Eleven v4 Audio Tags सूची: इन्हें आज़माएं, फिर अपने टैग लिखें

Eleven v4 एक शानदार टेक्स्ट टू स्पीच मॉडल है, जो टेक्स्ट को परफ़ॉर्मेंस में बदल देता है। Audio Tags की मदद से आप उसकी भावनात्मक अभिव्यक्ति पर बारीकी से नियंत्रण रखते हुए इस परफ़ॉर्मेंस को निर्देशित कर सकते हैं। [whispers] या [excited] जैसा ब्रैकेट में लिखा प्राकृतिक भाषा का संकेत डालें और सुनें कि v4 उसके मुताबिक डिलीवरी कैसे बदलता है।

यह ElevenLabs Audio Tags सूची पूरी Eleven v4 भावनात्मक रेंज, साथ ही डिलीवरी, गति, प्रतिक्रियाओं, ऐक्सेंट और साउंड इफेक्ट्स के टैग कवर करती है। बुनियादी बातें जानने के बाद, हम आपको साधारण भाषा में अपने टैग लिखना भी दिखाएंगे।

सारांश

• Audio Tags वर्गाकार ब्रैकेट में लिखे प्राकृतिक भाषा के संकेत हैं, जिन्हें Eleven v4 परफ़ॉर्मेंस निर्देश के रूप में पढ़ता है और आगे के शब्दों की डिलीवरी बदल देता है।
• Eleven v4, Artificial Analysis Speech Arena में [September 2026] का टॉप-रैंक्ड मॉडल है और Audio Tags की मदद से आप हर पंक्ति की परफ़ॉर्मेंस निर्देशित कर सकते हैं।
• Eleven v4 का भावनात्मक रेंज व्हील आपको मॉडल की क्षमताओं का तेज़ी से अंदाज़ा लगाने के लिए अलग-अलग भावनाएं सुनने देता है।
• टैग किसी तय सूची तक सीमित नहीं हैं। आप [whispering, fearful] जैसे गुणों को मिलाकर या किसी पंक्ति के पीछे की स्थिति या किरदार का वर्णन करके अपने टैग लिख सकते हैं।
• Audio Tags ElevenAPI के ज़रिए Eleven v4, Eleven v4 Turbo और Eleven v3 पर काम करते हैं।

ElevenLabs Audio Tags क्या हैं?

Audio Tags प्राकृतिक भाषा के संकेत हैं, जिन्हें आप वर्गाकार ब्रैकेट में अपनी लिखी सामग्री में शामिल कर सकते हैं। Eleven v4 इन्हें परफ़ॉर्मेंस मार्कर के रूप में पढ़ता है और इनके निर्देश के आधार पर कुछ शब्दों या वाक्यांशों को बोलने का तरीका बदलता है। आप इन्हें ElevenLabs टेक्स्ट टू स्पीच ऐप में अपनी स्क्रिप्ट के साथ इनलाइन लिखते हैं और देखते हैं कि हमारे मॉडल इन्हें कैसे जीवंत बना देते हैं।

Eleven v4 Artificial Analysis Speech Arena में टॉप-रैंक्ड TTS मॉडल है, जहां श्रोता सबसे प्राकृतिक लगने वाले टेक्स्ट टू स्पीच के लिए वोट करते हैं।¹ Audio Tags आपको हर पंक्ति की डिलीवरी को सटीक रूप से निर्देशित करके उस परफ़ॉर्मेंस को और आगे ले जाने देते हैं।

स्क्रिप्ट में Audio Tags का इस्तेमाल ऐसे करें:

• जिन शब्दों को प्रभावित करना है, उनसे पहले टैग लगाएं: जब आप लिखते हैं, “[shouts] मुझे यकीन नहीं हो रहा कि तुमने मुझसे ऐसा कहा,” तो पूरी पंक्ति चिल्लाकर बोली जाती है।
• भावना आगे भी बनी रहती है: टैग जोड़ने पर उसकी भावना पूरी पंक्ति में बनी रहती है। यानी आपको दूसरा टैग तभी जोड़ना है, जब डिलीवरी बदलनी हो। उदाहरण: “[proud] मैं एक दशक से ज़्यादा समय से खाना बना रहा हूं। मुझे अंडा उबालना आता है। [startled] यह जलने की कैसी गंध है?”
• निर्देशों की परतें बनाने के लिए टैग मिलाएं: अपनी TTS परफ़ॉर्मेंस में बारीकी जोड़ने के लिए एक ही ब्रैकेट में Audio Tags को कॉमा से अलग करें, जैसे [whispering, playful]।
• टैग को विराम-चिह्नों के साथ जोड़ें: Audio Tags मूड और डिलीवरी तय करते हैं, जबकि स्क्रिप्ट में विराम-चिह्नों से आप गति को स्वाभाविक रूप से नियंत्रित कर सकते हैं। किसी पंक्ति की प्रोसोडी आकार देने के लिए एलिप्सिस, डैश या बड़े अक्षर जोड़ें।

टैग कैसे काम करते हैं और वे SSML की जगह कैसे लेते हैं, इसकी विस्तृत जानकारी के लिए हमने Audio Tags की पूरी गाइड लिखी है।

भावना Audio Tags सूची

Eleven v4 के इमोशन व्हील में दर्जनों भावनाएं हैं, जिन्हें v4 ने प्रस्तुत किया है ताकि आप एक भी टैग लिखने से पहले अंतर सुन सकें।

व्हील पर सुनने के लिए नीचे किसी भी भावना पर क्लिक करें, या वाक्य और भावना के साथ सीधे प्रयोग करके सुनें कि Eleven v4 भावनात्मक Audio Tags को कैसे जीवंत बनाता है।

हालांकि हमने यहां कुछ ही भावनाएं दिखाई हैं, आप अपनी पसंद की किसी भी भावना को लागू करने के लिए प्राकृतिक भाषा का इस्तेमाल कर सकते हैं। नीचे के उदाहरण में हमने ऊपर न दिखाए गए कई Audio Tags इस्तेमाल किए हैं, ताकि पता चले कि प्राकृतिक भाषा प्रॉम्प्टिंग से आप क्या कर सकते हैं।

इस नमूने को Jonathan Livingston के साथ जीवंत बनाया गया।

डिलीवरी और वॉल्यूम Audio Tags सूची

डिलीवरी और वॉल्यूम टैग यह नियंत्रित करते हैं कि पंक्ति कितनी तेज़ या तीव्र सुनाई दे, चाहे आप उससे कोई भी भावना जोड़ें। अगर आप v4 से अधिक खास विज़न के मुताबिक आउटपुट चाहते हैं, तो बारीक नियंत्रण के लिए डिलीवरी और इमोशन टैग की परतें जोड़ें।

ये कुछ उदाहरण हैं:

• [whispers] हिलो मत, वह तुम्हारे ठीक पीछे है।
• [shouts] सब लोग अभी इमारत खाली करो!
• [softly] तुमने अपनी तरफ़ से सब कुछ किया।
• [quietly] मुझे लगता है वे चले गए हैं।
• [low, threatening] तुम्हें यहां सच में नहीं आना चाहिए था।

आइए वॉल्यूम और डिलीवरी नियंत्रण को काम करते देखें।

ऊपर के नमूने को Rod के साथ जीवंत बनाया गया।

गति Audio Tags सूची

गति Audio Tags किसी पंक्ति की रफ़्तार बदल देते हैं। सस्पेंस बनाने या परफ़ेक्ट कॉमिक मोमेंट तैयार करने के लिए इन्हें जोड़ें। जब टाइमिंग शब्दों जितनी ही अहम हो, तब गति टैग इस्तेमाल करें।

अतिरिक्त सुझाव: विराम-चिह्न स्वाभाविक रूप से टेक्स्ट टू स्पीच परफ़ॉर्मेंस में मदद करते हैं, इसलिए वाक्य पर पूरा नियंत्रण पाने के लिए दोनों का साथ में इस्तेमाल करें:

• [slowly] और विजेता हैं...
• [rushed] माफ़ कीजिए, मुझे देर हो गई, ट्रेन खराब हो गई थी, मैं पूरा रास्ता दौड़कर आया।
• [pause] तभी फ़ोन बजा।
• [drawn out] नहींईई, ऐसा नहीं हो सकता।

Adam वह आवाज़ थे जिसने इस नमूने को जीवंत बनाया।

इंसान जैसी प्रतिक्रिया Audio Tags सूची

रिएक्शन टैग आपके वाक्यों में हंसी, हांफना, रोना, खांसी और आह भरने जैसी आवाज़ें जोड़ते हैं। ये आपके टेक्स्ट को सच में जीवंत बनाते हैं और TTS ऑडियो नमूने को स्क्रिप्ट से पढ़ने के बजाय सहज रूप से बोल रहे व्यक्ति जैसा प्राकृतिक बनाते हैं।

ये कुछ रिएक्शन Audio Tags हैं:

• [laughs] तुम सच में उसके झांसे में आ गए?
• [sighs] ठीक है। मैं बर्तन धो दूंगा।
• [gasps] क्या वह असली हीरा है?
• [clears throat] अगर मुझे सबका ध्यान मिल सके।
• [crying] मुझे नहीं लगा था कि तुम वापस आओगे।

जब भावना की ज़रूरत हो, Eleven v4 छोटे मानवीय स्पर्श भी जोड़ता है। इमोशन व्हील सुनें और आपको “त- तुम वापस आ गए?” और “उफ़, यह सच है?” जैसी पंक्तियां सुनाई देंगी, जिनमें v4 ने खुद ही हकलाहट या कराह जोड़ी है।

अपनी प्रोडक्शंस में इस आवाज़ का इस्तेमाल करने के लिए Jack John को खोजें।

ऐक्सेंट और किरदार Audio Tags सूची

Eleven v4 के साथ अलग-अलग ऐक्सेंट या किरदारों की आवाज़ों वाले समृद्ध सीन बनाना पहले से आसान है। कुछ Audio Tags से आप आवाज़ की मूल खूबियां बनाए रखते हुए उसे नई पर्सोना में बदल सकते हैं। एक ही आवाज़ एक जनरेशन में पूरी कास्ट निभा सकती है।

• [British accent] चाय का एक कप लोगे?
• [French accent] मेरे छोटे कैफ़े में आपका स्वागत है।
• [Australian accent] चिंता मत करो, दोस्त, हम इसे सुलझा लेंगे।
• [pirate voice] पाल चढ़ाओ और रम पास करो।

Lauren ने इस नमूने को जीवंत बनाने में मदद की।

साउंड इफेक्ट्स Audio Tags सूची

साउंड इफेक्ट Audio Tags आपकी जनरेशन में सीधे गैर-वाक् घटनाएं जोड़ते हैं। उदाहरण के लिए, अगर आप कोई नैरेटिव सीन या वीडियो गेम ट्रैक बना रहे हैं, तो अलग SFX ट्रैक के बिना नाटकीयता जोड़ने के लिए इनका इस्तेमाल कर सकते हैं। हालांकि, अगर आपको कुछ खास चाहिए तो आप हमेशा AI साउंड इफेक्ट जनरेटर का इस्तेमाल कर सकते हैं।

• [thunder rumbling] यह और करीब आ रहा है।
• [footsteps] कोई सीढ़ियां चढ़कर आ रहा है।
• [door creaking] हैलो? घर में कोई है?
• [clapping] शुक्रिया, शुक्रिया, आप बहुत मेहरबान हैं।

ऊपर की क्लिप में आवाज़ Siren की है।

प्राकृतिक भाषा में अपने Audio Tags लिखें

ऊपर दिखाया गया कोई भी Audio Tag शुरुआत करने के लिए बेहतरीन है। लेकिन ElevenLabs TTS की खासियत यह है कि आप मॉडल को इस्तेमाल करने के लिए अतिरिक्त संदर्भ देने हेतु प्राकृतिक भाषा में कोई भी नया Audio Tag लिख सकते हैं।

वैकल्पिक रूप से, अगर एक शब्द वाला टैग आपकी जरूरत को पूरा नहीं करता, तो अधिक विस्तृत निर्देश लिखें।

• भावनाएं और गुण मिलाएं: [tense, cautious] या [whispering, fearful]
• तरीका बताएं: [like a sports commentator, speeding up]
• स्थिति बताएं: [out of breath after running up the stairs]
• किरदार बताएं: [a tired detective who has heard it all before]
• बदलाव बताएं: [starting calm, then losing patience]

अपने सीन को Spuds Oxley के साथ जीवंत बनाएं।

Audio Tags चुनने के सुझाव

प्राकृतिक भाषा में लिखने से टेक्स्ट टू स्पीच ऑडियो नमूने बनाते समय आपको बहुत लचीलापन मिलता है, लेकिन सही आउटपुट पाने के लिए थोड़ा आगे-पीछे करना पड़ सकता है।

Eleven v4 के साथ आपका TTS अनुभव यथासंभव सहज बनाने के लिए, Audio Tags के साथ काम करने के कुछ सुझाव यहां दिए गए हैं:

• लिखने से पहले सुनें: कुछ भावनाओं को इमोशन व्हील पर चलाकर सुनें कि v4 उन्हें कैसे समझता है (या प्रेरणा के लिए इस्तेमाल करें), फिर अपनी पंक्ति के लिए सबसे करीबी विकल्प चुनें।
• पंक्ति दोबारा लिखने से पहले टैग बदलें: अगर डिलीवरी सही नहीं बैठती, तो [despair] की जगह [let down] जैसी आसपास की भावना आजमाएं और फिर से जनरेट करें।
• हर क्लॉज़ के लिए एक टैग इस्तेमाल करें: एक ही शब्दों पर विपरीत टैग परफ़ॉर्मेंस को धुंधला कर सकते हैं। जहां आप भावना बदलना चाहते हैं, वहां नया टैग जोड़ें।
• मॉडल को पूरा सीन दें: Eleven v4 संदर्भ के साथ बेहतर परफ़ॉर्म करता है। टेक्स्ट टू स्पीच ऐप में हर जनरेशन के लिए 10,000 वर्ण तक की विंडो के साथ, आपके पास अपने सीन में जादू पैदा करने के लिए परतदार निर्देश बनाने की जगह है।
• प्रीसेट से शुरुआत करें, फिर खास बनाएं। अगर [nervous] करीब है लेकिन बिल्कुल सही नहीं, तो बताएं कि क्या कमी है: [nervous, trying to sound confident]।

लेकिन सबसे बढ़कर, ElevenLabs TTS ऐप में जाकर प्रयोग करना ही जल्दी सीखने और उच्च-गुणवत्ता TTS ऑडियो बनाना शुरू करने का सबसे अच्छा तरीका है।

Eleven v4 पर इमर्सिव ऑडियो शुरू करें

ElevenLabs Audio Tags की कोई अंतिम सूची नहीं है, क्योंकि आप प्राकृतिक भाषा में लिखकर अपनी पसंद का कोई भी संयोजन बना सकते हैं। इस सूची का हर टैग Eleven v4 पर काम करता है, और वे टैग भी काम करेंगे जो आपके सीन लिखते समय दिमाग में आएं।

इनमें से 17,500+ आवाज़ों में से एक चुनें: वॉइस लाइब्रेरी में से एक आवाज़ चुनें, अपनी स्क्रिप्ट पेस्ट करें और शुरुआत के लिए अपना पहला Audio Tag जोड़ें।

इसके बारे में और जानें Eleven v4 या साइन अप करें और शानदार ऑडियो परफ़ॉर्मेंस बनाएं।

ElevenLabs Audio Tags के बारे में अक्सर पूछे जाने वाले सवाल

1. ^{Artificial Analysis, Provider Voice Arena Preference Elo, 30 सितंबर, 2026}