हमारी सीरीज़ ए फंडिंग (Series A Funding) की घोषणा

हमारी सीरीज़ ए फंडिंग (Series A Funding) की घोषणा

गर्म आवाजें

कैटलॉग में कोई टोन (आवाज के लहजे का) फील्ड नहीं है, इसलिए इन्हें फ़िल्टर करने के बजाय सुनकर चुना गया था। वॉर्मथ (आवाज की गर्माहट) आवाज की एक विशेषता है, न कि कोई सेटिंग, जिसके कारण सही आवाज का चयन करना ही सबसे महत्वपूर्ण निर्णय बन जाता है।

इस उपयोग मामले के लिए आवाजें

रीवाreeva
FemaleYoungIndian
जोआनाjoanna
FemaleYoungPolish
केवलkeval
MaleYoungIndian
संबितsambit
MaleYoungIndian
नीलाnila
FemaleYoungIndian
मीकाmika
MaleYoungFinnish

गर्माहट कोई क्षेत्र नहीं है

कैटलॉग में कोई टोन एट्रिब्यूट (ध्वनि विशेषता) नहीं है, इसलिए इसके गर्माहट के स्तर को फ़िल्टर नहीं किया जा सकता है और इन आवाज़ों को कान से सुनकर चुना गया है। किसी अनुमानित सूची को फ़िल्टर की गई सूची के रूप में प्रस्तुत करने के बजाय इस बात को स्पष्ट रूप से बताना बेहतर है। इन सभी छह आवाज़ों को सुनकर परखें, क्योंकि इनके बीच के अंतर के बारे में कहीं भी कोई दस्तावेज़ उपलब्ध नहीं है।

जहां आमतौर पर गर्मी की चाह होती है

ऑडियोबुक, ग्राहक सहायता और कल्याण से जुड़ी सामग्री इसके सामान्य संदर्भ हैं, और ये अलग-अलग दिशाओं में काम करते हैं। सहायता कॉल में जो आवाज़ आत्मीय लगती है, वह कहानी सुनाने (नैरेशन) के लिए बहुत अधिक व्यक्तिगत हो सकती है। लहजे के सामान्य अंदाज़ की तुलना में आपकी वास्तविक सामग्री पर इसका परीक्षण करना अधिक मायने रखता है।

यह एक संपत्ति है, कोई सेटिंग नहीं

इसमें कोई टोन या भावना का पैरामीटर नहीं है, इसलिए वॉइस जेनरेट होने के बाद उसे अधिक सौम्य (वार्मर) नहीं बनाया जा सकता है। इसके लिए सही आवाज का चुनाव (कास्टिंग) ही एकमात्र निर्णय है। इससे संबंधित एकमात्र कंट्रोल स्पीड है, और गति को 1.0 से थोड़ा कम करने पर आवाज कुछ अधिक सौम्य लग सकती है, हालांकि यह एक अलग आवाज चुनने की तुलना में कम प्रभावी तरीका है।

उस आवाज़ से मेल खाना जिसका आप पहले से उपयोग कर रहे हैं

यदि आपके ब्रांड की आवाज़ पहले से ही गर्मजोशी से भरी है, तो क्लोनिंग इसे कैटलॉग से अनुमान लगाने के बजाय सीधे उसी रूप में तैयार करती है। एक विशिष्ट टोन प्राप्त करने का यही एकमात्र तरीका है, क्योंकि एपीआई (API) में ऐसा कुछ भी नहीं है जो इसे किसी विशेष टोन के अनुकूल बदल सके। क्लोनिंग के लिए उस व्यक्ति की सहमति आवश्यक है जिसकी वह आवाज़ है।

विनिर्देश

नमूना दर

44.1 kHz मूल, टेलीफोनी के लिए 8 kHz पर पुनः नमूनाकृत (resampled)

विलंबता

~200 ms पहले बाइट तक (p50, वॉर्म रीज़न)

आउटपुट फ़ॉर्मेट

यूलॉ (ulaw), एलॉ (alaw), पीसीएम (PCM) 16-बिट, वेव (WAV), एमपी3 (MP3)

स्ट्रीमिंग ट्रांसपोर्ट्स

वेबसॉकेट (WebSocket), HTTP चंक्ड ट्रांसफर (chunked transfer)

गति सीमा

0.5× – 2.0×, प्रति अनुरोध पर सेट

इसके जैसी आवाज़ें खोजें

गर्म आवाजें

सुकून देने वाली आवाज़ें

ध्यान लगाने के लिए केवल दो आवाज़ों को ही उपयुक्त माना गया है, इसलिए इस संग्रह का दायरा बड़ा है और इसे सुनकर चुना गया है। आवाज़ की गति, आवाज़ देने वाले कलाकार की तुलना में अधिक मायने रखती है: लगभग 0.7 की गति अधिकांश सुकून देने वाली सामग्री के लिए सबसे उपयुक्त है।

मित्रवत आवाजें

भारतीय ग्राहकों के सामने काम करने के लिए निर्णायक कारक टोन नहीं बल्कि भाषा है। ये आवाजें वाक्य के बीच में हिंदी और अंग्रेजी के बीच बदलती रहती हैं, जो अकेले किसी भी एक भाषा की तुलना में काफी अधिक प्राकृतिक लगती हैं।

शांत आवाजें

शांति आवाज़ से ज़्यादा गति से आती है। गति घटकर 0.5 तक आ जाती है, और ठहराव किसी पैरामीटर के बजाय विराम चिह्नों से आते हैं, इसलिए स्क्रिप्ट उतना ही काम करती है जितना कि कास्टिंग।

संवादात्मक आवाजें

एक सौ पचानवे आवाज़ें बातचीत के अंदाज़ को दर्शाती हैं, जो पूरे कैटलॉग का 84 प्रतिशत है। स्ट्रीमिंग ही उन्हें लाइव होने का अहसास कराती है: वाक्य का रेंडरिंग पूरा होने से पहले ही ऑडियो बजना शुरू हो जाता है।

ऑडियोबुक वर्णन के लिए एआई आवाजें

एक उपन्यास हजारों अनुरोधों को आपस में सिलकर बनता है, और जहां ये जोड़ होते हैं वहीं से कहानी बिखरने लगती है। ये आवाजें पूरी किताब में एक जैसी बनी रहती हैं और नौ ऐसी भारतीय भाषाओं को कवर करती हैं जिन्हें अधिकांश विक्रेता उपलब्ध नहीं कराते हैं।

ध्यान और कल्याण के लिए एआई आवाजें

गाइडेड ऑडियो आवाज़ के चरित्र के बजाय पेसिंग पर निर्भर करता है। स्पीड को 0.5 तक कम किया जा सकता है, ठहराव इस बात से तय होते हैं कि आप स्क्रिप्ट कैसे लिखते हैं, और क्षेत्रीय वेलनेस कंटेंट के लिए नौ भारतीय भाषाएं उपलब्ध हैं।

गहरी आवाजें

साफ़ तौर पर यह कहना ज़रूरी है: कैटलॉग में कुछ भी पिच को रिकॉर्ड नहीं करता है, इसलिए इन छह को फ़िल्टर करने के बजाय कान से सुनकर चुना गया था। इसमें कोई पिच नियंत्रण भी नहीं है, इसलिए गहराई पूरी तरह से कास्टिंग का निर्णय है।

वयस्क आवाजें

छियासी आवाज़ों को परिपक्व (मैच्योर) टैग किया गया है, और बीस आवाज़ों में नैरेटिव (कथा) टैग भी है। वह ओवरलैप आमतौर पर ऑडियोबुक्स और डॉक्यूमेंट्री काम के लिए शुरुआती बिंदु होता है, जहाँ निरंतरता सेकंडों के बजाय घंटों तक दिखाई देती है।

ऊर्जावान आवाजें

गति यहाँ सबसे विश्वसनीय साधन है, आवाज़ की शैली (कास्टिंग) नहीं। 1.2 और 1.4 के बीच की सेटिंग्स सूची (कैटलॉग) की लगभग किसी भी आवाज़ को बेहतर बना देती हैं, हालाँकि लंबे वाक्य लगभग 1.5 से आगे बढ़ने पर अस्पष्ट होने लगते हैं।

अभिव्यंजक आवाजें

इसमें कोई भावना पैरामीटर नहीं है, इसलिए इसकी रेंज आवाज़ से और लाइन कैसे लिखी गई है, उससे तय होती है। चौदह आवाज़ों में कैरेक्टर टैग होता है, और उनमें सबसे विस्तृत डिलीवरी उपलब्ध है।

सुकून देने वाली आवाज़ें

ध्यान लगाने के लिए केवल दो आवाज़ों को ही उपयुक्त माना गया है, इसलिए इस संग्रह का दायरा बड़ा है और इसे सुनकर चुना गया है। आवाज़ की गति, आवाज़ देने वाले कलाकार की तुलना में अधिक मायने रखती है: लगभग 0.7 की गति अधिकांश सुकून देने वाली सामग्री के लिए सबसे उपयुक्त है।

मित्रवत आवाजें

भारतीय ग्राहकों के सामने काम करने के लिए निर्णायक कारक टोन नहीं बल्कि भाषा है। ये आवाजें वाक्य के बीच में हिंदी और अंग्रेजी के बीच बदलती रहती हैं, जो अकेले किसी भी एक भाषा की तुलना में काफी अधिक प्राकृतिक लगती हैं।

शांत आवाजें

शांति आवाज़ से ज़्यादा गति से आती है। गति घटकर 0.5 तक आ जाती है, और ठहराव किसी पैरामीटर के बजाय विराम चिह्नों से आते हैं, इसलिए स्क्रिप्ट उतना ही काम करती है जितना कि कास्टिंग।

संवादात्मक आवाजें

एक सौ पचानवे आवाज़ें बातचीत के अंदाज़ को दर्शाती हैं, जो पूरे कैटलॉग का 84 प्रतिशत है। स्ट्रीमिंग ही उन्हें लाइव होने का अहसास कराती है: वाक्य का रेंडरिंग पूरा होने से पहले ही ऑडियो बजना शुरू हो जाता है।

ऑडियोबुक वर्णन के लिए एआई आवाजें

एक उपन्यास हजारों अनुरोधों को आपस में सिलकर बनता है, और जहां ये जोड़ होते हैं वहीं से कहानी बिखरने लगती है। ये आवाजें पूरी किताब में एक जैसी बनी रहती हैं और नौ ऐसी भारतीय भाषाओं को कवर करती हैं जिन्हें अधिकांश विक्रेता उपलब्ध नहीं कराते हैं।

ध्यान और कल्याण के लिए एआई आवाजें

गाइडेड ऑडियो आवाज़ के चरित्र के बजाय पेसिंग पर निर्भर करता है। स्पीड को 0.5 तक कम किया जा सकता है, ठहराव इस बात से तय होते हैं कि आप स्क्रिप्ट कैसे लिखते हैं, और क्षेत्रीय वेलनेस कंटेंट के लिए नौ भारतीय भाषाएं उपलब्ध हैं।

सुकून देने वाली आवाज़ें

ध्यान लगाने के लिए केवल दो आवाज़ों को ही उपयुक्त माना गया है, इसलिए इस संग्रह का दायरा बड़ा है और इसे सुनकर चुना गया है। आवाज़ की गति, आवाज़ देने वाले कलाकार की तुलना में अधिक मायने रखती है: लगभग 0.7 की गति अधिकांश सुकून देने वाली सामग्री के लिए सबसे उपयुक्त है।

मित्रवत आवाजें

भारतीय ग्राहकों के सामने काम करने के लिए निर्णायक कारक टोन नहीं बल्कि भाषा है। ये आवाजें वाक्य के बीच में हिंदी और अंग्रेजी के बीच बदलती रहती हैं, जो अकेले किसी भी एक भाषा की तुलना में काफी अधिक प्राकृतिक लगती हैं।

शांत आवाजें

शांति आवाज़ से ज़्यादा गति से आती है। गति घटकर 0.5 तक आ जाती है, और ठहराव किसी पैरामीटर के बजाय विराम चिह्नों से आते हैं, इसलिए स्क्रिप्ट उतना ही काम करती है जितना कि कास्टिंग।

संवादात्मक आवाजें

एक सौ पचानवे आवाज़ें बातचीत के अंदाज़ को दर्शाती हैं, जो पूरे कैटलॉग का 84 प्रतिशत है। स्ट्रीमिंग ही उन्हें लाइव होने का अहसास कराती है: वाक्य का रेंडरिंग पूरा होने से पहले ही ऑडियो बजना शुरू हो जाता है।

ऑडियोबुक वर्णन के लिए एआई आवाजें

एक उपन्यास हजारों अनुरोधों को आपस में सिलकर बनता है, और जहां ये जोड़ होते हैं वहीं से कहानी बिखरने लगती है। ये आवाजें पूरी किताब में एक जैसी बनी रहती हैं और नौ ऐसी भारतीय भाषाओं को कवर करती हैं जिन्हें अधिकांश विक्रेता उपलब्ध नहीं कराते हैं।

ध्यान और कल्याण के लिए एआई आवाजें

गाइडेड ऑडियो आवाज़ के चरित्र के बजाय पेसिंग पर निर्भर करता है। स्पीड को 0.5 तक कम किया जा सकता है, ठहराव इस बात से तय होते हैं कि आप स्क्रिप्ट कैसे लिखते हैं, और क्षेत्रीय वेलनेस कंटेंट के लिए नौ भारतीय भाषाएं उपलब्ध हैं।

गहरी आवाजें

साफ़ तौर पर यह कहना ज़रूरी है: कैटलॉग में कुछ भी पिच को रिकॉर्ड नहीं करता है, इसलिए इन छह को फ़िल्टर करने के बजाय कान से सुनकर चुना गया था। इसमें कोई पिच नियंत्रण भी नहीं है, इसलिए गहराई पूरी तरह से कास्टिंग का निर्णय है।

वयस्क आवाजें

छियासी आवाज़ों को परिपक्व (मैच्योर) टैग किया गया है, और बीस आवाज़ों में नैरेटिव (कथा) टैग भी है। वह ओवरलैप आमतौर पर ऑडियोबुक्स और डॉक्यूमेंट्री काम के लिए शुरुआती बिंदु होता है, जहाँ निरंतरता सेकंडों के बजाय घंटों तक दिखाई देती है।

अक्सर पूछे जाने वाले प्रश्न

कैटलॉग में कोई टोन फ़ील्ड नहीं है, इसलिए आवाज़ की गर्माहट (वॉर्मथ) के आधार पर फ़िल्टर नहीं किया जा सकता है और इस सेट को सुनकर चुना गया था। हिंदी में आरुषि और अदिति, अंग्रेज़ी में बेलाट्रिक्स और एलेक। गर्माहट किसी सेटिंग के बजाय आवाज़ की अपनी एक विशेषता है, इसलिए आपके द्वारा पहले से उपयोग किए जा रहे किसी विशिष्ट टोन से मेल खाने का एकमात्र तरीका क्लोनिंग ही है।