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

Veo 2 वीडियो को ElevenLabs वॉइसओवर और साउंड इफेक्ट्स के साथ जीवंत बनाएं

लेखक
Ryan Morrison
प्रकाशित
आखिरी बार अपडेट किया गया

सुनेंइस आर्टिकल को सुनें

सेल्स से संपर्क करें
और जानें

Google का Veo 2 फ़ोटोरियलिस्टिक वीडियो बनाना पहले से कहीं आसान बना देता है — और अब यह Gemini वेब ऐप में उपलब्ध है। Gemini से सीधे बेहतर किए गए प्रॉम्प्ट्स के साथ आठ सेकंड के वीडियो, जिनमें आसानी से एडिटिंग की जा सकती है।

हालांकि, सिर्फ़ विज़ुअल्स काफ़ी नहीं होते। साउंड किसी साइलेंट सीक्वेंस को पूरी तरह इमर्सिव अनुभव में बदल देता है, और यहीं ElevenLabs काम आता है। ElevenLabs के साथ अलग-अलग भाषाओं में एक प्रभावशाली AI वॉइसओवर बनाना या साउंड इफेक्ट्स जोड़ना एक साधारण वीडियो को दिलचस्प कहानी में बदल सकता है।

मैंने भी ऐसा ही करने की कोशिश की, जब मैंने Google की DeepMind लैब के Veo 2 से एक ऐसे शहर की कहानी सुनाई जो कभी नहीं सोता। मैंने शहरी परिवेश पर केंद्रित 18 अलग-अलग क्लिप्स बनाए, जिनमें से हर एक लगभग 5-8 सेकंड लंबी थी। इन क्लिप्स में नीयॉन साइन्स, बारिश, एक ट्रेन और सड़क के अलग-अलग दृश्य हैं। इन बिखरे हुए पलों को एक साथ जोड़ने के लिए, मैंने ElevenLabs से वॉइसओवर और साउंड इफेक्ट्स जोड़े।

A person walking on a city street near a bus stop with a bus in the background.

एक आकर्षक वॉइसओवर तैयार करना

अच्छी तरह तैयार किया गया AI वॉइसओवर आपके वीडियो में संरचना और भावनात्मक गहराई जोड़ता है। रियलिज़्म के लिए बेहतरीन वीडियो जनरेटर होने के बावजूद, Veo 2 क्लिप्स में अक्सर सीन या किरदारों की एकरूपता नहीं होती, इसलिए नैरेशन उन्हें जोड़ने का बेहतरीन तरीका है।

दर्शक को बिखरे हुए विज़ुअल्स का मतलब खुद समझने के लिए छोड़ने के बजाय, सोच-समझकर बनाया गया वॉइसओवर स्पष्टता देता है और उन्हें कहानी के साथ आगे ले जाता है। आप पहले वॉइसओवर स्क्रिप्ट बनाकर उसके मुताबिक क्लिप्स बना सकते हैं, या पहले शॉट्स (आमतौर पर स्टोरीबोर्ड से) तय करके उनके लिए लिख सकते हैं। शहर वाले वीडियो के लिए, मैंने पहले प्रॉम्प्ट्स बनाए।

ElevenLabs' text-to-speech technology ensures professional-grade narration without the need for expensive recording setups. The flexibility to control tone, pacing, and emotion means you can fine-tune your voiceover to fit the mood of your project effortlessly. There are also thousands of voices to choose from to get exactly the right character.

अपने नैरेशन की योजना बनाना

वॉइसओवर जनरेट करने से पहले, यह योजना बनाना ज़रूरी है कि नैरेशन आपके वीडियो को कैसे बेहतर बनाएगा। अगर आपकी Veo 2 सीक्वेंस भी मेरी तरह एक सिनेमैटिक अर्बन मोंटाज है, तो वॉइसओवर जगह का एहसास दे सकता है, काव्यात्मक विचार जोड़ सकता है या माहौल को बेहतर बना सकता है।

उदाहरण के लिए, मेरे वीडियो में नीयॉन रोशनी वाली सड़कों और टिमटिमाते साइन्स का एक सीन है। इसलिए मैंने लिखा: "शहर कभी नहीं सोता — वह मुश्किल से पलक भी झपकाता है। वह धुएँ के गुबारों को अंदर खींचता है और नीयॉन रोशनी को बाहर छोड़ता है, स्टील और काँच का एक जीव, जो दस लाख बेचैन आत्माओं के कदमों से धड़कता है।" यह कई शॉट्स को आपस में जोड़ता है।

अपने वॉइसओवर की स्क्रिप्ट लिखना

नैरेशन की रूपरेखा बनाने के बाद, अगला कदम पूरे वीडियो की स्क्रिप्ट लिखना है। अच्छी तरह लिखी गई स्क्रिप्ट यह सुनिश्चित करती है कि आपका वॉइसओवर क्लिप्स की टाइमिंग के साथ मेल खाए। Veo 2 के सीन अक्सर 5 से 8 सेकंड लंबे होते हैं, इसलिए आपका नैरेशन छोटा और सही गति वाला होना चाहिए। 5 सेकंड की क्लिप में लगभग 12-15 शब्द आ सकते हैं, जबकि 8 सेकंड की क्लिप में करीब 20-25 शब्द आ सकते हैं।

आपके नैरेशन का टोन वीडियो के अनुरूप होना चाहिए — माहौलदार विज़ुअल्स के लिए काव्यात्मक, जानकारी देने वाले सीक्वेंस के लिए डॉक्यूमेंट्री-स्टाइल और तेज़ रफ़्तार स्टोरीटेलिंग के लिए सिनेमैटिक। उदाहरण के लिए, मैनहोल से उठती भाप के स्लो-मोशन शॉट के साथ कहा जा सकता है, "शहर साँस छोड़ता है, भाप ठंडी रात की हवा में बल खाती है," जबकि स्टेशन पर आती ट्रेन के लिए यह सही हो सकता है, "हवा का एक झोंका। धातु की चीख। एक और ट्रेन आ रही है, बिल्कुल उससे पहले आई सैकड़ों ट्रेनों की तरह।"

ElevenLabs से अपना वॉइसओवर जनरेट करना

Screenshot of a text-to-speech software interface with a paragraph of text and various settings on the right side.

जब आपकी स्क्रिप्ट तैयार हो जाए, तो ElevenLabs से अपना AI वॉइसओवर जनरेट करने का समय है। ElevenLabs ऐप में टेक्स्ट टू स्पीच पेज पर जाएं। यहां आप अपनी स्क्रिप्ट पेस्ट कर सकते हैं या सीधे लिख सकते हैं। फिर आप दाईं ओर से वॉइस चुन सकते हैं, साथ ही उसकी स्पीड, स्टेबिलिटी और दूसरी सेटिंग्स तय कर सकते हैं। मुझे 10-20% स्टाइल एक्सैजरेशन जोड़ना पसंद है, क्योंकि इससे किरदार बेहतर उभरता है।

नाटकीय शहरी सीक्वेंस के लिए गहरा, सिनेमैटिक टोन अच्छा काम करता है, जबकि मुलायम और विचारशील वॉइस काव्यात्मक नैरेशन को बेहतर बनाती है। तेज़ रफ़्तार विज़ुअल्स के लिए ऊर्जावान डिलीवरी रिदम को दिलचस्प बनाए रखती है। अपने वीडियो के लिए, मैंने Lamar Lincoln का इस्तेमाल किया, एक प्रीमियम वॉइस, जिसने कहानी को ज़्यादा स्वाभाविक एहसास दिया। मैं चाहता था कि यह किसी ऐसे व्यक्ति की तरह लगे जो अपनी परवाह की किसी चीज़ पर विचार कर रहा हो।

अपनी स्क्रिप्ट डालने के बाद, विज़ुअल्स के हिसाब से वॉइसओवर की स्पीड और भावनाओं को बारीकी से सेट करें। धीमी और सोच-समझकर रखी गई गति नाटकीय पलों के लिए सही रहती है, जबकि ज़्यादा बातचीत वाला टोन एक ऊर्जावान मोंटाज के साथ अच्छा लगता है। नतीजे से संतुष्ट होने पर ऑडियो फ़ाइल डाउनलोड करें और उसे अपने वीडियो के साथ सिंक करने के लिए तैयार करें।

मैं वॉइस को फाइन-ट्यून करने के लिए सिर्फ़ एक या दो वाक्यों का इस्तेमाल करना पसंद करता हूं, फिर पूरी स्क्रिप्ट के आधार पर जनरेट करता हूं। हालांकि, इस मामले में स्क्रिप्ट सिर्फ़ तीन पैराग्राफ़ की थी, इसलिए पूरी स्क्रिप्ट इस्तेमाल करना कोई बड़ी बात नहीं थी। यह शुरुआत से ही अच्छा काम कर रहा था।

अपने वॉइसओवर को सिंक करना

Screenshot of a video editing timeline with clips, audio tracks, and visual effects on a blue background.

Adobe Premiere Pro, DaVinci Resolve, Final Cut Pro या CapCut जैसे एडिटिंग सॉफ़्टवेयर का इस्तेमाल करके AI वॉइसओवर को अपनी Veo 2 क्लिप्स के साथ सिंक करना एक आसान प्रक्रिया है।

  • अपनी वीडियो क्लिप्स इंपोर्ट करें, टाइमलाइन में वॉइसओवर जोड़ें और विज़ुअल्स के साथ मिलाने के लिए शुरुआती और आख़िरी पॉइंट्स एडजस्ट करें।
  • नैरेशन और मूवमेंट के बीच सहज मेल सुनिश्चित करने के लिए, ज़रूरत पड़ने पर क्रॉसफेड्स या टाइम-स्ट्रेचिंग का इस्तेमाल करें।

साउंड इफेक्ट्स से बेहतर बनाना

A text box with a description of flickering fluorescent light and neon signs, and a button labeled "Generate Sound Effects."

वॉइसओवर लग जाने के बाद, अपने वीडियो को साउंड इफेक्ट्स से बेहतर बनाने का समय है। AI-जनरेटेड साउंड इफेक्ट्स वास्तविकता और टेक्सचर जोड़कर सुनने के अनुभव को पूरा करते हैं। कोई वीडियो क्लिप अपने आप में फ़ोन से फ़िल्माए गए दृश्य जितनी वास्तविक लग सकती है, लेकिन साउंड के बिना वह बनावटीपन की उस खाई में गिर जाएगी, जहां लगेगा कि कुछ कमी है।

ElevenLabs से साउंड इफेक्ट्स बनाना

ElevenLabs का टेक्स्ट-टू-SFX जनरेटर आपको शहर के बैकग्राउंड नॉइज़ से लेकर हल्की पर्यावरणीय आवाज़ों तक, कस्टम ऑडियो एलिमेंट्स बनाने देता है। आप एक जटिल प्रॉम्प्ट में पूरा साउंडस्केप बता सकते हैं या अलग-अलग साउंड्स वाली कई फ़ाइलें जनरेट कर सकते हैं, जिन्हें फिर अपने वीडियो एडिटर में लेयर कर सकते हैं।

साउंड इफेक्ट्स बनाने के लिए ElevenLabs SFX जनरेटर पर जाएं। आप हमारी लाइब्रेरी में पहले से बने साउंड इफेक्ट्स की सूची देख सकते हैं या टेक्स्ट-टू-SFX जनरेटर से कस्टम साउंड बना सकते हैं। आप हमारा video-to-sound एक्सपेरिमेंट आज़माकर प्रक्रिया को और आसान बना सकते हैं। इसमें आप एक क्लिप अपलोड कर सकते हैं और यह आपको डाउनलोड करने के लिए 4 साउंड इफेक्ट्स देगा।

अगर आपको साउंड्स पर ज़्यादा कंट्रोल चाहिए, तो साउंड इफेक्ट्स जनरेटर पर जाएं। यहां प्रॉम्प्ट टाइप करें और जनरेट पर क्लिक करें। Settings बटन पर क्लिक करके आप क्लिप की अवधि 0.5 से 22 सेकंड के बीच कस्टमाइज़ भी कर सकते हैं।

रेडी-मेड ऑडियो को तेज़ी से ब्राउज़, प्रीव्यू और इकट्ठा करने के लिए Soundboard एक इंटरैक्टिव इंटरफ़ेस देता है, जहां आप बिना प्रॉम्प्ट लिखे तुरंत साउंड इफेक्ट्स टेस्ट और मिक्स कर सकते हैं।

साउंड इफेक्ट्स के लिए प्रॉम्प्ट लिखना

हालांकि आप पूरे साउंडस्केप का पूरी तरह वर्णन करने वाला जटिल प्रॉम्प्ट दे सकते हैं, मुझे प्रॉम्प्ट्स की एक सीरीज़ बनाकर उन्हें एक-दूसरे के ऊपर लेयर करना बेहतर लगा। इससे आप वीडियो के कंटेंट के आधार पर अलग-अलग साउंड्स के बजने का समय नियंत्रित कर सकते हैं।

सही जगह लगाया गया साउंड इफेक्ट किसी सीन को वास्तविक महसूस कराता है — गली में गूंजते कदमों की आवाज़, दूर से आती कार के हॉर्न की आवाज़ या सड़क पर बारिश की लयबद्ध बूंदें। इन साउंड्स को विज़ुअल्स के साथ मिलाने से इमर्शन बढ़ता है और हर फ़्रेम ज़्यादा असरदार बनता है।

अगर आपके वीडियो में टिमटिमाता नीयॉन साइन है, तो बैकग्राउंड में हल्की इलेक्ट्रिकल भनभनाहट उसकी मौजूदगी को मज़बूत करती है। अगर मेट्रो ट्रेन चीखती हुई रुकती है, तो धातु के धातु से रगड़ने की आवाज़ लेयर करने से दृश्य ज़्यादा असली लगता है।

प्रॉम्प्ट के उदाहरण:

  • वर्णनात्मक प्रॉम्प्ट: "घड़ी की सेकंड हैंड की हल्की टिक-टिक, कोट की आस्तीन ठीक करने की धीमी सरसराहट, बैकग्राउंड में शहर का माहौल — दबे हुए हॉर्न, दूर की बातचीत, कभी-कभार टिमटिमाते नीयॉन साइन्स, कलाई मुड़ने पर हल्की धातु की खरोंच।"
  • लेयर्ड प्रॉम्प्ट्स:
    • "घड़ी की सेकंड हैंड की हल्की टिक-टिक"
    • "कोट की आस्तीन ठीक करने की धीमी सरसराहट"
    • "शहर का बैकग्राउंड नॉइज़"

फिर आप इन्हें अपने वीडियो एडिटर में एक-दूसरे के ऊपर स्टैक कर सकते हैं।

साउंड्स को लेयर करने और बेहतरीन आउटपुट के लिए हर क्लिप का वॉल्यूम सेट करने के बाद, अपना वीडियो एक्सपोर्ट करें और शेयर करें।

चाहे आप एक सिनेमैटिक मोंटाज, शहर पर काव्यात्मक विचार या डॉक्यूमेंट्री-स्टाइल शॉर्ट फ़िल्म बना रहे हों, AI-जनरेटेड ऑडियो आपके विज़न को जीवंत कर देता है। आज ही ElevenLabs आज़माएं और वॉइस व साउंड की ताकत से अपने Veo 2 वीडियो को पूरी तरह इमर्सिव अनुभव में बदलें।

संबंधित लेख

उच्चतम गुणवत्ता वाले AI ऑडियो के साथ बनाएं

सेल्स से बात करेंसाइन अप करें