लंबे टेक्स्ट पर स्थिर
लंबे वाचन के लिए ElevenLabs का सबसे स्थिर मॉडल, ताकि पूरे अध्याय एक ही टेक में रिकॉर्ड हुए लगें।
Eleven Multilingual v2 API: ElevenLabs का जीवंत आवाज़ वाला मॉडल, जो लंबे टेक्स्ट पर इसके सभी मॉडलों में सबसे स्थिर है, और 29 भाषाओं में उपलब्ध है। $0.10 प्रति 1K अक्षर, बाकी सभी मॉडलों वाली उसी कुंजी पर।
eleven-multilingual-v2अपडेट 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-multilingual-v2", 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 | $0.10 | $0.08 | — |
एक मिनट की आवाज़ लगभग 850 अक्षर | $0.085 | $0.068 | — |
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 Multilingual v2 ElevenLabs का पुराना और भरोसेमंद, जीवंत स्पीच मॉडल है, जो 22 अगस्त 2023 को रिलीज़ हुआ था। यह 29 भाषाओं में है और लंबे टेक्स्ट पर ElevenLabs के सभी मॉडलों में सबसे स्थिर है। Zurelay Eleven Multilingual v2 API इसे OpenAI-संगत स्पीच एंडपॉइंट के ज़रिए उपलब्ध कराता है, जिसमें 17 ElevenLabs आवाज़ें हैं। कीमत $0.10 प्रति 1,000 वर्ण टेक्स्ट है, यानी बोले गए लगभग एक मिनट के लिए $0.085।
ElevenLabs ने Eleven Multilingual v2 को 22 अगस्त 2023 को जारी किया था। वह इसे समृद्ध भावनात्मक अभिव्यक्ति वाला जीवंत मॉडल बताता है, और लंबे टेक्स्ट के लिए अपना सबसे स्थिर मॉडल। यह 29 भाषाएँ बोलता है और आज भी ElevenLabs की अपनी स्पीच API का डिफ़ॉल्ट मॉडल है। Zurelay पर इसकी ID eleven-multilingual-v2 है, और ElevenLabs की अपनी ID eleven_multilingual_v2 भी काम करती है।
Eleven Multilingual v2 शैली के निर्देश नहीं लेता और टेक्स्ट को जैसा लिखा है वैसा ही पढ़ता है: मूड शब्दों और विराम चिह्नों से आता है। रफ़्तार speed से तय करें, 0.7 से 1.2 के बीच। Zurelay पर नापने पर, एक ही वाक्य 0.7 पर 7.1 सेकंड और 1.2 पर 3.7 सेकंड में पूरा हुआ।
Zurelay इसे OpenAI-संगत एंडपॉइंट के ज़रिए उपलब्ध कराता है: POST https://api.zurelay.com/v1/audio/speech, जिसमें input में 5,000 वर्ण तक और 17 ElevenLabs आवाज़ों में से एक दी जा सकती है (डिफ़ॉल्ट रूप से Talia, या alloy और nova जैसा कोई OpenAI नाम)। जवाब में सीधे ऑडियो फ़ाइल मिलती है: डिफ़ॉल्ट रूप से MP3, या WAV या रॉ 24 kHz PCM। एक वाक्य में आमतौर पर लगभग एक सेकंड लगता है। हर अनुरोध एक ही आवाज़ में बोलता है। Zurelay के ज़रिए वॉइस क्लोनिंग, ElevenLabs की वॉइस लाइब्रेरी, कई वक्ताओं वाला संवाद और स्ट्रीमिंग 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 $0.10, 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 $0.085। ElevenLabs की अपनी API कीमत प्रति 1,000 अक्षर $0.08 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
लंबे वाचन के लिए ElevenLabs का सबसे स्थिर मॉडल, ताकि पूरे अध्याय एक ही टेक में रिकॉर्ड हुए लगें।
0.7 से 1.2 तक की speed वाचन को धीमा या तेज़ कर देती है।
ज़्यादातर प्रोडक्ट्स को जिन भाषाओं की ज़रूरत होती है, वे सब उपलब्ध हैं, और आवाज़ उसी भाषा में बोलती है जिसमें आप टेक्स्ट भेजते हैं।
इस्तेमाल के तरीके
लंबा टेक्स्ट एक समान लय में पढ़ा जाता है, एक बार में एक अनुरोध।
सीखने वालों की ज़रूरत की रफ़्तार से पढ़े गए पाठ।
फ़ोन लाइनों और सार्वजनिक जगहों के लिए साफ़ और स्थिर संदेश।
स्पीड के साथ कट के हिसाब से तय समय वाली नैरेशन।
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-multilingual-v2आपके मौजूदा टूल के साथ काम करता है
तुलना करें
$0.10 प्रति 1K कैरेक्टर
ज़्यादा भावनाओं, ऑडियो टैग और 90 से ज़्यादा भाषाओं के लिए Eleven v4 चुनें।
Eleven v4 API$0.05 प्रति 1K कैरेक्टर
आधी क़ीमत और तेज़ जवाबों के लिए Eleven Flash v2.5 चुनें।
Eleven Flash v2.5 API$0.05 प्रति 1K कैरेक्टर
ElevenLabs का Eleven v4 Turbo, $0.05 per 1K characters।
Eleven v4 Turbo 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 अक्षरों पर $0.10 लेता है, जिसमें स्पेस और विराम चिह्न भी गिने जाते हैं, और ऑडियो की क़ीमत इसी में शामिल है। एक मिनट की बोली में लगभग 850 अक्षर होते हैं, यानी लगभग $0.085। Eleven Multilingual v2 के लिए ElevenLabs की अपनी API क़ीमत हर 1,000 अक्षरों पर $0.08 है: Zurelay पर आप थोड़ा ज़्यादा देते हैं, लेकिन इसे आप बाकी सभी मॉडलों वाली उसी कुंजी और प्रीपेड बैलेंस पर इस्तेमाल करते हैं, और ElevenLabs की कोई सदस्यता भी नहीं लेनी 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-multilingual-v2, voice के लिए Talia जैसी कोई आवाज़ और input में अपना टेक्स्ट दें। instructions न दें: यह मॉडल इन्हें स्वीकार नहीं करता। जवाब में सीधे ऑडियो फ़ाइल 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 का 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।
29: अंग्रेज़ी, जापानी, चीनी, जर्मन, हिंदी, फ़्रेंच, कोरियाई, पुर्तगाली, इतालवी, स्पेनिश, इंडोनेशियाई, डच, तुर्की, फ़िलिपीनो, पोलिश, स्वीडिश, बल्गेरियाई, रोमानियाई, अरबी, चेक, यूनानी, फ़िनिश, क्रोएशियाई, मलय, स्लोवाक, डेनिश, तमिल, यूक्रेनी और रूसी। 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 की अपनी API के ज़रिए ElevenLabs के Eleven Multilingual v2 (eleven_multilingual_v2) पर 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.