सबसे तेज़ जवाब
रियल-टाइम इस्तेमाल के लिए बना: Zurelay पर एक वाक्य एक सेकंड से कम में पूरा लौट आता है।
Eleven Flash v2.5 API: रियल-टाइम इस्तेमाल के लिए ElevenLabs का बेहद तेज़ स्पीच मॉडल, 32 भाषाओं में। हर 1K अक्षरों पर $0.05, बाकी सभी मॉडलों वाली उसी कुंजी पर।
eleven-flash-v2.5अपडेट किया गया from openai import OpenAIclient = OpenAI( base_url="https://api.zurelay.com/v1", api_key="YOUR_ZURELAY_KEY",)speech = client.audio.speech.create( model="eleven-flash-v2.5", voice="Talia", input="Welcome to Zurelay. Your video is ready.",)speech.write_to_file("welcome.mp3")बेस URL https://api.zurelay.com/v1. किसी भी OpenAI SDK के साथ काम करता है। स्पीच API दस्तावेज़
कीमतें
बिना किसी सदस्यता के, प्रीपेड क्रेडिट से जितना इस्तेमाल करें, उतना भुगतान करें। $10 से टॉप-अप करें। असफल अनुरोधों का कभी शुल्क नहीं लगता।
| दर | Zurelay | ElevenLabs की सूचीबद्ध दर | आपकी बचत |
|---|---|---|---|
1K अक्षर आपके भेजे गए टेक्स्ट के | $0.05 | $0.04 | — |
एक मिनट की आवाज़ लगभग 850 अक्षर | $0.043 | $0.034 | — |
बिलिंग आपके भेजे टेक्स्ट के अक्षरों पर होती है, जिनमें स्पेस और विराम चिह्न भी शामिल हैं; ऑडियो की कीमत इसी में शामिल है। एक मिनट की स्पीच लगभग 850 अक्षरों की होती है। जो अनुरोध विफल होते हैं, उनका कोई शुल्क नहीं लगता।
ElevenLabs का हर मॉडल और उसकी कीमतजितना टेक्स्ट आप एक महीने में बोलकर सुनाना चाहते हैं, स्लाइडर को वहाँ तक ले जाएँ।
बिल आपके भेजे गए अक्षरों पर बनता है, जिनमें स्पेस और विराम चिह्न भी शामिल हैं। विफल रिक्वेस्ट का कोई शुल्क नहीं लगता।
लागत
Zurelay की लाइव कीमतों पर सामान्य वर्कलोड।
लगभग एक मिनट की स्पीच।
करीब 30 मिनट की स्पीच।
लगभग 10 घंटे की स्पीच।
खास जानकारी
Eleven Flash v2.5 ElevenLabs का बेहद तेज़ स्पीच मॉडल है, जो रीयल-टाइम इस्तेमाल के लिए बना है। यह दिसंबर 2024 में रिलीज़ हुआ था और 32 भाषाओं में उपलब्ध है। Zurelay Eleven Flash v2.5 API इसे OpenAI-संगत स्पीच एंडपॉइंट के ज़रिए उपलब्ध कराता है, जिसमें 17 ElevenLabs आवाज़ें हैं। कीमत $0.05 प्रति 1,000 वर्ण टेक्स्ट है, यानी बोले गए लगभग एक मिनट के लिए $0.043।
ElevenLabs ने 18 दिसंबर 2024 को Eleven Flash v2.5 की घोषणा की थी, जो रियल-टाइम इस्तेमाल के लिए अनुकूलित बेहद तेज़ मॉडल है, और कंपनी के अनुसार स्ट्रीमिंग के दौरान अपने सर्वरों पर यह लगभग 100 मिलीसेकंड में जवाब देता है। यह 32 भाषाएँ बोलता है। Zurelay पर इसकी ID eleven-flash-v2.5 है, और ElevenLabs की अपनी ID eleven_flash_v2_5 भी काम करती है।
Eleven Flash v2.5 स्टाइल निर्देश नहीं लेता और टेक्स्ट को जैसा लिखा है वैसा ही पढ़ता है। रफ़्तार speed से तय करें, 0.7 से 1.2 तक। Zurelay पर मापने पर वही वाक्य 0.7 पर 6.7 सेकंड और 1.2 पर 4.0 सेकंड में पूरा हुआ। ElevenLabs इस मॉडल पर टेक्स्ट नॉर्मलाइज़ेशन बंद रखता है, इसलिए संख्याएँ और संक्षिप्त रूप वैसे ही लिखें जैसे उन्हें बोला जाना चाहिए।
Zurelay इसे OpenAI-संगत एंडपॉइंट के ज़रिए उपलब्ध कराता है: POST https://api.zurelay.com/v1/audio/speech, जिसमें इनपुट में 5,000 अक्षर तक और ElevenLabs की 17 आवाज़ों में से कोई एक (डिफ़ॉल्ट रूप से Talia, या alloy या nova जैसा OpenAI का नाम) दी जा सकती है। जवाब में ऑडियो फ़ाइल ही मिलती है: डिफ़ॉल्ट रूप से MP3, या WAV या रॉ 24 kHz PCM। एक वाक्य आमतौर पर एक सेकंड से कम में पूरा आ जाता है। हर अनुरोध एक ही आवाज़ में बोलता है। वॉइस क्लोनिंग, ElevenLabs की वॉइस लाइब्रेरी, कई वक्ताओं वाला संवाद और स्ट्रीमिंग Zurelay के ज़रिए उपलब्ध नहीं हैं।
इस मॉडल पर स्पीच का बिल सिर्फ़ टेक्स्ट के आधार पर बनता है: आप जो टेक्स्ट भेजते हैं, उसके प्रति 1,000 अक्षर पर $0.05, जिसमें स्पेस, विराम चिह्न और टैग भी गिने जाते हैं। ऑडियो कितना भी लंबा हो, उसकी कीमत इसी में शामिल है। एक मिनट की स्पीच लगभग 850 अक्षरों की होती है, यानी लगभग $0.043। ElevenLabs की अपनी API कीमत प्रति 1,000 अक्षर $0.04 है। हर जवाब के x-zurelay-input-tokens हेडर में दिखता है कि उसका बिल कितने अक्षरों पर बना, हर अनुरोध आपके रिक्वेस्ट लॉग में दिखता है, और फ़ेल हुए अनुरोधों का कोई शुल्क नहीं लगता।
खूबियाँ
रियल-टाइम इस्तेमाल के लिए बना: Zurelay पर एक वाक्य एक सेकंड से कम में पूरा लौट आता है।
उसी टेक्स्ट के लिए Eleven v4 और Multilingual v2 से आधी क़ीमत।
0.7 से 1.2 तक की speed वाचन को धीमा या तेज़ कर देती है।
इस्तेमाल के तरीके
जवाब एक-एक वाक्य करके बोले जाते हैं, इंतज़ार बहुत कम।
ऑर्डर अपडेट, रिमाइंडर और अलर्ट होते ही बोलकर सुनाए जाते हैं।
लेख और संदेश माँगने पर बोलकर सुनाए जाते हैं।
ElevenLabs की प्रति अक्षर सबसे कम क़ीमत पर ढेर सारी छोटी क्लिप।
शुरू करें
न कोई वेटलिस्ट, न नया SDK. अगर आपका कोड पहले से OpenAI से कनेक्ट होता है, तो वह Zurelay से भी कनेक्ट हो सकता है.
Sign up, add credit और create an API key. Set a monthly budget or a rate limit per key if you like.
Change the base URL. Everything else in your code stays the same.
https://api.zurelay.com/v1POST your text और a voice to /v1/audio/speech and get the audio back as MP3, WAV or PCM.
eleven-flash-v2.5आपके मौजूदा टूल के साथ काम करता है
तुलना करें
$0.05 प्रति 1K कैरेक्टर
उसी क़ीमत पर ज़्यादा भावों और ऑडियो टैग के लिए Eleven v4 Turbo चुनें।
Eleven v4 Turbo API$0.10 प्रति 1K कैरेक्टर
ज़्यादा समृद्ध और स्थिर लंबी रीडिंग के लिए Eleven Multilingual v2 चुनें।
Eleven Multilingual v2 API$0.10 प्रति 1K कैरेक्टर
ElevenLabs का Eleven v4, $0.10 per 1K characters।
Eleven v4 APIअक्सर पूछे जाने वाले सवाल
कुछ और पूछना है? हमारी टीम से पूछें और हम ईमेल से जवाब देंगे.
Zurelay आपके भेजे गए टेक्स्ट के हर 1,000 वर्णों पर $0.05 लेता है, जिसमें स्पेस और विराम चिह्न भी गिने जाते हैं, और ऑडियो की कीमत इसी में शामिल है। एक मिनट की बोली में लगभग 850 वर्ण होते हैं, यानी लगभग $0.043। Eleven Flash v2.5 के लिए ElevenLabs की अपनी API कीमत $0.04 प्रति 1,000 वर्ण है: Zurelay पर आप थोड़ा ज़्यादा देते हैं, पर इसे बाकी सभी मॉडल वाली उसी कुंजी और प्रीपेड बैलेंस से इस्तेमाल कर सकते हैं, और ElevenLabs की सदस्यता की ज़रूरत नहीं पड़ती। जो अनुरोध विफल होते हैं, उनका कोई शुल्क नहीं लगता।
Zurelay API कुंजी बनाएँ, SDK का बेस URL https://api.zurelay.com/v1 पर सेट करें और client.audio.speech.create को कॉल करें, जिसमें model के लिए eleven-flash-v2.5, Talia जैसी कोई आवाज़ और input में आपका टेक्स्ट दें। instructions न दें: यह मॉडल उन्हें नहीं लेता। जवाब में ऑडियो फ़ाइल ही मिलती है: Python में उसे write_to_file से सहेजें, या Node में उसके बाइट्स किसी फ़ाइल में लिखें। पहले आवाज़ें आज़माने के लिए https://zurelay.com/app/playground पर प्लेग्राउंड में स्पीच मोड इस्तेमाल करें।
17 ElevenLabs आवाज़ें: Talia, Elara, Baxter, Eldrin, Elowen, Kaelen, Lawrence, Alicia, Maisie, Warren, Jade, Eddie, Caleb, Sawyer, Finley, Florence और Darian, जिनमें डिफ़ॉल्ट Talia है। OpenAI की आवाज़ों के नाम भी काम करते हैं और इनमें से किसी एक से जुड़ते हैं: alloy Elowen की आवाज़ में बोलता है, nova Elara की, onyx Sawyer की और shimmer Florence की। इस मॉडल पर Gemini की आवाज़ों के नाम, जैसे Kore, स्वीकार नहीं किए जाते। पुराने नाम, जैसे Sarah या Brian, अब भी काम करते हैं और उसी आवाज़ में बोलते हैं जो ElevenLabs ने उनकी जगह रखी है। वॉइस क्लोनिंग, वॉइस डिज़ाइन और ElevenLabs की वॉइस लाइब्रेरी Zurelay पर उपलब्ध नहीं हैं।
हाँ। speed को 0.7 और 1.2 के बीच सेट करें, जहाँ 1 सामान्य रफ़्तार है। लेकिन यह स्टाइल निर्देश नहीं लेता: instructions वाला अनुरोध unsupported_parameter त्रुटि के साथ अस्वीकार कर दिया जाता है, इसलिए लहजा आपके शब्दों और विराम चिह्नों से ही बनता है।
32: Eleven Multilingual v2 की 29 भाषाएँ, साथ में हंगेरियन, नॉर्वेजियन और वियतनामी। Zurelay पर भाषा की कोई सेटिंग नहीं है: टेक्स्ट उसी भाषा में लिखें जिसमें आप उसे बुलवाना चाहते हैं।
Zurelay पर हर अनुरोध में अधिकतम 5,000 अक्षर का इनपुट लिया जाता है; इससे लंबे टेक्स्ट को कई अनुरोधों में बाँटें। ऑडियो डिफ़ॉल्ट रूप से MP3 में आता है, या response_format को wav पर सेट करें, या कच्चे 24 kHz, 16-बिट मोनो सैंपल के लिए pcm पर। हर अनुरोध एक ही आवाज़ में बोलता है, और पूरी फ़ाइल एक ही जवाब में आती है। Zurelay ऑडियो स्टोर नहीं करता, इसलिए मिली हुई फ़ाइल को सहेज लें।
हाँ। आपके अनुरोध ElevenLabs के अपने API के ज़रिए ElevenLabs के Eleven Flash v2.5 (eleven_flash_v2_5) पर ही चलते हैं, और Zurelay उसकी जगह कोई दूसरा मॉडल नहीं लगाता। Zurelay एक स्वतंत्र सेवा है और ElevenLabs से संबद्ध नहीं है।
सेकंडों में एक कुंजी बनाएं, अपने मौजूदा SDK को Zurelay से जोड़ें, और पहले टोकन से ही हर अनुरोध पर 90% तक कम खर्च करें.