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।
हर पंक्ति में भाव
Eleven v4 संदर्भ के अनुसार टोन और गति को ढालता है, नैचुरल-लैंग्वेज निर्देशों और इनलाइन ऑडियो टैग के ज़रिए भावनात्मक नियंत्रण देते हुए वॉइस की पहचान बनाए रखता है।
20,000+ वॉइस में से चुनें
20,000+ वॉइस में से चुनें
नैरेशन वॉइस कहानीकारों की जगह। गर्मजोशी भरी, प्रभावशाली और हर प्रोजेक्ट में एक जैसी।
संवादात्मक वॉइस रोज़मर्रा की बातचीत के लिए आपको एक स्वाभाविक, सहज वॉइस चाहिए। हमारी संवादात्मक वॉइस संवाद और पॉडकास्ट के लिए बनी हैं, जो बिना स्क्रिप्ट वाले लगते हैं।
सोशल मीडिया वॉइस शॉर्ट-फॉर्म कंटेंट में जीवंत हो उठने वाली वॉइस। यूज़र को आपके TikTok या Reel पर शुरू से अंत तक बनाए रखने के लिए ज़रूरी ऊर्जा और व्यक्तित्व पाएं।
किरदारों की वॉइस आपकी काल्पनिक दुनिया के लिए वॉइस का संग्रह। ऐसे गतिशील कलाकारों में से चुनें जो आपके गेम, ऑडियोबुक या ऐनिमेशन में जान डाल दें।
शैक्षिक वॉइस भरोसेमंद, धैर्यवान वॉइस जो छात्रों को जटिल विषयों में मार्गदर्शन देती हैं। ये वॉइस हर स्तर के कोर्स, ट्यूटोरियल, ट्रेनिंग सिम्युलेशन और गाइड के लिए बेहतरीन हैं।
विज्ञापन वॉइस आपकी अगली प्रोडक्ट बिक्री के लिए आत्मविश्वास से भरी परिष्कृत वॉइस। डिजिटल विज्ञापनों या TV और रेडियो रीड के लिए एकदम सही।
मनोरंजन वॉइस दमदार मूवी ट्रेलर से लेकर परफॉर्मेंस के लिए बनी कॉमिक वॉइस तक, इन वॉइस में भरपूर व्यक्तित्व है। ऐसे कंटेंट के लिए बनी हैं जहाँ डिलीवरी उतनी ही मायने रखती है जितना कंटेंट।
बहुभाषी वॉइस ग्लोबल कंटेंट के लिए बनी वॉइस। स्वाभाविक गति, मुहावरेदार अभिव्यक्तियाँ और ऐसे ऐक्सेंट जो हर बाज़ार के दर्शकों से जुड़ें।
हमने तय नियंत्रण के ज़रिए Agentforce Voice को अपनाने का दायरा बढ़ाया है। ग्राहकों से हमें लगातार सुनने को मिलता है कि वे इस पर भरोसा करते हैं, क्योंकि एजेंट का हर कदम अचानक बनाया हुआ नहीं, बल्कि स्पष्ट आधार और नियंत्रण के साथ होता है। इस रणनीति का अहम हिस्सा उस तय नियंत्रण को उच्च-गुणवत्ता, उच्च-EQ वॉइस मॉडल के साथ संतुलित करना है। यहीं Eleven v4 Turbo स्तर को ऊपर उठाता दिख रहा है—तेज़, अधिक स्वाभाविक जवाबों के साथ जो हमारे ग्राहकों के अपेक्षित मानक पर खरे उतरते हैं और उन्हें Agentforce Voice को और ज़्यादा उपयोग के मामलों में लाने देते हैं।
सैकड़ों पब्लिशर्स के साथ उनकी पत्रकारिता को ऑडियो में लाने के काम में, हम प्रत्यक्ष रूप से देखते हैं कि वॉइस क्वालिटी कितनी मायने रखती है। ElevenLabs के साथ साझेदारी के बाद, हमारे कई पब्लिशर्स ने ज़्यादा एंगेजमेंट और लंबे सुनने के समय देखे हैं। Eleven v4 पब्लिशर्स को यह सुनिश्चित करने के और तरीके देता है कि ये वॉइस आकर्षक, परिचित और पूरी तरह उनकी अपनी लगें।
ElevenLabs v4 वॉइस बातचीत में स्वाभाविक आवाज़ का एक नया स्तर लाता है। वॉइस न सिर्फ़ ज़्यादा भावपूर्ण हैं, बल्कि ज़्यादा नियंत्रित भी हैं, जिससे हम और समृद्ध, ज़्यादा इमर्सिव वॉइस अनुभव बना सकते हैं।
जब मैंने इसे पहली बार इस्तेमाल किया (Eleven v4), तो यह इतना साफ़ और सजीव था कि लगा जैसे मैं बूथ में प्रतिभाशाली कलाकार के साथ सेशन चला रहा हूँ।
हम ऐसी वॉइस मॉडल की तलाश में थे जो क्वालिटी से समझौता किए बिना असली बातचीत जितनी तेज़ लगे, और Eleven v4 Turbo पहला मॉडल है जो दोनों काम करता है। ऑटोमेटेड सेल्स वर्कफ़्लो के लिए, यही वह बिंदु है जहाँ बनाना एक प्रयोग जैसा लगना बंद हो जाता है।
चुनें कि यह कैसा सुनाई देकुछ कहने से पहले
हर जनरेशन एक वॉइस से शुरू होती है। अपनी मौजूदा वॉइस क्लोन करें, विवरण से नई वॉइस डिज़ाइन करें, या IPA सपोर्ट से खास शब्दों का उच्चारण ठीक करें।
वॉइस क्लोनिंग
दस सेकंड के ऑडियो से वॉइस क्लोन करें, या लगभग सटीक मिलान के लिए प्रोफेशनल वॉइस क्लोन को ट्रेन करें।
वॉइस डिज़ाइन
एक वाक्य में वॉइस का वर्णन करें और उसे जनरेट करें—बिना रिकॉर्डिंग सेशन या कास्टिंग कॉल के।
उच्चारण शब्दकोश
तय करें कि नामों, संक्षिप्ताक्षरों और तकनीकी शब्दों का उच्चारण कैसे हो। फोनेटिक्स एक बार सेट करें और हर जनरेशन में उनका इस्तेमाल होगा।
मुफ़्त में बनाना शुरू करेंजब ज़्यादा चाहिए, तब 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 बनाएँ—सब कुछ ElevenAPI के ज़रिए।
Eleven v4 और Eleven v4 Turbo API का इस्तेमाल करें
हमारे REST API, स्ट्रीमिंग एंडपॉइंट या TypeScript और Python SDK का इस्तेमाल करके किसी भी प्रोडक्ट में भावपूर्ण स्पीच जोड़ें।
- एक ही model_id से मॉडल बदलें
- टेक्स्ट स्ट्रीम करें और रियल टाइम में ऑडियो पाएं
- लॉन्ग-फॉर्म जनरेशन में निरंतरता बनाए रखें
