सही मॉडल कैसे चुनें

eleven_v3 इस्तेमाल करें

सबसे उच्च विश्वसनीयता, सबसे समृद्ध भावनात्मक अभिव्यक्ति और सबसे व्यापक भाषा सपोर्ट वाला फ्लैगशिप मॉडल।

Flash मॉडल इस्तेमाल करें (eleven_flash_v2_5 या eleven_flash_v2)

~75ms लेटेंसी वाले रियल-टाइम एप्लिकेशन के लिए ऑप्टिमाइज़ किया गया।

eleven_v3_conversational इस्तेमाल करें

~280ms लेटेंसी और बारीक नियंत्रण के लिए ऑडियो टैग्स के साथ रियलटाइम स्पीच सिंथेसिस का हमारा सबसे अभिव्यक्तिपूर्ण मॉडल।

eleven_v3 या eleven_v3_conversational इस्तेमाल करें

दोनों 70+ भाषाओं को सपोर्ट करते हैं।

eleven_flash_v2_5 या eleven_v3_conversational इस्तेमाल करें

कम लेटेंसी के साथ उच्च-क्वालिटी आउटपुट — सबसे अच्छा ऑल-राउंड विकल्प।

eleven_v3 इस्तेमाल करें

प्रोफेशनल कंटेंट, ऑडियोबुक और वीडियो नैरेशन के लिए आदर्श।

सबसे अभिव्यक्तिपूर्ण डिलीवरी के लिए eleven_v3_conversational, या सबसे कम लेटेंसी के लिए eleven_flash_v2_5 और eleven_flash_v2 इस्तेमाल करें।

अंग्रेज़ी के अलावा अन्य भाषाओं के सपोर्ट के लिए 2.5 मॉडल इस्तेमाल करें।

रियल-टाइम कन्वर्सेशनल एप्लिकेशन के लिए ऑप्टिमाइज़ किया गया।

बैच ट्रांसक्रिप्शन के लिए scribe_v2, मेडिकल और क्लिनिकल ऑडियो के लिए scribe_v2_medical, या रियल-टाइम ट्रांसक्रिप्शन के लिए scribe_v2_realtime इस्तेमाल करें।

स्पीकर डायरीकरण और शब्द-स्तर टाइमस्टैम्प के साथ 90+ भाषाओं में अत्याधुनिक सटीकता।

eleven_multilingual_sts_v2 इस्तेमाल करें

स्पीच-टू-स्पीच कन्वर्ज़न के लिए विशेषीकृत।