिए: Kaelen।
- एक ही सीड से मिलता-जुलता टेक मिलता है, बिल्कुल वही नहीं। किसी अहम लाइन के लिए दो-तीन टेक जनरेट करें और सबसे अच्छा रख लें।
स्ट्रक्चर: कान के लिए लिखें
टेक्स्ट कैसे लिखा गया है, यह पढ़ने के अंदाज़ को किसी भी और चीज़ से ज़्यादा तय करता है। स्वाभाविक बोलचाल के वाक्य पूरे विराम चिह्नों के साथ लिखें, और बीट्स के बीच लाइन ब्रेक दें। फिर स्क्रिप्ट का एक भी शब्द बदले बिना टैग जोड़ें।
लंबी नैरेशन में हर पैराग्राफ़ की शुरुआत पूरे अंश के लिए एक निर्देश टैग से करें, एक्टर को दिए नोट की तरह: [Quiet, reflective narration], [Building tension, measured pace], [Warm, intimate narration]। फिर उसके अंदर सिर्फ़ उन पलों को टैग करें जहाँ कुछ बदलता है।
- भावना टैग में जाती है, लाइन के आसपास की नैरेशन में नहीं: "she asked, her voice trembling" ज़ोर से पढ़ा जाएगा, जबकि [trembling] Are you leaving? परफ़ॉर्म किया जाएगा।
- जब कहानी खुद कहती है "He laughed loudly", तो उन शब्दों को रखें और अगर आवाज़ भी चाहिए तो उनके बाद [chuckles] जोड़ें। नैरेशन को कभी टैग में न बदलें।
- लाइनों में अंदाज़ बदलते रहें (ऊर्जावान, शांत, हैरान, सोच में डूबा), और ऐसा टैग कभी न चुनें जो लाइन के मतलब से उलटा हो।
- सामान्य गति की बोली में लगभग 2.5 शब्द प्रति सेकंड होते हैं, इसलिए 30 सेकंड के वॉइसओवर में करीब 75 शब्द आते हैं। किसी शॉट में फ़िट करने के लिए स्क्रिप्ट छोटी करें, पढ़ने की रफ़्तार न बढ़ाएँ।
लंबी नैरेशन, हर अंश के लिए एक टैग
The rain had stopped before dawn, leaving the old road silver beneath the moon.
[Quiet, reflective narration] She had promised herself she would not return. Yet there she was, at the gate, with the key cold against her palm.
[Building tension, measured pace] The lock turned easily. Too easily. [Softly, with wonder] On the table sat a single lantern... already lit.यह क्यों काम करता है: पहला पैराग्राफ़ आवाज़ की अपनी शैली में पढ़ा जाता है, बाद का हर पैराग्राफ़ पूरे अंश के लिए एक नोट से शुरू होता है, और अंदर का एक टैग मोड़ को चिह्नित करता है। वॉइस को Florence पर सेट करें।
हँसी, आहें और साँसें
नॉन-वर्बल टैग वे आवाज़ें हैं जो लोग शब्दों के बीच निकालते हैं। हर टैग वहीं रखें जहाँ वह असल में होता: प्रतिक्रिया के लिए लाइन के बाद, तैयारी के लिए उससे पहले, और ठहराव के लिए बीच में। हँसी एक लाइन के दौरान कई चरणों में बढ़ सकती है।
| लिखें | इसका असर |
|---|---|
[laughs] | खुलकर हँसना। |
[chuckles] | हल्की, धीमी हँसी। |
[giggles] | हल्की, ऊँची हँसी। |
[starts laughing] | लाइन के बीच में हँसी फूट पड़ती है। |
[laughs harder] | हँसी पहले से चल रही है और बढ़ती जाती है। |
[wheezing] | इतना हँसना कि साँस फूल जाए। |
[sighs] | थकी हुई, राहत भरी या उकताई हुई, लाइन के हिसाब से। |
[exhales sharply] | छोटी, तेज़ साँस बाहर छोड़ना: झुंझलाहट या हैरानी। |
[inhales deeply] | बोलने से पहले लंबी साँस अंदर लेना। |
[clears throat] | लाइन से पहले गला साफ़ करना। |
[gulps] | घबराहट में थूक निगलना। |
[snorts] | हँसी या तिरस्कार में नाक से निकली फुफकार। |
धीरे-धीरे बढ़ती हँसी
Okay, okay, I'll tell you. [chuckles] So the goat... [starts laughing] the goat ate the WEDDING invitations. [laughs harder] All two hundred of them. [wheezing] I'm sorry, I can't.यह क्यों काम करता है: हँसी चार चरणों में बढ़ती है, हर चरण वहीं आता है जहाँ वह असल में होता, और आसपास के शब्द जस के तस रहते हैं।
ठहराव, ज़ोर और उच्चारण
Eleven Speech SSML नहीं पढ़ता, इसलिए ऐंगल ब्रैकेट वाले ब्रेक टैग कुछ नहीं करते। झिझक और वज़न के लिए इलिप्सिस, छोटे ठहराव के लिए डैश, हर बीट के बीच लाइन ब्रेक, या पॉज़ टैग का इस्तेमाल करें।
किसी शब्द पर ज़ोर देने के लिए कैपिटल अक्षर इस्तेमाल करें (“It was a VERY long day”) और लय तय करने के लिए प्रश्नचिह्न, विस्मयादिबोधक चिह्न और इलिप्सिस लगाएँ। मॉडल को ज़ोर देने के लिए बस इतना ही चाहिए।
जिस नाम या शब्द को आवाज़ गलत बोलती है, उसे IPA में स्ट्रेस मार्क के साथ, फ़ॉरवर्ड स्लैश के बीच और डबल कोट्स के अंदर लिखें: शब्द “/ˌbaɪoʊˈkemɪstri/” इसे कवर करता है। सिर्फ़ उन्हीं शब्दों को लपेटें जिन्हें इसकी ज़रूरत है। सीधी स्पेलिंग, जैसे Siobhan के लिए “Shiv-awn”, भी काम करती है। नतीजे आवाज़ के हिसाब से बदलते हैं, इसलिए भरोसा करने से पहले सुनकर देख लें।
- सब कुछ वैसे लिखें जैसे बोला जाता है: 01/02 के लिए “January second”, 100% के लिए “one hundred percent”, Dr. के लिए “Doctor”, और वेब पते के लिए “mage dot space slash pricing”।
- टेक्स्ट में कभी @ न डालें: Mage @ के बाद अक्षरों को सेव किया हुआ हैंडल समझता है, और जो हैंडल आपने सेव नहीं किया है, वह कुछ भी चार्ज होने से पहले जनरेशन को रोक देता है। इसके बजाय “at” लिखें, जैसे “find us at mage space”।
| लिखें | इसका असर |
|---|---|
... | झिझक, या आगे आने वाली बात से पहले वज़न। |
— | छोटा ठहराव, या बीच विचार में कटी हुई लाइन। |
[short pause] | एक पल की खामोशी। |
[long pause] | जानबूझकर रखी गई लंबी खामोशी। |
स्पीच के अंदर साउंड इफ़ेक्ट
टैग से रीड के अंदर कोई आवाज़ भी डाली जा सकती है: [applause], [clapping], [door slams], [explosion], [gunshot]। इसका इस्तेमाल तब करें जब आवाज़ उस पल का हिस्सा हो, जैसे लाइन से पहले दरवाज़े की आवाज़।
म्यूज़िक बेड या पूरे साउंडस्केप के लिए उसे Eleven Music या Seed Audio पर बनाएँ और एडिटर में स्पीच के नीचे मिक्स करें।
पहले आवाज़, फिर बोलने वाला
[applause] Thank you, thank you. [laughs] Please, sit down... [clears throat] Tonight, we're giving away something no one here has ever seen.यह क्यों काम करता है: तालियाँ उस पल की शुरुआत करती हैं, फिर हँसी और गला साफ़ करने की आवाज़ वक्ता को लाइन तक ले जाती हैं।
आवाज़ों के बीच बातचीत
एक जनरेशन एक ही आवाज़ में बोलता है, और “Speaker 1:” या “Mara:” जैसा लेबल ज़ोर से पढ़ दिया जाता है। बातचीत के लिए हर वक्ता की एक आवाज़ चुनें, हर वक्ता की लाइनें उसकी अपनी आवाज़ में अलग से जनरेट करें, फिर क्लिप को ऑडियो या वीडियो एडिटर में क्रम से जोड़ें और बीच के गैप के लिए छोटी खामोशियाँ रखें।
एक वक्ता की लगातार लाइनें हर वाक्य की अलग क्लिप बनाने के बजाय एक ही जनरेशन में डालें। टोका-टाकी को कट के आर-पार लिखें: कटी हुई लाइन को डैश पर खत्म करें, और जवाब की शुरुआत [jumping in] या [interrupting] से करें।
- हर क्लिप में एक वक्ता के लिए वही आवाज़ और वही Stability रखें, ताकि बातचीत एक ही रिकॉर्डिंग जैसी लगे।
- टोकने के लिए पहली क्लिप को डैश पर खत्म करें (“So I was thinking we could—”) और दूसरी आवाज़ में जवाब की शुरुआत टैग और डैश से करें (“[jumping in] —test the new timing?”)।
दो आवाज़ों वाले सीन में एक वक्ता की बारी
[nervously] So... I may have tried to fix the boiler myself. [sheepish laugh] It's making a NEW noise now.यह क्यों काम करता है: एक आवाज़, एक बारी, कोई स्पीकर लेबल नहीं: इसे Maisie पर जनरेट करें, जवाब को दूसरी आवाज़ में जनरेट करें, और दोनों को जोड़ दें।
अन्य भाषाएँ और एक्सेंट
टेक्स्ट उसी भाषा में लिखें जिसमें आप उसे बुलवाना चाहते हैं। हर आवाज़ उसे धाराप्रवाह बोलती है, अपना एक्सेंट साथ नहीं ले जाती, और टैग अंग्रेज़ी में ही रह सकते हैं।
एक्सेंट पर ज़ोर देने के लिए [strong Italian accent] जैसा टैग आज़माएँ। एक्सेंट टैग आवाज़ के हिसाब से बदलते हैं, इसलिए कुछ टेक जनरेट करें।
आम गलतियाँ
यह न करें, इसके बजाय यह करें
न करें: टेक्स्ट में लिखे गए स्टेज निर्देश।
She whispered nervously: Is anyone there?इसके बजाय: टैग, जिन्हें पढ़ा नहीं बल्कि अभिनय करके बोला जाता है।
[whispers] [nervously] Is anyone there?न करें: जो दिखता है उसके लिए टैग: [smiling], [walks away], [music]।
इसके बजाय: जो सुनाई देता है उसके लिए टैग: [warmly], [chuckles], [sighs]। म्यूज़िक Eleven Music पर बनाएँ।
न करें: SSML ब्रेक टैग।
इसके बजाय: इलिप्सिस (...), डैश, लाइन ब्रेक या [short pause]।
न करें: अंक, चिह्न और वेब पते।
Tickets are $45 at 14:30. Details at mage.space/events.इसके बजाय: सब कुछ वैसे ही लिखें जैसे बोला जाता है।
Tickets are forty-five dollars at two thirty PM. Details at mage dot space slash events.न करें: एक ही जेनरेशन में स्पीकर लेबल: "Speaker 1: Hi. Speaker 2: Hey."
इसके बजाय: हर स्पीकर के लिए अलग जेनरेशन, जिन्हें एडिटर में जोड़ें।
न करें: ऐसा टैग जो आवाज़ या लाइन के मतलब से मेल नहीं खाता।
इसके बजाय: ऐसी आवाज़ जिसमें वह अंदाज़ पहले से हो, और शब्दों से मेल खाते टैग।
न करें: एक शब्द का अस्पष्ट टैग, जो साउंड इफ़ेक्ट बनकर निकलता है।
इसके बजाय: आवाज़ की खासियत बताएँ: [low, gravelly voice]।
न करें: टैग लगाते समय शब्द बदल देना।
इसके बजाय: स्क्रिप्ट जैसी लिखी है वैसी ही रखें, बस उसके आसपास टैग जोड़ें।
अक्सर पूछे जाने वाले सवाल
Eleven Speech प्रॉम्प्टिंग के सवाल
ElevenLabs ऑडियो टैग क्या हैं?
Eleven Speech का प्रॉम्प्ट कितना लंबा होना चाहिए?
Eleven Speech में पॉज़ कैसे जोड़ूँ?
Eleven Speech से फुसफुसाना या हँसना कैसे करवाऊँ?
किसी नाम का उच्चारण कैसे ठीक करूँ?
क्या Eleven Speech एक क्लिप में दो आवाज़ें दे सकता है?
मेरा टैग साउंड इफ़ेक्ट बनकर क्यों आया?
प्रॉम्प्ट गाइड
और प्रॉम्प्ट गाइड
Eleven Music के लिए प्रॉम्प्ट कैसे लिखें
Eleven Music प्रॉम्प्ट गाइड: जॉनर, मूड, इंस्ट्रूमेंट, टेम्पो और दौर के साथ ElevenLabs म्यूज़िक का प्रॉम्प्ट कैसे लिखें, साथ में लिरिक्स, लूप और गानों के उदाहरण।
Seed Audio के लिए प्रॉम्प्ट कैसे लिखें
Seed Audio को प्रॉम्प्ट कैसे दें: क्विक स्टार्ट, भरने वाला टेम्पलेट, और आवाज़ों, समय के साथ डायलॉग, सेव की गई आवाज़ों, बैकग्राउंड म्यूज़िक और साउंड इफ़ेक्ट के लिए एक्सपर्ट टिप्स।
Anima के लिए प्रॉम्प्ट कैसे लिखें
Mage पर Anima को प्रॉम्प्ट कैसे दें: Danbooru टैग का क्रम, रेटिंग टैग, भारी वेट, एस्केप किए गए कोष्ठक, और किरदारों व दृश्यों के लिए Anima प्रॉम्प्ट के उदाहरण।
Chroma के लिए प्रॉम्प्ट कैसे लिखें
Chroma प्रॉम्प्ट गाइड: कैप्शन-स्टाइल के एक पैराग्राफ़ से Chroma को प्रॉम्प्ट कैसे दें, उसका नेगेटिव प्रॉम्प्ट कैसे इस्तेमाल करें, स्टेप्स और गाइडेंस कैसे ट्यून करें, और Chroma प्रॉम्प्ट के उदाहरण कॉपी करें।
Flux 2 के लिए प्रॉम्प्ट कैसे लिखें
Flux 2 प्रॉम्प्ट गाइड: विषय-पहले शब्द क्रम, JSON प्रॉम्प्ट, सटीक hex रंगों और मल्टी-इमेज एडिट के साथ Flux 2 Dev को प्रॉम्प्ट करना सीखें, उदाहरणों सहित।
GPT Image 2 के लिए प्रॉम्प्ट कैसे लिखें
GPT Image 2 प्रॉम्प्ट गाइड: सटीक टेक्स्ट, सटीक एडिट और एक जैसे किरदारों के लिए GPT Image 2.5 Flare और Sunburst को प्रॉम्प्ट कैसे दें, उदाहरणों के साथ।
ElevenLabs v4 के साथ बनाएं अपना पहला ऑडियो
नए अकाउंट को 300 मुफ़्त Gems मिलते हैं, जो Eleven v4 को आज़माने के लिए काफ़ी हैं। न इंस्टॉल, न क्रेडिट कार्ड।
Eleven v4 आज़माएँ