ElevenLabs की सबसे भावपूर्ण आवाज़
भावनाओं और विविधता के लिए बनाया गया: नैरेशन, ऑडियोबुक और कैरेक्टर वॉइस, जो पढ़कर सुनाई हुई नहीं लगतीं।
Eleven v4 API: ElevenLabs का सबसे भावपूर्ण और सबसे उच्च गुणवत्ता वाला स्पीच मॉडल, नैरेशन, ऑडियोबुक और कैरेक्टर वॉइस के लिए। $0.10 प्रति 1K अक्षर, उसी कुंजी पर जिस पर बाकी सभी मॉडल चलते हैं।
eleven-v4अपडेट 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-v4", 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 v4 ElevenLabs का सबसे भावपूर्ण और सबसे उच्च गुणवत्ता वाला स्पीच मॉडल है, जो 28 सितंबर 2026 को नैरेशन, ऑडियोबुक और किरदारों की आवाज़ों के लिए जारी हुआ। Zurelay Eleven v4 API इसे OpenAI-संगत speech एंडपॉइंट से उपलब्ध कराता है, जिसमें 17 ElevenLabs आवाज़ें हैं। कीमत $0.10 प्रति 1,000 अक्षर है, यानी बोले गए ऑडियो के लगभग $0.085 प्रति मिनट।
ElevenLabs ने 28 सितंबर 2026 को Eleven v4 जारी किया और इसे अपना सबसे भावपूर्ण, उच्च गुणवत्ता वाला स्पीच सिंथेसिस मॉडल बताया है, जो कंटेंट क्रिएशन, ऑडियोबुक और कैरेक्टर वॉइसओवर के लिए है। v4 परिवार 90 से ज़्यादा भाषाएँ बोलता है। Zurelay पर इसकी ID eleven-v4 है, और ElevenLabs की अपनी ID eleven_v4 भी चलती है।
Eleven v4 स्टाइल के निर्देश नहीं लेता। आप इसे टेक्स्ट में चौकोर कोष्ठक में लिखे ऑडियो टैग से नियंत्रित करते हैं, जैसे [laughs], [whispers], [sighs], [excited] या [sarcastic], जिन्हें वहाँ रखें जहाँ आवाज़ या मूड बदलना चाहिए। ElevenLabs के मुताबिक़ ये टैग अभी पूरी तरह सटीक नहीं हैं, इसलिए नतीजा सुनकर जाँच लें। ठहराव विराम-चिह्नों और एलिप्सिस से आता है: SSML ब्रेक टैग समर्थित नहीं हैं। स्पीड सेटिंग स्वीकार की जाती है, पर इस मॉडल में रफ़्तार नहीं बदलती।
Zurelay इसे OpenAI-संगत एंडपॉइंट से उपलब्ध कराता है: POST https://api.zurelay.com/v1/audio/speech, जिसमें input में 5,000 अक्षरों तक का टेक्स्ट और 17 ElevenLabs आवाज़ों में से एक दी जा सकती है (डिफ़ॉल्ट रूप से Talia, या alloy या nova जैसा कोई OpenAI नाम)। जवाब में ऑडियो फ़ाइल ही मिलती है: डिफ़ॉल्ट रूप से MP3, या WAV या कच्चा 24 kHz PCM। एक वाक्य में आमतौर पर एक से दो सेकंड लगते हैं। हर अनुरोध एक ही आवाज़ में बोलता है। वॉइस क्लोनिंग, ElevenLabs की वॉइस लाइब्रेरी, मल्टी-स्पीकर डायलॉग और स्ट्रीमिंग Zurelay पर 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 और विविधता के लिए बनाया गया: नैरेशन, ऑडियोबुक और कैरेक्टर वॉइस, जो पढ़कर सुनाई हुई नहीं लगतीं।
जहाँ बोलने का अंदाज़ बदलना हो, वहाँ [laughs], [whispers] या [excited] लिखें, और मॉडल उसी के अनुसार बोलेगा।
दुनिया भर के श्रोताओं के लिए एक मॉडल, उसी भाषा में जिसमें आप टेक्स्ट भेजते हैं।
इस्तेमाल के तरीके
भाव के साथ लंबी रीडिंग, एक बार में एक अनुरोध, फिर अध्यायों में जोड़ी हुई।
स्क्रिप्ट में ही लिखी हँसी, फुसफुसाहट और मूड वाली लाइनें।
आपकी स्क्रिप्ट से तैयार विज्ञापन, एक्सप्लेनर और सोशल क्लिप की आवाज़।
ऐसी आवाज़ में इंट्रो, सेगमेंट और कहानियाँ, जिससे श्रोता जुड़े रहें।
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-v4आपके मौजूदा टूल के साथ काम करता है
तुलना करें
$0.05 प्रति 1K कैरेक्टर
आधी कीमत पर वही मॉडल फ़ैमिली चाहिए, तो Eleven v4 Turbo चुनें, जो लोगों को जवाब देने वाले ऐप्स के लिए और तेज़ बनाया गया है।
Eleven v4 Turbo API$0.05 प्रति 1K कैरेक्टर
जब रफ़्तार सबसे ज़रूरी हो और आप गति खुद तय करना चाहते हों, तब Eleven Flash v2.5 चुनें।
Eleven Flash v2.5 API$0.10 प्रति 1K कैरेक्टर
ElevenLabs का Eleven v3, $0.10 per 1K characters।
Eleven v3 APIअक्सर पूछे जाने वाले सवाल
कुछ और पूछना है? हमारी टीम से पूछें और हम ईमेल से जवाब देंगे.
Zurelay आपके भेजे टेक्स्ट के प्रति 1,000 अक्षर पर $0.10 लेता है, जिसमें स्पेस और विराम चिह्न शामिल हैं, और ऑडियो की कीमत इसी में आती है। एक मिनट की स्पीच लगभग 850 अक्षरों की होती है, यानी लगभग $0.085। Eleven v4 के लिए ElevenLabs की अपनी API कीमत प्रति 1,000 अक्षर $0.08 है: Zurelay पर आप थोड़ा ज़्यादा देते हैं, लेकिन यह बाकी हर मॉडल की तरह उसी API कुंजी और प्रीपेड बैलेंस पर मिलता है, ElevenLabs के सब्सक्रिप्शन के बिना। फ़ेल हुए अनुरोधों का कोई शुल्क नहीं लगता।
Zurelay API की बनाएँ, SDK का बेस URL https://api.zurelay.com/v1 पर सेट करें और client.audio.speech.create को कॉल करें, जिसमें model की जगह eleven-v4, voice की जगह Talia जैसी कोई आवाज़ और input में अपना 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। आवाज़ें पहले 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 90 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।
हाँ। आपके अनुरोध ElevenLabs की अपनी API के ज़रिए ElevenLabs के Eleven v4 (eleven_v4) 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.