भावपूर्ण प्रस्तुति
भावनाओं के साथ इंसान जैसी आवाज़, उन स्क्रिप्ट के लिए जिन्हें सपाट पढ़ने से ज़्यादा चाहिए।
Eleven v3 API: ElevenLabs का भावपूर्ण स्पीच मॉडल, हँसी, फुसफुसाहट और मूड के लिए ऑडियो टैग के साथ। $0.10 प्रति 1K अक्षर, बाकी हर मॉडल वाली उसी API कुंजी पर।
eleven-v3अपडेट 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-v3", 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 v3 ElevenLabs का भावपूर्ण स्पीच मॉडल है, जो 2 फ़रवरी 2026 से सामान्य रूप से उपलब्ध है और हँसी, फुसफुसाहट और मूड के लिए ऑडियो टैग के साथ आता है। Zurelay Eleven v3 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 2 फ़रवरी 2026 को Eleven v3 को आम तौर पर उपलब्ध कराया, 70 से ज़्यादा भाषाओं में इंसानों जैसी, भावपूर्ण आवाज़ के मॉडल के रूप में। सितंबर 2026 में Eleven v4 आने के बाद से ElevenLabs v3 को अपनी पिछली पीढ़ी कहता है और नए काम के लिए v4 की सलाह देता है, लेकिन v3 अब भी चालू है और इसकी बंद होने की कोई तारीख़ नहीं है। Zurelay पर इसकी ID eleven-v3 है, और ElevenLabs की अपनी ID eleven_v3 भी काम करती है।
Eleven v3 स्टाइल निर्देश नहीं लेता। आप टेक्स्ट में चौकोर कोष्ठक में लिखे ऑडियो टैग से इसे दिशा देते हैं, जैसे [laughs], [whispers], [sighs] या [excited], और इन्हें वहीं रखते हैं जहाँ आवाज़ या मूड बदलना हो। ठहराव विराम-चिह्नों और एलिप्सिस से आता है: SSML के break टैग समर्थित नहीं हैं। स्पीड सेटिंग स्वीकार हो जाती है, लेकिन इस मॉडल में रफ़्तार नहीं बदलती।
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 दो सेकंड लगते हैं। 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
भावनाओं के साथ इंसान जैसी आवाज़, उन स्क्रिप्ट के लिए जिन्हें सपाट पढ़ने से ज़्यादा चाहिए।
जहाँ अंदाज़ बदलना हो, वहाँ [laughs], [whispers] या [excited] लिखें।
कई भाषाओं में उपलब्ध: आप जिस भाषा में टेक्स्ट भेजते हैं, आवाज़ उसी भाषा में बोलती है।
इस्तेमाल के तरीके
Eleven v4 आज़माते समय वही आवाज़ बनाए रखें जिसे आपके श्रोता पहचानते हैं।
वीडियो, कहानियों और कोर्स के लिए भावपूर्ण वाचन।
ऐसी पंक्तियाँ जिनमें हँसी, आहें और मूड स्क्रिप्ट में ही लिखे हों।
आपकी स्क्रिप्ट से आवाज़ में तैयार विज्ञापन और एक्सप्लेनर।
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-v3आपके मौजूदा टूल के साथ काम करता है
तुलना करें
$0.10 प्रति 1K कैरेक्टर
नए काम के लिए उसी कीमत पर ElevenLabs का नया मॉडल Eleven v4 चुनें।
Eleven v4 API$0.10 प्रति 1K कैरेक्टर
अपनी तय की हुई रफ़्तार पर स्थिर और लंबा वाचन चाहिए, तो Eleven Multilingual v2 चुनें।
Eleven Multilingual v2 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 टेक्स्ट के हर 1,000 अक्षरों पर $0.10 लेता है, जिसमें स्पेस और विराम चिह्न भी गिने जाते हैं, और ऑडियो की कीमत इसी में शामिल है। एक मिनट की बोली लगभग 850 अक्षरों की होती है, यानी लगभग $0.085। Eleven v3 के लिए ElevenLabs की अपनी API कीमत $0.08 प्रति 1,000 अक्षर है: Zurelay पर आप थोड़ा ज़्यादा देते हैं, लेकिन यह बाकी सभी मॉडलों वाली उसी कुंजी और प्रीपेड बैलेंस पर मिलता है, और ElevenLabs की 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-v3, 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, टेक्स्ट में ऑडियो टैग के ज़रिए। जहाँ बोलने का अंदाज़ बदलना हो, वहाँ चौकोर कोष्ठक में टैग लिखें, जैसे "[whispers] It's a secret. [laughs] Not really." ElevenLabs के दस्तावेज़ में [laughs], [whispers], [sighs], [excited], [sarcastic] और [curious] जैसे टैग बताए गए हैं। Zurelay आपका टेक्स्ट जैसा लिखा है वैसा ही भेजता है, और टैग भी अक्षरों में गिने जाते हैं। instructions वाला अनुरोध unsupported_parameter त्रुटि के साथ अस्वीकार हो जाता है, और speed से इस मॉडल की गति नहीं बदलती।
ElevenLabs के अनुसार 70 से ज़्यादा। Zurelay पर भाषा की कोई सेटिंग नहीं है: टेक्स्ट उसी भाषा में लिखें जिसमें आप आवाज़ 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।
जी हाँ। आपके अनुरोध ElevenLabs की अपनी API के ज़रिए ElevenLabs के Eleven v3 (eleven_v3) 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.