अब तक के हमारे सबसे अभिव्यक्तिपूर्ण मॉडल्स
और v4 Turbo से मिलें
भावनाओं, ऑडियो इवेंट्स और इमर्सिव साउंडस्केप्स से भरपूर नियंत्रित और अभिव्यक्तिपूर्ण स्पीच बनाएं।
Eleven v4
हमारा सबसे भावनात्मक वॉइस मॉडल
Eleven v4 पूरी तरह नए आर्किटेक्चर पर बना है, जो स्क्रिप्ट को ठीक वैसे पढ़ता है जैसे कोई वॉइस ऐक्टर पढ़ेगा। यह जानता है कि कौन बोल रहा है, अभी क्या हुआ और हर लाइन का असर कैसा होना चाहिए।
जॉन - होस्ट, नाटकीय
सिया - बातचीत जैसा, ब्रिटिशजॉन - होस्ट, नाटकीयजॉन - होस्ट, नाटकीयभावनाओं और ध्वनियों की विस्तृत रेंज
90+ भाषाओं में स्पीच, भावनाओं की असाधारण रेंज के साथ। सीन सेट करने के लिए कई स्पीकर और साउंड इफेक्ट्स भी इसमें शामिल हैं।
नए आर्किटेक्चर पर बना
स्क्रिप्ट में निर्देश लिखें
स्क्रिप्ट में सीधे [laughs], [whispers] और [door slams] जैसे निर्देश जोड़ें। Eleven v4, v3 की तुलना में टैग सीक्वेंस को ज़्यादा भरोसेमंद ढंग से फॉलो करता है, जिसमें साउंड इफेक्ट्स भी शामिल हैं।
लंबे ऑडियो को बिना जोड़ दिखे जोड़ें
कॉन्टेक्स्ट स्टिचिंग किसी भी लंबाई की स्क्रिप्ट में गति और डिलीवरी को एक जैसा रखता है। पूरी ऑडियोबुक पहले पेज से आखिरी तक एक ही टेक जैसी सुनाई देती है।
वॉइस बदले बिना फिर से जनरेट करें
एक लाइन को एक बार या पचास बार दोबारा बनाएं, बोलने वाला वही व्यक्ति रहता है। डायलॉग, नैरेशन और इनके बीच के हर तरह के कंटेंट में स्पीकर स्थिर रहता है।
प्रोफेशनल वॉइस क्लोन चुनें
v3 में प्रोफेशनल वॉइस क्लोन्स सपोर्ट नहीं थे। Eleven v4 में वे वापस आ गए हैं और हर भाषा में मॉडल की पूरी भावनात्मक रेंज के साथ काम करते हैं।
Eleven v4 Turbo
पेश है Eleven v4 Turboरियल-टाइम और एजेंट्स के लिए
Eleven v4 की अभिव्यक्तिपूर्ण रेंज वाला हमारा सबसे तेज़ रियल-टाइम स्पीच मॉडल, जो API और ElevenAgents के ज़रिए उपलब्ध है। Eleven v4 Turbo की मीडियन इन्फरेंस लेटेंसी ~100 ms है, पहली स्पीच तक समय ~150 ms है और लंबी इंटरैक्शन में भी यह एक जैसा बना रहता है।
ऐसा रिस्पॉन्स टाइम जिस पर कॉलर ध्यान भी न दें
पहली स्पीच तक 150ms के मीडियन समय पर देरी महसूस ही नहीं होती और बातचीत सहज चलती है।
इसे एक असली कॉल पर सुनें
Eleven v4 Turbo से चलने वाले एक एजेंट से इसके बारे में जानें।
लाइव बातचीत के लिए ऑप्टिमाइज़्ड
स्ट्रीम करें, स्ट्रीम पाएं
आपका LLM टेक्स्ट जनरेट करे, उसी समय उसे भेजें और वाक्य पूरा होने से पहले ऑडियो वापस आने लगेगा। एजेंट लूप्स के लिए बना बाइडायरेक्शनल स्ट्रीमिंग।
बातचीत की रफ्तार पर अभिव्यक्ति
Turbo में Eleven v4 की पूरी अभिव्यक्तिपूर्ण रेंज है। कन्फर्मेशन, एस्केलेशन और होल्ड, एक जैसे पढ़े जाने के बजाय अलग-अलग तरह से सुनाई देते हैं।
हर टर्न में एक ही वॉइस
प्रोफेशनल वॉइस क्लोन्स दोनों मॉडल्स में एक जैसे काम करते हैं, इसलिए कॉल के पहले टर्न से आखिरी तक ब्रांड वॉइस एक जैसी रहती है।
भाषा स्थानीय व्यक्ति की तरह बोलें
इसे जापानी, स्पैनिश या पुर्तगाली टेक्स्ट दें और वॉइस उसे स्थानीय एक्सेंट के साथ धाराप्रवाह बोलेगी।
17,500+ वॉइसेज़ में से चुनें
17,500+ वॉइसेज़ में से चुनें
नैरेशन वॉइसेज़ कहानीकारों के लिए एक जगह। गर्मजोशी भरी, प्रभावशाली और हर प्रोजेक्ट में एक जैसी।
कन्वर्सेशनल वॉइसेज़ रोज़मर्रा की बातचीत के लिए आपको एक सहज, स्वाभाविक वॉइस चाहिए। हमारी कन्वर्सेशनल वॉइसेज़ डायलॉग और ऐसे पॉडकास्ट के लिए बनाई गई हैं जो स्क्रिप्टेड न लगें।
सोशल मीडिया वॉइसेज़ छोटे फॉर्मेट के कंटेंट में जान डाल देने वाली वॉइसेज़। TikTok या Reel पर यूज़र को अंत तक बनाए रखने के लिए जरूरी ऊर्जा और व्यक्तित्व पाएं।
किरदारों की वॉइसेज़ आपकी काल्पनिक दुनिया के लिए वॉइसेज़ का कलेक्शन। अपने गेम, ऑडियोबुक या एनीमेशन को जीवंत बनाने वाली डायनामिक कास्ट चुनें।
शैक्षिक वॉइसेज़ भरोसेमंद और धैर्यवान वॉइसेज़, जो जटिल विषयों में छात्रों का मार्गदर्शन करती हैं। ये हर स्तर के कोर्स, ट्यूटोरियल, ट्रेनिंग सिमुलेशन और गाइड्स के लिए बेहतरीन हैं।
विज्ञापन वॉइसेज़ आपकी अगली प्रोडक्ट सेल के लिए आत्मविश्वास से भरपूर, पॉलिश्ड वॉइसेज़। डिजिटल ऐड्स या TV और रेडियो रीड्स के लिए एकदम सही।
मनोरंजन वॉइसेज़ गूंजते मूवी ट्रेलर्स से लेकर परफॉर्मेंस के लिए बनी कॉमिक वॉइसेज़ तक, इन वॉइसेज़ में भरपूर व्यक्तित्व है। ऐसे कंटेंट के लिए बनी हैं जहां डिलीवरी, कंटेंट जितनी ही मायने रखती है।
बहुभाषी वॉइसेज़ ग्लोबल कंटेंट के लिए बनी वॉइसेज़। स्वाभाविक गति, मुहावरेदार अभिव्यक्तियां और ऐसे एक्सेंट जो हर मार्केट के दर्शकों से जुड़ें।
हमने डिटरमिनिस्टिक कंट्रोल के ज़रिए Agentforce Voice को बड़े स्तर पर अपनाया है। ग्राहकों से हमें लगातार यही सुनने को मिलता है कि वे इस पर भरोसा करते हैं, क्योंकि एजेंट का हर कदम अपने आप कुछ करने के बजाय सही संदर्भ में और नियंत्रित होता है। इस रणनीति का अहम हिस्सा है उस निश्चितता का संतुलन हाई-क्वालिटी, हाई-EQ वॉइस मॉडल्स के साथ करना। यहीं Eleven v4 Turbo मानक को ऊपर उठाता दिखता है—तेज़, ज़्यादा प्राकृतिक रिस्पॉन्स देकर, जो हमारे ग्राहकों की अपेक्षाओं पर खरे उतरते हैं और उन्हें Agentforce Voice को और भी ज़्यादा उपयोगों में लाने देते हैं।
सैकड़ों पब्लिशर्स के साथ उनकी पत्रकारिता को ऑडियो में लाने के काम में हमें प्रत्यक्ष रूप से पता चलता है कि वॉइस क्वालिटी कितनी मायने रखती है। ElevenLabs के साथ पार्टनरशिप के बाद, हमारे कई पब्लिशर्स ने ज़्यादा एंगेजमेंट और सुनने का लंबा समय देखा है। Eleven v4 पब्लिशर्स को यह सुनिश्चित करने के और तरीके देता है कि ये वॉइसेज़ आकर्षक, परिचित और स्पष्ट रूप से उनकी अपनी लगें।
ElevenLabs v4 वॉइस बातचीत में प्राकृतिक ध्वनि का एक नया स्तर लाता है। वॉइसेज़ न सिर्फ़ ज़्यादा अभिव्यक्तिपूर्ण हैं, बल्कि ज़्यादा नियंत्रित भी हैं, जिससे हम ज़्यादा समृद्ध और इमर्सिव वॉइस अनुभव बना सकते हैं।
जब मैंने इसे पहली बार इस्तेमाल किया (Eleven v4), तो यह इतना साफ़ और जीवंत था कि लगा जैसे मैं स्टूडियो में टैलेंट के साथ सेशन चला रहा हूं।
हम ऐसे वॉइस मॉडल की तलाश में थे जो क्वालिटी से समझौता किए बिना असली बातचीत जैसा तेज़ महसूस हो। Eleven v4 Turbo ऐसा करने वाला पहला मॉडल है। ऑटोमेटेड सेल्स वर्कफ़्लोज़ के लिए, यही वह मोड़ है जहां बनाना एक प्रयोग जैसा लगना बंद हो जाता है।
तय करें कि यह कैसा सुनाई देबोलने से पहले
हर जनरेशन एक वॉइस से शुरू होती है। अपनी मौजूदा वॉइस क्लोन करें, वर्णन से एक वॉइस डिज़ाइन करें या IPA सपोर्ट से खास शब्दों का उच्चारण सुधारें।
वॉइस क्लोनिंग
दस सेकंड के ऑडियो से वॉइस क्लोन करें, या लगभग सटीक मैच के लिए प्रोफेशनल वॉइस क्लोन ट्रेन करें।
वॉइस डिज़ाइन
एक वाक्य में वॉइस का वर्णन करें और उसे जनरेट करें—बिना रिकॉर्डिंग सेशन या कास्टिंग कॉल के।
उच्चारण शब्दकोश
नामों, संक्षिप्त रूपों और तकनीकी शब्दों का उच्चारण तय करें। फ़ोनेटिक्स एक बार सेट करें और हर जनरेशन में उनका इस्तेमाल होगा।
मुफ़्त में बनाना शुरू करेंजब ज़्यादा चाहिए, अपग्रेड करें
API के ज़रिए उपलब्धEleven v4 को अपने ऐप में लाएं
रियल-टाइम अनुभवों और वॉइस एजेंट्स के लिए Eleven v4 Turbo के साथ बनाएं, सब कुछ ElevenAPI के ज़रिए।
Eleven v4 और Eleven v4 Turbo API एक्सेस करें
हमारे REST API, स्ट्रीमिंग एंडपॉइंट्स या TypeScript और Python SDKs से किसी भी प्रोडक्ट में अभिव्यक्तिपूर्ण स्पीच जोड़ें।
- एक model_id से मॉडल बदलें
- टेक्स्ट स्ट्रीम करें और रियल टाइम में ऑडियो पाएं
- लंबे फॉर्मेट की जनरेशन में निरंतरता बनाए रखें
