Text to Speech की मदद से प्रेजेंटेशन के लिए वॉइस-ओवर कैसे बनाएं
हर स्लाइड के लिए एक छोटी स्क्रिप्ट लिखें और Text to Speech में एक ही आवाज़ में उसका वॉइस-ओवर तैयार करें। 150 शब्दों वाली दस स्लाइडों के लिए OpenAI के साथ लगभग 20 टोकन या MiniMax के साथ 110 टोकन खर्च होते हैं।
अपडेट किया गया 2 नवंबर 20263 मिनट में पढ़ें
एक आम स्थिति: आपके पास 10 स्लाइडों की कोई पिच या पाठ है और आपको हर स्लाइड के लिए नरेशन चाहिए, ताकि डेक को वीडियो के रूप में भेजा जा सके या आपकी अनुपस्थिति में भी चलाया जा सके। इसे खुद रिकॉर्ड करने में कई प्रयास लगते हैं, और किसी भी बदलाव का मतलब है फिर से रिकॉर्ड करना। Text to Speech के साथ आप टेक्स्ट में बदलाव करते हैं और ऑडियो फिर से जनरेट कर लेते हैं।
कौन सा टूल इस्तेमाल करें और क्यों
Text to Speech का इस्तेमाल करें: यह लिखी हुई स्क्रिप्ट को चुनी गई आवाज़ में स्पीच में बदल देता है। अगर नरेशन आपकी अपनी आवाज़ जैसी लगनी चाहिए, तो पहले अपनी आवाज़ को क्लोन करें और My voices टैब पर इसे चुनें: देखें कस्टम आवाज़ क्या होती है। Voice Changer यहाँ उपयुक्त नहीं है: यह आपकी मौजूदा रिकॉर्डिंग में आवाज़ बदलता है और टेक्स्ट के साथ काम नहीं करता।
एक उदाहरण के साथ सिलसिलेवार निर्देश
उदाहरण: अंग्रेज़ी में 10 स्लाइडों का प्रोडक्ट प्रेजेंटेशन, प्रति स्लाइड लगभग 150 शब्दों की स्क्रिप्ट।
किसी नोट्स ऐप में स्लाइड दर स्लाइड स्क्रिप्ट लिखें। संख्याओं, संक्षेपों और नामों को वैसे ही लिखें जैसे उन्हें पढ़ा जाना चाहिए, उदाहरण के लिए अगर आप चाहते हैं कि इसे वैसे बोला जाए तो "2026" के बजाय "twenty twenty-six" लिखें।
Tools टैब पर Text to Speech खोलें और Paste से स्लाइड 1 का टेक्स्ट पेस्ट करें। Continue पर टैप करें।
पूरे डेक के लिए एक ही आवाज़ चुनें। बिज़नेस प्रेजेंटेशन के लिए MiniMax Expressive Narrator या News प्रीसेट के साथ OpenAI की आवाज़ें जैसे Onyx या Coral आज़माएं। Continue पर टैप करें।
Generate पर टैप करें और परिणाम सुनें। यदि गति या टोन सही नहीं है, तो MiniMax के लिए स्पीड या OpenAI के लिए निर्देश को एडजस्ट करें और Generate again पर टैप करें।
जब स्लाइड 1 की आवाज़ सही लगे, तो फ़ाइल सेव करें: प्लेयर के बगल वाला बटन इसे ऐप में शेयर करता है या वेब पर डाउनलोड करता है।
Text टैब पर वापस जाएं, टेक्स्ट को स्लाइड 2 से बदलें और फिर से जनरेट करें। आवाज़ और उसकी सेटिंग्स पहले जैसी ही चुनी रहेंगी।
PowerPoint, Keynote या Google Slides में प्रत्येक फ़ाइल को उसकी संबंधित स्लाइड पर ऑडियो के रूप में इन्सर्ट करें।
प्रत्येक फ़ाइल बनने के तुरंत बाद उसे सेव कर लें। Premium के बिना, History में केवल पिछले 3 परिणाम रहते हैं, इसलिए स्लाइड 4 के बाद स्लाइड 1 की फ़ाइल History से हट जाएगी।
नरेशन को स्वाभाविक कैसे बनाएं
स्लाइड दर स्लाइड वॉइस-ओवर करें। छोटे हिस्सों को सुधारना और स्लाइडों पर लगाना आसान होता है। एक बार में 10,000 वर्णों तक का टेक्स्ट लिया जा सकता है।
किसी महत्वपूर्ण बिंदु से पहले पॉज़ देने के लिए, MiniMax आवाज़ के साथ <#1#> जोड़ें या ElevenLabs आवाज़ के साथ एलिप्सिस (...) लगाएं।
यदि किसी शब्द पर गलत ज़ोर दिया जा रहा है, तो जिस हिस्से पर ज़ोर देना है उसे बड़े अक्षरों में लिखें: REcord या reCORD।
अपनी आवाज़ में स्क्रिप्ट के लिए, उसी भाषा में आवाज़ का सैंपल रिकॉर्ड करें जिस भाषा में प्रेजेंटेशन है।
टैग और सेटिंग्स के बारे में अधिक जानकारी: Text to Speech कैसे काम करता है और OpenAI आवाज़ों के निर्देश।
इसकी लागत कितनी होगी
इस उदाहरण के लिए, लगभग 150 शब्दों की 10 स्लाइडें, कुल मिलाकर लगभग 9,000 वर्ण:
| Voice | प्रति स्लाइड | पूरा डेक |
|---|---|---|
| OpenAI | 2 टोकन | लगभग 20 टोकन |
| MiniMax or ElevenLabs | लगभग 11 टोकन | लगभग 110 टोकन |
| Your own Qwen 3 voice | लगभग 10 टोकन | लगभग 100 टोकन |
| Qwen 3 | लगभग 18 टोकन | लगभग 180 टोकन |
हर बार "Generate again" करने पर एक नए रन के रूप में शुल्क लिया जाता है, इसलिए बाकी स्लाइडों का वॉइस-ओवर करने से पहले एक स्लाइड पर आवाज़ की जांच कर लें। सभी टूल की कीमतें: हर टूल के लिए टोकन मूल्य निर्धारण।
सपोर्ट से संपर्क करें
समस्या का विवरण दें और हम ईमेल द्वारा उत्तर देंगे। यदि आपके पास फ़ाइल नाम या जॉब ID है, तो उसे भी जोड़ें।