पाठ से वाक्

Text to Speech वॉइस: MiniMax, Qwen 3, OpenAI और ElevenLabs

स्टैंडर्ड और OpenAI आवाज़ों का पुराना विभाजन अब हट गया है। पिकर में अब विभिन्न सेटिंग्स और कीमतों के साथ MiniMax, Qwen 3, OpenAI, ElevenLabs और आपकी खुद की आवाज़ें शामिल हैं।

अपडेट किया गया 2 नवंबर 20263 मिनट में पढ़ें

वॉइस पिकर Text to Speech के वॉइस टैब पर मौजूद है। प्रत्येक प्रोवाइडर का अपना अलग टैब है, और दो अन्य टैब, पसंदीदा और हालिया, उन सभी की आवाज़ों को एक साथ लाते हैं। किसी भी वॉइस के बगल में दिया गया प्ले बटन एक मुफ़्त सैंपल सुनाता है।

वॉइस ग्रुप्स में क्या अंतर है

टैबवॉइससेटिंग्सकीमतइसके लिए उपयुक्त
MiniMax53 वॉइस: 45 अंग्रेज़ी और 8 रूसीभाव, स्पीड 0.5–2, पिच −12 से +12 तक; हंसी और ठहराव के लिए टैग12 टोकन प्रति 1,000 वर्णलंबा नैरेशन, भावनाओं के साथ आवाज़
Qwen 39 वॉइसकोई नहींलगभग 20 टोकन प्रति 1,000 वर्ण10 भाषाओं में से किसी एक में छोटे वाक्यांश
OpenAI10 वॉइसटेक्स्ट निर्देश और 8 प्रीसेट1.8 टोकन प्रति शुरू हुए 150 शब्दसबसे कम कीमत पर लंबे टेक्स्ट, तय शैली वाली आवाज़
ElevenLabsलाइब्रेरी और एक बड़ा कम्युनिटी कैटलॉगस्थिरता, समानता, स्टाइल; भावनाओं और ठहराव के लिए टैग12 टोकन प्रति 1,000 वर्णसही लिंग, उम्र, लहजे और भाषा की आवाज़
मेरी आवाज़ेंआपकी रिकॉर्डिंग से क्लोन की गई आवाज़ेंMiniMax वॉइस: भाव, स्पीड, पिच; Qwen 3 वॉइस: कोई नहीं12 या लगभग 11 टोकन प्रति 1,000 वर्णआपकी अपनी आवाज़ में स्पीच

तुलना के लिए, एक मिनट का भाषण लगभग 150 शब्द या 900 वर्णों का होता है: OpenAI के साथ लगभग 2 टोकन, MiniMax या ElevenLabs के साथ 11 टोकन और Qwen 3 के साथ 18 टोकन।

MiniMax आवाज़ें

MiniMax में अंग्रेज़ी नामों वाली 53 तैयार आवाज़ें हैं, उदाहरण के लिए Expressive Narrator, Calm Woman, Wise Scholar और Deep-voiced Gentleman। इनमें से 45 अंग्रेज़ी और 8 रूसी हैं, जैसे Reliable Man और Bright Queen। यदि ऐप रूसी में है, तो सूची में रूसी आवाज़ें सबसे पहले आती हैं। Text to Speech खोलने पर Expressive Narrator अपने आप चुना हुआ रहता है।

सूची के नीचे, वॉइस सेटिंग्स दिखाई देती हैं: भाव (Happy, Sad, Angry, Fearful, Surprised, Calm, Disgusted; बंद करने के लिए फिर से टैप करें), 0.5 से 2 तक स्पीड और −12 से +12 तक पिच। टेक्स्ट टैब पर आप (laughs) जैसे टैग या ठहराव के लिए <#1#> जोड़ सकते हैं।

Qwen 3 आवाज़ें

Qwen 3 में 9 आवाज़ें हैं और कोई सेटिंग नहीं है। वे 10 भाषाएं बोल सकती हैं: अंग्रेज़ी, रूसी, चीनी, जर्मन, फ़्रेंच, स्पैनिश, इटैलियन, जापानी, कोरियाई और पुर्तगाली।

महिलापुरुष
Vivian, Serena, Ono Anna, SoheeUncle Fu, Dylan, Eric, Ryan, Aiden

OpenAI आवाज़ें

OpenAI में 10 आवाज़ें हैं। केवल ये आवाज़ें निर्देश स्वीकार करती हैं: बोलने के तरीके का एक संक्षिप्त विवरण, या 8 प्रीसेट में से कोई एक। इन्हें कैसे लिखें: OpenAI वॉइस का टोन कैसे सेट करें।

वॉइसऐप में विवरण
AlloyNeutral, balanced, versatile
AshMale, soft, conversational
BalladMale, melodic, musical
CoralFemale, warm, friendly
EchoMale, clear, confident
FableMale, British, storyteller
NovaFemale, energetic, youthful
OnyxMale, deep, authoritative
SageMale, wise, calm
ShimmerFemale, soft, lyrical

ElevenLabs आवाज़ें

ElevenLabs टैब के दो भाग हैं: लाइब्रेरी, तैयार आवाज़ों का एक सेट जो तुरंत लोड होता है, और कम्युनिटी, अन्य क्रिएटर्स द्वारा पब्लिश की गई आवाज़ों का एक बहुत बड़ा कैटलॉग। दोनों को भाषा, लिंग, उम्र, लहजे और उपयोग के आधार पर फ़िल्टर किया जा सकता है। इसमें स्थिरता, समानता और स्टाइल की सेटिंग्स हैं, और टेक्स्ट टैब पर [whispers] या [laughs] जैसे टैग उपलब्ध हैं।

ElevenLabs की आवाज़ें Voice Changer में भी उपलब्ध होने वाली एकमात्र आवाज़ें हैं। उन्हें कैसे खोजें और फ़िल्टर करें: वॉइस चुनना।

अपने काम के लिए कौन सी आवाज़ चुनें

कामपहले क्या आज़माएं
अंग्रेज़ी में किसी प्रेजेंटेशन या वीडियो के लिए वॉइस-ओवरMiniMax Expressive Narrator या News प्रीसेट के साथ कोई OpenAI वॉइस
अंग्रेज़ी या रूसी के अलावा किसी अन्य भाषा में टेक्स्टभाषा फ़िल्टर के साथ ElevenLabs
एक लंबा टेक्स्ट, जितना संभव हो उतना कम खर्च मेंOpenAI
हंसी, आह या ठहराव के साथ स्पीचटैग के साथ MiniMax या ElevenLabs
आपकी अपनी आवाज़मेरी आवाज़ें: देखें अपनी खुद की आवाज़ में टेक्स्ट को कैसे बोलें

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।

सपोर्ट को लिखें