> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt.

# टेक्स्ट टू स्पीच बनाम टेक्स्ट टू डायलॉग WebSockets

ElevenLabs सिंथेसाइज़्ड स्पीच स्ट्रीम करने के लिए दो अलग-अलग WebSocket प्रोडक्ट देता है। वे अलग-अलग समस्याओं का समाधान करते हैं, अलग-अलग मैसेज फ़ॉर्मैट स्वीकार करते हैं और अलग-अलग मॉडल्स के लिए हैं।

## मुझे कौन-सा WebSocket इस्तेमाल करना चाहिए?

**Text to Speech (TTS) WebSocket** का इस्तेमाल करें, जब आप **हर कनेक्शन पर एक वॉइस** के लिए प्लेन टेक्स्ट स्ट्रीम करते हैं (वॉइस URL में तय होती है) और आपको Flash या Multilingual v2 जैसे **non-v3** मॉडल्स, वैकल्पिक SSML, चंक शेड्यूल या एजेंट-स्टाइल इंटरप्शन हैंडलिंग के लिए **multi-context** वेरिएंट चाहिए।

**Text to Dialogue (TTD) WebSocket** का इस्तेमाल करें, जब आपको **Eleven v3** डायलॉग व्यवहार चाहिए: एक्सप्रेसिव डिलीवरी, **हर चंक के लिए `voice_id`**, टर्न बाउंड्रीज़ (`new_turn`) और सर्वर पर v3 के लिए इस्तेमाल होने वाली वही डायलॉग-ओरिएंटेड बफ़रिंग।

**बैच या HTTP स्ट्रीमिंग** डायलॉग के लिए (एक कॉल में पूरा रिक्वेस्ट), WebSocket की जगह [Create dialogue](/docs/hi/api-reference/text-to-dialogue/convert) या [Stream dialogue](/docs/hi/api-reference/text-to-dialogue/stream) इस्तेमाल करें।

## तुलना

|                             | टेक्स्ट टू स्पीच WebSocket                                                                                                                                                                       | टेक्स्ट टू डायलॉग WebSocket                                                                                                                                                              |
| --------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| **API रेफरेंस**             | [TTS stream-input](/docs/hi/api-reference/text-to-speech/v-1-text-to-speech-voice-id-stream-input)                                                                                               | [TTD WebSocket](/docs/hi/api-reference/text-to-dialogue/ttd-websocket)                                                                                                                   |
| **URL**                     | `wss://api.elevenlabs.io/v1/text-to-speech/{voice_id}/stream-input`                                                                                                                              | `wss://api.elevenlabs.io/v1/text-to-dialogue/stream-input`                                                                                                                               |
| **वॉइस चयन**                | पाथ में एक `voice_id`; सभी स्ट्रीम किए गए टेक्स्ट में उसी वॉइस का उपयोग होता है                                                                                                                  | पहला मैसेज ID से एक या अधिक `voices` रजिस्टर करता है; हर `inputs[]` एंट्री में `voice_id` होता है                                                                                        |
| **मॉडल्स**                  | Flash, Multilingual v2 और अन्य समर्थित TTS मॉडल्स। इस एंडपॉइंट पर `eleven_v3` या `eleven_v4` **नहीं** हैं।                                                                                       | **`model_id` की शुरुआत `eleven_v3` या `eleven_v4` से होनी चाहिए** (उदाहरण के लिए `eleven_v4` या `eleven_v4_turbo`)                                                                       |
| **पहला क्लाइंट मैसेज**      | एक स्पेस और वैकल्पिक `voice_settings` / `generation_config` के साथ इनिशियलाइज़ करें (रीयलटाइम TTS गाइड देखें)                                                                                    | इसमें **`voices`** शामिल होना चाहिए (और क्रेडेंशियल्स, अगर वे पहले से हेडर्स या क्वेरी के ज़रिए नहीं भेजे गए हैं)                                                                        |
| **जारी टेक्स्ट**            | एक `text` स्ट्रिंग भेजें (आमतौर पर अंत में स्पेस के साथ); वैकल्पिक `flush`, `try_trigger_generation` आदि।                                                                                        | **`inputs`** भेजें: `{ text, voice_id, new_turn? }` ऑब्जेक्ट्स; वैकल्पिक **`flush`**, **`close_socket`**, **`keep_alive`**                                                               |
| **बफ़रिंग / शेड्यूलिंग**    | चंक लंबाई शेड्यूल और संबंधित TTS WebSocket कंट्रोल्स                                                                                                                                             | सर्वर तब तक बफ़र करता है जब तक पर्याप्त टेक्स्ट मौजूद न हो (लगभग **40 कैरेक्टर और 8 शब्द**), जब तक आप **`flush`** न करें                                                                 |
| **एक सॉकेट पर कई स्पीकर्स** | कई **पैरलल TTS कॉन्टेक्स्ट्स** के लिए [multi-context WebSocket](/docs/hi/eleven-api/guides/how-to/websockets/multi-context-web-socket) इस्तेमाल करें, मल्टी-स्पीकर डायलॉग सेमैंटिक्स के लिए नहीं | `eleven_v4` के लिए अधिकतम **10** रजिस्टर्ड वॉइस; **`eleven_v4_turbo` केवल एक** रजिस्टर्ड वॉइस की अनुमति देता है                                                                          |
| **निष्क्रियता**             | कॉन्फ़िगर किया जा सकने वाला `inactivity_timeout` (TTS WebSocket क्वेरी)                                                                                                                          | क्लाइंट मैसेज के बीच **20 सेकंड तय** हैं, जब तक आप **`keep_alive`** न भेजें                                                                                                              |
| **कन्करेंसी**               | सिर्फ़ सक्रिय जनरेशन समय आपके प्लान की [कन्करेंसी सीमा](/docs/hi/overview/models#concurrency-and-priority) में गिना जाता है; निष्क्रिय खुला सॉकेट नहीं गिना जाता                                 | हर खुला कनेक्शन अपनी पूरी अवधि के लिए अलग पूल से एक [डायलॉग सेशन](/docs/hi/overview/models#text-to-dialogue-concurrency) रखता है; कनेक्शन पर जनरेशन सामान्य कन्करेंसी का उपयोग नहीं करती |
| **अलाइनमेंट**               | वैकल्पिक `sync_alignment` (API रेफरेंस में TTS फ़ील्ड नामकरण)                                                                                                                                    | वैकल्पिक `sync_alignment`; JSON रिस्पॉन्स में **snake_case** फ़ील्ड इस्तेमाल होते हैं (उदाहरण के लिए `is_final`, `char_start_times_ms`)                                                  |

## TTS WebSocket कब बेहतर विकल्प है

* आप लेटेंसी या भाषा कवरेज के लिए पहले से **Flash** या **Multilingual v2** इंटीग्रेट कर चुके हैं।
* आपको हर कनेक्शन पर **एक नैरेटर वॉइस** और एक आसान टेक्स्ट-पर-फ़्रेम प्रोटोकॉल चाहिए।
* आपको बार्ज-इन और पैरलल उच्चारणों के लिए **multi-context** ऑर्केस्ट्रेशन चाहिए ([multi-context गाइड](/docs/hi/eleven-api/guides/how-to/websockets/multi-context-web-socket))।

TTS WebSocket की पूरी जानकारी के लिए [रीयल-टाइम में ऑडियो जनरेट करें](/docs/hi/eleven-api/guides/how-to/websockets/realtime-tts) देखें।

## TTD WebSocket कब बेहतर विकल्प है

* आपका लक्ष्य **Eleven v4** डायलॉग है (एक्सप्रेसिव टैग्स, बातचीत की गति, मल्टी-स्पीकर लाइनें)।
* आप **स्क्रिप्टेड या LLM-जनरेटेड डायलॉग** स्ट्रीम करते हैं, जिसमें **बोलने वाली वॉइस हर लाइन पर बदल सकती है**, बिना नया कनेक्शन खोले।
* आपको सर्वर पर **केवल v4** डायलॉग जनरेशन के साथ **WebSocket-जैसा** इंक्रीमेंटल इनपुट चाहिए।

व्यावहारिक जानकारी के लिए [रीयलटाइम टेक्स्ट टू डायलॉग](/docs/hi/eleven-api/guides/how-to/websockets/realtime-tdd) देखें। प्रोटोकॉल की जानकारी [API रेफरेंस](/docs/hi/api-reference/text-to-dialogue/ttd-websocket) में है।

## संबंधित गाइड्स

#### [रीयलटाइम टेक्स्ट टू डायलॉग](/docs/hi/eleven-api/guides/how-to/websockets/realtime-tdd)

कनेक्ट करें, वॉइस रजिस्टर करें, `inputs` स्ट्रीम करें और TTD WebSocket से ऑडियो सेव करें।

#### [रीयलटाइम TTS WebSocket](/docs/hi/eleven-api/guides/how-to/websockets/realtime-tts)

स्टैंडर्ड TTS WebSocket के लिए चरण-दर-चरण कनेक्शन और मैसेजिंग।

#### [मल्टी-कॉन्टेक्स्ट WebSocket](/docs/hi/eleven-api/guides/how-to/websockets/multi-context-web-socket)

एजेंट वर्कफ़्लो के लिए एक कनेक्शन पर कई TTS कॉन्टेक्स्ट्स।

#### [टेक्स्ट टू डायलॉग क्विकस्टार्ट](/docs/hi/eleven-api/guides/cookbooks/text-to-dialogue)

मल्टी-वॉइस डायलॉग के लिए HTTP रिक्वेस्ट उदाहरण।

#### [टेक्स्ट टू डायलॉग क्षमता](/docs/hi/overview/capabilities/text-to-dialogue)

डायलॉग जनरेशन का प्रोडक्ट-केंद्रित ओवरव्यू।