ElevenLabs के लेटेंसी आंकड़े कैसे मापे जाते हैं
Eleven v4 Turbo, Eleven v3 Conversational, Eleven Flash और Scribe v2 Realtime के प्रकाशित लेटेंसी आंकड़े क्या मापते हैं और उनके पीछे की स्थितियां।
मॉडल्स पेज पर दिए गए लेटेंसी आंकड़े, प्रोडक्शन ट्रैफ़िक पर मापे गए, अनुरोध का जवाब देने में ElevenLabs द्वारा लिए गए समय के मेडियन हैं। इनमें नेटवर्क राउंड-ट्रिप और अनुरोध से पहले व बाद में आपके एप्लिकेशन द्वारा लिया गया समय शामिल नहीं होता, इसलिए आपके यूज़र्स को मिलने वाली लेटेंसी हमेशा अधिक होती है।
ElevenLabs मॉडल्स के प्रकाशित लेटेंसी आंकड़े
हर आंकड़ा एक मेडियन (p50) है। टेक्स्ट टू स्पीच आंकड़े वार्म वॉइसेज़ के साथ WebSocket स्ट्रीमिंग अनुरोधों पर मापे जाते हैं: वार्म वॉइस वह है, जिसका पहले ही किसी जनरेशन के लिए उपयोग हो चुका हो।
ट्रैफ़िक के साथ मेडियन पूरे दिन बदलते रहते हैं और पीक घंटों में सबसे अधिक होते हैं। इस पेज के आंकड़े आखिरी बार 29 अक्टूबर, 2026 को अपडेट किए गए थे।
टेक्स्ट टू स्पीच लेटेंसी आंकड़े क्या मापते हैं?
टेक्स्ट टू स्पीच आंकड़े सर्वर-साइड लेटेंसी हैं: ElevenLabs को अनुरोध मिलने से लेकर पहला ऑडियो वापस भेजने तक का एंड-टू-एंड समय। सर्वर-साइड लेटेंसी में शामिल नहीं हैं:
- आपके एप्लिकेशन और ElevenLabs के बीच का नेटवर्क राउंड-ट्रिप।
- आपके एप्लिकेशन के अपस्ट्रीम चरण, जैसे LLM रिस्पॉन्स का इंतज़ार करना।
- प्लेबैक शुरू होने से पहले ऑडियो प्लेयर की बफ़रिंग।
आपके यूज़र्स को मिलने वाली लेटेंसी टाइम-टू-फर्स्ट-ऑडियो (TTFA) है, जो इन चरणों को सर्वर-साइड लेटेंसी में जोड़ती है। लेटेंसी को समझें हर चरण की जानकारी देता है।
Scribe v2 Realtime का लेटेंसी आंकड़ा क्या मापता है?
Scribe v2 Realtime के लिए ~150ms आंकड़ा प्रोडक्शन मेट्रिक्स से लिया गया मेडियन कमिट किए गए ट्रांसक्रिप्ट तक का समय है। रीयल-टाइम ट्रांसक्रिप्शन दो तरह के परिणाम लौटाता है: स्पीच सेगमेंट जारी होने के दौरान आंशिक ट्रांसक्रिप्ट और सेगमेंट अंतिम होने पर कमिट किया गया ट्रांसक्रिप्ट। कमिटिंग कैसे काम करती है, इसके लिए रीयल-टाइम स्पीच टू टेक्स्ट देखें।
क्या ElevenLabs के लेटेंसी आंकड़ों की तुलना दूसरे प्रोवाइडर्स से की जा सकती है?
केवल तब, जब दोनों आंकड़े एक ही चीज़ मापते हों। ElevenLabs के टेक्स्ट टू स्पीच आंकड़े सर्वर-साइड लेटेंसी हैं। इनकी तुलना क्लाइंट से मापे गए टाइम-टू-फर्स्ट-बाइट (TTFB) या TTFA आंकड़ों से नहीं की जा सकती, जिनमें नेटवर्क राउंड-ट्रिप और TTFA में प्लेबैक बफ़रिंग भी शामिल होती है। प्रोवाइडर्स की तुलना करने के लिए, हर एक के लिए एक ही क्लाइंट, रीजन और वॉइस टाइप से TTFA मापें।
प्रकाशित आंकड़ों से लेटेंसी अधिक क्यों हो सकती है?
प्रकाशित ElevenLabs लेटेंसी आंकड़े मॉडल्स की तुलना के लिए एक संदर्भ बिंदु हैं, हर अनुरोध की गारंटी नहीं। इन स्थितियों में सर्वर-साइड लेटेंसी प्रकाशित मेडियन से अधिक होती है:
- लंबे इनपुट।
- Instant Voice Clones और डिफ़ॉल्ट वॉइसेज़ की तुलना में Professional Voice Clones।
- सर्वर पर अधिक लोड, जब जनरेशन शुरू होने से पहले अनुरोध कतार में लगते हैं।
अनुरोधों को निकटतम सर्विंग क्लस्टर पर रूट किया जाता है और वहां तक का राउंड-ट्रिप TTFA में जुड़ता है, लेकिन प्रकाशित आंकड़ों में नहीं।
लेटेंसी को समझें बताता है कि इनमें से हर कारक क्यों महत्वपूर्ण है। अपने एप्लिकेशन में लेटेंसी मापने और घटाने के लिए लेटेंसी ऑप्टिमाइज़ेशन देखें।
वे मॉडल्स जिनके लिए लेटेंसी आंकड़ा प्रकाशित नहीं है
ElevenLabs Eleven v4, Eleven v3, Eleven Multilingual v2, Scribe v2 या Scribe v2 Medical के लिए कोई लेटेंसी आंकड़ा प्रकाशित नहीं करता। ये मॉडल रीयल-टाइम उपयोग के बजाय क्वालिटी के लिए डिज़ाइन किए गए हैं। ऊपर दिए गए रीयल-टाइम मॉडल्स के लेटेंसी आंकड़े इन पर लागू नहीं होते।