न्यूरल वॉयस स्टूडियो
नीचे अपना टेक्स्ट दर्ज करें और तुरंत उच्च-गुणवत्ता वाली आवाजें सुनें।
स्टूडियो प्रोडक्शन आर्किटेक्चर और न्यूरल वॉयस सिंथेसिस
शून्य विलंबता स्ट्रीमिंग और सब-मिलीसेकंड कैशे के साथ उच्च-प्रदर्शन ऑडियो वर्कबेंच।
OpenTTS स्टूडियो बिना किसी पंजीकरण, मासिक शुल्क या API कुंजी के सीधे ब्राउज़र में पेशेवर वॉयस सिंथेसिस प्रदान करता है। दो-स्तरीय मेमोरी आर्किटेक्चर के साथ, दोहराए गए टेक्स्ट 1 मिलीसेकंड से कम समय में लोड होते हैं, जबकि नए टेक्स्ट 16 KB बफ़र के साथ तुरंत स्ट्रीम होते हैं।
हमारा न्यूरल वोकोडर 24,000 Hz तक की आवृत्तियों को मॉडल करता है, जिससे प्राकृतिक सांसें और स्पष्ट उच्चारण बना रहता है। आप बिना किसी डिजिटल खराबी के पिच, गति और वॉल्यूम को सूक्ष्मता से समायोजित कर सकते हैं।
प्राकृतिक पॉज़ और लय सिंटैक्स गाइड
जटिल SSML टैग्स के बिना सीधे अपने टेक्स्ट में वास्तविक सांस और ठहराव जोड़ें।
| सिंटैक्स टैग | विराम अवधि | ताल प्रभाव | अनुशंसित उपयोग |
|---|---|---|---|
[pause:short] | ~0.4s – 0.6s | छोटा अल्पविराम विराम | वाक्य के हिस्सों, सूचियों और शुरुआती वाक्यांशों के बीच। |
[pause:medium] | ~0.8s – 1.1s | अर्धविराम विचार ठहराव | विचारों के बदलाव और विषय परिवर्तन के लिए। |
[pause:long] | ~1.4s – 1.8s | पैराग्राफ का पूर्ण विराम | दृश्य परिवर्तन, शीर्षकों और अध्यायों के अंत में। |
[pause:Xs] (जैसे [pause:2.5s]) | निश्चित सेकंड ठहराव | समयबद्ध मौन | ध्यान सत्र, स्लाइड वीडियो सिंक और पॉडकास्ट इंट्रो। |
ऑडियो मास्टरिंग और कोडेक निर्यात मानक
डिजिटल स्ट्रीमिंग, पॉडकास्ट और वीडियो संपादन के लिए पूरी तरह अनुकूलित प्रारूप।
| ऑडियो फॉर्मेट | कंटेनर विनिर्देश | डिफ़ॉल्ट बिटरेट | सैंपल रेट (Hz) | सर्वोत्तम उपयोग |
|---|---|---|---|---|
MP3 | MPEG-1 Audio Layer III | 48 kbps / 128 kbps | 24,000 Hz | वेब स्ट्रीमिंग, पॉडकास्ट, मोबाइल ऐप्स (सबसे तेज स्ट्रीमिंग)। |
WAV | लीनियर PCM 16-बिट अनकंप्रेस्ड | 768 kbps / 1536 kbps | 24,000 / 48,000 Hz | Premiere Pro, DaVinci Resolve वीडियो एडिटिंग और मास्टरिंग। |
OGG | Ogg Vorbis / Opus | 64 kbps | 24,000 Hz | गेमिंग इंजन (Unity, Unreal Engine), Discord बॉट्स, वेब ऑडियो। |
AAC | Advanced Audio Coding (M4A) | 64 kbps | 24,000 Hz | Apple डिवाइस, iOS ऐप्स, Safari स्ट्रीमिंग मीडिया। |
FLAC | Free Lossless Audio Codec | लॉसलेस कोडेक | 24,000 Hz | ऑडियो आर्काइविंग और उच्च-गुणवत्ता पॉडकास्ट वितरण। |
डेवलपर क्विकस्टार्ट: REST API एकीकरण
बिना किसी ऑथराइजेशन हेडर के हमारे उच्च-प्रदर्शन REST API से सीधे आवाज़ बनाएं।
curl -X POST "http://localhost:8000/api/v1/tts" \
-H "Content-Type: application/json" \
-d '{
"text": "OpenTTS में आपका स्वागत है। [pause:medium] स्टूडियो-ग्रेड आवाज़ का आनंद लें।",
"voice": "voice-107",
"pitch": 0,
"speed": 0,
"volume": 100,
"format": "mp3"
}' --output output.mp3OpenTTS स्टूडियो के अक्सर पूछे जाने वाले सवाल
तकनीकी दिशानिर्देश, व्यावसायिक अधिकार और संपादन टिप्स।
हाँ! OpenTTS स्टूडियो में निर्मित सभी ऑडियो 100% रॉयल्टी-फ्री हैं और यूट्यूब, पॉडकास्ट तथा विज्ञापनों में मुद्रीकरण के लिए स्वीकृत हैं।
आप एक बार में 2,000 अक्षरों तक इनपुट कर सकते हैं। बड़ी पुस्तकों के लिए [pause:long] टैग के साथ अध्यायों में टेक्स्ट बनाएं।
OpenTTS स्वतंत्र रूप से पिच और गति को नियंत्रित करता है। पिच बदलने पर समय नहीं बदलता और गति बढ़ाने पर आवाज़ पतली नहीं होती।
वीडियो संपादन के लिए 16-बिट 48kHz अनकंप्रेस्ड WAV फॉर्मेट की सलाह दी जाती है ताकि ध्वनि की शुद्धता बनी रहे।
कैश्ड ऑडियो 1 मिलीसेकंड से कम समय में रैम से सीधे लोड होकर तुरंत बजना शुरू हो जाता है।