स्क्रिप्ट पेस्ट करें, पहले से सुनी हुई आवाज़ चुनें, भाषा तय करें और कुछ ही सेकंड में नैचुरल MP3 पाएं। 80 से ज़्यादा ElevenLabs आवाज़ें, 18 भाषाएं, हर जनरेशन में 5,000 कैरेक्टर तक।
चार स्टेप, एक स्क्रीन। यह वही प्रोजेक्ट है, कॉफ़ी फ़ार्म पर बने एक छोटे वीडियो का नैरेशन, टेक्स्ट की पहली लाइन से लेकर डाउनलोड किए गए MP3 तक।
वैसे ही लिखें जैसे बोला जाना चाहिए: कॉमा और पूर्ण विराम ठहराव तय करते हैं, प्रश्नचिह्न लाइन के अंत में सुर ऊपर ले जाता है। एक जनरेशन में 5,000 कैरेक्टर तक आते हैं, जो कई मिनट के नैरेशन के लिए काफ़ी है, और लाइव काउंटर दिखाता है कि आप कहां तक पहुंचे।
भाषा को ऑटो पर छोड़ दें और मॉडल आपके टेक्स्ट से उसे पहचान लेगा। जब कोई छोटी लाइन गलत लहजे में पढ़ी जा सकती हो, तब भाषा तय कर दें। 18 भाषाएं उपलब्ध हैं, अंग्रेज़ी, स्पेनिश और फ़्रेंच से लेकर जापानी, कोरियन, हिंदी, अरबी और मैंडरिन चीनी तक।
लिस्ट की हर आवाज़ कुछ भी खर्च करने से पहले प्रीव्यू चलाती है। 80 से ज़्यादा ElevenLabs आवाज़ें, पुरुष और महिला, शांत नैरेटर से लेकर जोशीले प्रेज़ेंटर तक। अपनी आवाज़ क्लोन की है? वह इसी लिस्ट में मेरी क्लोन की गई आवाज़ें के अंदर मिलेगी।
जनरेट बटन दबाने से पहले अनुमानित लागत दिखती है। ऑडियो वेवफ़ॉर्म प्लेयर में आता है, आपकी लाइब्रेरी में सेव होता है और MP3 के रूप में डाउनलोड होता है, वीडियो एडिटर, पॉडकास्ट या प्रेज़ेंटेशन के लिए तैयार।
पुराना टेक्स्ट टू स्पीच शब्दों को एक के बाद एक पढ़ता था। ClipNova का AI वॉइस जनरेटर ElevenLabs Eleven v4 पर चलता है, एक स्पीच मॉडल जो पूरे वाक्य वैसे पढ़ता है जैसे कोई इंसान पढ़ता है: कॉमा पर सांस लेता है, ज़रूरी शब्द पर धीमा होता है और सवाल पर सुर ऊपर ले जाता है। इसलिए एक ही स्क्रिप्ट से आपको इस्तेमाल लायक वॉइसओवर मिलता है, ऐसा ड्राफ़्ट नहीं जिसे दोबारा रिकॉर्ड करना पड़े।
आवाज़ों का कैटलॉग वही है जो ClipNova के बाकी हिस्सों में इस्तेमाल होता है, इसलिए आपके AI वीडियो का नैरेटर और एक अलग MP3 का नैरेटर एक ही व्यक्ति हो सकता है। एक ही आवाज़ आपकी स्क्रिप्ट को 18 में से किसी भी भाषा में पढ़ सकती है, जिससे एक ही स्क्रिप्ट को कई बाज़ारों के लिए पब्लिश करना आसान हो जाता है।
अगर कोई तैयार आवाज़ फ़िट न बैठे, तो पेड प्लान पर AI वॉइस क्लोनिंग से अपनी आवाज़ क्लोन करें: एक बार छोटा सैंपल रिकॉर्ड करें और वह आवाज़ लिस्ट में आ जाएगी, आपकी टाइप की हुई कोई भी स्क्रिप्ट पढ़ने के लिए तैयार।
एक भी टेक रिकॉर्ड किए बिना हर वीडियो को एक जैसा स्थिर नैरेटर दें, और दूसरे चैनल के लिए भाषा बदल दें।
स्क्रिप्ट की एक लाइन बदलें और नया स्टूडियो सेशन बुक करने के बजाय सेकंडों में फिर से जनरेट करें।
लेसन की स्क्रिप्ट को साफ़, एक जैसी रफ़्तार वाले ऑडियो में बदलें, फिर बाद में पूरा मॉड्यूल दोबारा रिकॉर्ड किए बिना एक वाक्य ठीक करें।
छोटी कहानियों, पॉडकास्ट इंट्रो, प्रोडक्ट घोषणाओं या एक्सेसिबिलिटी ऑडियो के लिए AI नैरेटर इस्तेमाल करें।
एक टूल जो लिखे हुए टेक्स्ट को असली जैसी आवाज़ में बोले गए ऑडियो में बदलता है, जिसे AI टेक्स्ट टू स्पीच (AI TTS) या AI नैरेटर भी कहते हैं। ClipNova में आप स्क्रिप्ट टाइप करते हैं, आवाज़ और भाषा चुनते हैं, और नतीजा MP3 के रूप में डाउनलोड करते हैं।
80 से ज़्यादा ElevenLabs आवाज़ें, पुरुष और महिला, हर एक के साथ सुनने लायक प्रीव्यू, 18 भाषाओं में: अंग्रेज़ी, स्पेनिश, फ़्रेंच, जर्मन, इटैलियन, पुर्तगाली, रूसी, जापानी, कोरियन, मैंडरिन चीनी, अरबी, हिंदी, इंडोनेशियाई, डच, पोलिश, तुर्की, वियतनामी और स्वीडिश।
हर जनरेशन में 5,000 कैरेक्टर तक, यानी कई मिनट की आवाज़। लंबी स्क्रिप्ट के लिए उसे किसी पैराग्राफ़ पर बांट दें और हर हिस्से को उसी आवाज़ से जनरेट करें।
हां। AI वॉइस क्लोनिंग (पेड प्लान में शामिल) से 5 से 60 सेकंड के सैंपल से अपनी आवाज़ क्लोन करें। आपका क्लोन फिर AI वॉइस जनरेटर की आवाज़ों की लिस्ट में दिखेगा और 10 भाषाएं बोल सकेगा।
MP3। यह ब्राउज़र में तुरंत चलता है, आपकी ClipNova लाइब्रेरी में सेव होता है और किसी भी एडिटर, पॉडकास्ट होस्ट या प्रेज़ेंटेशन टूल के लिए डाउनलोड किया जा सकता है।
वॉइस जनरेशन की कीमत आपके टेक्स्ट की लंबाई के हिसाब से क्रेडिट में तय होती है, और जनरेट करने से पहले अनुमानित लागत दिखती है। हर नया अकाउंट 70 मुफ़्त क्रेडिट से शुरू होता है, कार्ड की ज़रूरत नहीं; पेड प्लान $19 प्रति माह से शुरू होते हैं और इनमें पूरे कमर्शियल अधिकार शामिल हैं।
विराम चिह्न लय तय करते हैं: छोटे ठहराव के लिए कॉमा, लंबे ठहराव के लिए पूर्ण विराम। संख्याएं वैसे लिखें जैसे बोली जाती हैं, और जब कोई छोटी लाइन गलत लहजे में पढ़ी जा सकती हो तो भाषा तय कर दें।
उन क्रिएटर्स से जुड़ें जो अपने आइडिया को स्क्रॉल रोकने वाले वीडियो में बदल रहे हैं—कोई टीम नहीं, कोई सॉफ़्टवेयर नहीं, कोई सीखने की मेहनत नहीं।
