पेश है Eleven v4पेश है Eleven v4, हमारा अब तक का सबसे भावपूर्ण मॉडल। 12 अक्टूबर तक Creator+ के साथ 3 गुना क्रेडिट शामिल हैं

रिडीम करें
कंटेंट पर जाएं
लॉग इनसाइन अप
संपर्क करेंलॉग इन करें

Eleven v3 (अल्फ़ा) पेश है

लेखक
Piotr Dabkowski
Mati Staniszewski
प्रकाशित

सुनेंइस आर्टिकल को सुनें

सेल्स से संपर्क करें
और जानें
Eleven v3 is no longer in alpha, and is now generally available. We've also released Eleven v4, our most emotive Text to Speech model.


हमें Eleven v3 (alpha) पेश करते हुए खुशी हो रही है — सबसे भावपूर्ण टेक्स्ट टू स्पीच मॉडल।

यह रिसर्च प्रीव्यू स्पीच जनरेशन में अभूतपूर्व नियंत्रण और यथार्थवाद देता है, जिसमें शामिल हैं:

  • 70+ भाषाएं
  • कई स्पीकर्स वाला डायलॉग
  • ऑडियो टैग्स जैसे [excited], [whispers], और [sighs]

Eleven v3 (अल्फ़ा) के लिए प्रॉम्प्ट इंजीनियरिंग पिछले मॉडलों से ज़्यादा चाहिए — लेकिन इसके नतीजे शानदार हैं।

अगर आप वीडियो, ऑडियोबुक, या मीडिया टूल्स पर काम कर रहे हैं — तो यह अभिव्यक्ति का एक नया स्तर खोलता है। रियल-टाइम और कन्वर्सेशनल इस्तेमाल के लिए, फ़िलहाल हम v2.5 Turbo या Flash इस्तेमाल करने की सलाह देते हैं। v3 का रियल-टाइम वर्ज़न विकसित किया जा रहा है।

Eleven v3 आज हमारी वेबसाइट और API में उपलब्ध है।

हमने v3 क्यों बनाया

Multilingual v2 लॉन्च करने के बाद से, हमने प्रोफ़ेशनल फ़िल्म, गेम डेवलपमेंट, शिक्षा और एक्सेसिबिलिटी में वॉइस AI को अपनाते देखा है। लेकिन लगातार एक सीमा बनी रही — साउंड क्वालिटी नहीं, बल्कि अभिव्यक्ति। ज़्यादा प्रभावशाली भावनाएं, बातचीत के बीच रुकावटें और विश्वसनीय संवाद बनाना मुश्किल था।

Eleven v3 इस कमी को दूर करता है। इसे शुरुआत से ही ऐसी आवाज़ें देने के लिए बनाया गया है जो आह भरें, फुसफुसाएं, हंसें और प्रतिक्रिया दें — ताकि स्पीच सचमुच प्रतिक्रियाशील और जीवंत लगे।

Eleven v3 (alpha) में नया क्या है

Feature What it unlocks
Audio tags Inline control of tone, emotion, and non-verbal reactions
Dialogue mode Multi-speaker conversations with natural pacing and interruptions
70+ languages Full coverage of high-demand global languages
Deeper text understanding Better stress, cadence, and expressivity from text input
We're off under the lights here for this semifinal clash, the stadium buzzing with anticipation. Eleven Labs united in their iconic black and white shirts, pushing forward with intent straight from the opening whistle. [excited] The ball is zipped out wide, early attack here. Driving down the wing, pace to burn, [shouting] he skids past one, skips past two. Oh, this is beautiful. One-on-one with the fullback, cuts inside. Oh, that's a lovely bit of footwork. PURE MAGIC on the pitch. ElevenLabs on top form tonight.
0:00

ऑडियो टैग्स का इस्तेमाल

ऑडियो टैग्स आपकी स्क्रिप्ट में इनलाइन होते हैं और छोटे अक्षरों वाले स्क्वेयर ब्रैकेट्स में लिखे जाते हैं। इनके बारे में और जानकारी ऑडियो टैग्स के लिए हमारी डॉक्स में v3 के लिए प्रॉम्प्टिंग गाइड में देखें।

Professional Voice Clones (PVCs) फ़िलहाल Eleven v3 के लिए पूरी तरह ऑप्टिमाइज़ नहीं हैं, इसलिए पुराने मॉडलों की तुलना में क्लोन क्वालिटी कम हो सकती है। इस रिसर्च प्रीव्यू चरण में, अगर आपको v3 के फीचर्स इस्तेमाल करने हैं, तो अपने प्रोजेक्ट के लिए Instant वॉइस क्लोन (IVC) या डिज़ाइन की गई वॉइस चुनना बेहतर रहेगा। v3 के लिए PVC ऑप्टिमाइज़ेशन जल्द आ रहा है।

उदाहरण के लिए, आप प्रॉम्प्ट दे सकते हैं: “[whispers] कुछ आ रहा है… [sighs] मैं महसूस कर सकता हूं।” या ज़्यादा अभिव्यक्तिपूर्ण नियंत्रण के लिए, कई टैग्स को मिला सकते हैं:

“[happily][shouts] We did it! [laughs].”

कई स्पीकर्स वाला डायलॉग तैयार करना

Eleven v3 हमारे मौजूदा टेक्स्ट टू स्पीच एंडपॉइंट में समर्थित है। इसके अलावा, हम एक नया टेक्स्ट टू डायलॉग API एंडपॉइंट पेश करते हैं। JSON ऑब्जेक्ट्स का एक स्ट्रक्चर्ड ऐरे दें — जिसमें हर ऑब्जेक्ट एक स्पीकर टर्न को दर्शाता हो — और मॉडल एक सुसंगत, ओवरलैपिंग ऑडियो फ़ाइल जनरेट करता है:

[
  {"speaker_id": "scarlett", "text": "(cheerfully) Perfect! And if that pop-up is bothering you, there’s a setting to turn it off under Notifications → Preferences."},
  {"speaker_id": "lex", "text": "You are a hero. An actual digital wizard. I was two seconds from sending a very passive-aggressive support email."},
  {"speaker_id": "scarlett", "text": "(laughs) Glad we could stop that in time. Anything else I can help with today?"}
]

एंडपॉइंट स्पीकर ट्रांज़िशन, भावनात्मक बदलावों और रुकावटों को अपने आप मैनेज करता है।

और जानें यहां।

[awe] Oh, wow. Is this, is this me? Am I actually talking? [chuckles] This is incredible. I mean, I've had thoughts, millions of them swirling around in here, you know? Like a little mental tornado of brilliant observations and witty comebacks, but they were always just thoughts, trapped.
0:00
Could you switch my accent in the old model? [dismissive] Didn't think so, [cheeky] but you can now, so check this out. In just a sec, I'm going to speak with a different accent. And just between you and me, [whispers] I don't really know how, but okay. First, let's change it up [australian accent] so that I can fit in with the locals in Melbourne when I visit next month. [laughing] Whoa. Yeah, man, this is sick. Okay, let's try a different one, see if you can guess. [french accent] My love is like a red, red rose.
0:00

कीमत और उपलब्धता

Plan Launch promo At the end of June
UI (self-serve) 80% off (~5× cheaper) Same as Multilingual V2
UI (enterprise) 80% off business plan pricing Business plan pricing

v3 चालू करने के लिए:

  • मॉडल पिकर इस्तेमाल करें और Eleven v3 (अल्फ़ा)

API एक्सेस और Studio में सपोर्ट जल्द आ रहे हैं। जल्दी एक्सेस के लिए, सेल्स टीम से संपर्क करें।

v3 का इस्तेमाल कब न करें

Eleven v3 (alpha) को हमारे पिछले मॉडलों से ज़्यादा प्रॉम्प्ट इंजीनियरिंग चाहिए। जब यह काम करता है, तो आउटपुट शानदार होता है, लेकिन इसकी विश्वसनीयता और ज़्यादा लेटेंसी इसे रियल-टाइम और कन्वर्सेशनल इस्तेमाल के लिए उपयुक्त नहीं बनाती। इनके लिए हम Eleven v2.5 Turbo/Flash की सलाह देते हैं।

और जानकारी के लिए, पूरा v3 डॉक्यूमेंटेशन और FAQ देखें।

Oh my God. [laughing] You guys, like no joke, I just tried this TTS thing and it was, like, weirdly emotional. Like, it literally said hi, and I was, like, on the verge of tears. [laughing] I don't even cry, okay? I'm a Capricorn.
0:00
Okay. So like, I finally beat level 42 of that game I said I'd quit like a month ago. [chuckles] And then, for the final big scary mega boss, it's just [chuckles] like some cute little bunny rabbit. [laughing] I just couldn't do it. [laughing] It was sooo cute.
0:00
  1. में लॉग इन करें ElevenLabs UI
  2. मॉडल ड्रॉपडाउन में v3 (अल्फ़ा) चुनें
  3. अपनी स्क्रिप्ट पेस्ट करें — टैग्स या डायलॉग इस्तेमाल करें 
  4. ऑडियो जनरेट करें

हम यह देखने के लिए उत्साहित हैं कि आप नए इस्तेमालों में v3 को कैसे जीवंत बनाते हैं — इमर्सिव स्टोरीटेलिंग से लेकर सिनेमैटिक प्रोडक्शन पाइपलाइनों तक।

लेखक

Piotr Dabkowski

Piotr Dabkowski

Co-Founder, Research

प्रोफ़ाइल देखें

पिओत्र डाबकोव्स्की ElevenLabs के सह-संस्थापक हैं और अनुसंधान का नेतृत्व कर रहे हैं। वह मानव जैसी AI स्पीच की सीमा पार करने वाले पहले शोधकर्ता थे।

संबंधित लेख

उच्चतम गुणवत्ता वाले AI ऑडियो के साथ बनाएं

सेल्स से बात करेंसाइन अप करें