टेक्स्ट-टू-स्पीच मॉडलों

AI-Corporate टेक्स्ट-टू-स्पीच मॉडलों का समर्थन करता है जो टेक्स्ट को ऑडियो में बदलते हैं। ये मॉडल डैशबोर्ड पर टेक्स्ट टू ऑडियो में और चैट से ऑडियो जनरेट करने वाले फ़ंक्शनों में प्रयुक्त होते हैं।

वर्तमान कैटलॉग

सप्लायर	मॉडल	टिप्पणी
OpenAI	GPT-4o mini TTS	प्राकृतिक ध्वनि वाला स्पीच के साथ टोन और स्टाइल पर अच्छी नियंत्रण।
Google	Gemini 3.1 Flash TTS Preview	नया Gemini-टेक्स्ट-टू-स्पीच मॉडल स्टाइल, स्पीड और टोन पर सटीक नियंत्रण के साथ।
Europese AI	Voxtral Mini TTS	Mistral Voxtral Mini पर आधारित यूरोपीय टेक्स्ट-टू-स्पीच।

Claude के पास कैटलॉग में अपना टेक्स्ट-टू-स्पीच मॉडल नहीं है। यदि Claude सप्लायर के रूप में सक्षम है, तो स्पीच मॉडलों को अन्यConfigured सप्लायर्स के अनुसार ही मानक के रूप में रखा जाएगा।

स्पीच मॉडल क्या निर्धारित करता है

स्पीच मॉडल यह तय करता है कि टेक्स्ट कैसे उच्चार किया जाएगा और कौन-कौन सी सुविधाएं उपलब्ध होंगी। विचार करें:

• उपलब्ध आवाज़ें;
• वे भाषाएं जिनका एक आवाज़ समर्थन करती है;
• उच्चारण की गुणवत्ता और प्राकृतिकता;
• गति, टोन, एक्सेंट और उच्चारण के निर्देशों के पालन का तरीका।

आवाज़ें और भाषाएं

उपलब्ध आवाज़ें सप्लायर के अनुसार भिन्न होती हैं। AI-Corporate टेक्स्ट-टू-ऑडियो में केवल उन आवाज़ों को दिखाता है जो चुनी गई भाषा के अनुरूप हों, या बहुभाषी आवाज़ें हो। यदि किसी आवाज़ का उद्देश्य केवल कुछ भाषाओं के लिए है, तो आवाज के साथ वह भाषा उल्लेखित होती है।

OpenAI और Google कैटलॉग में अधिकतर भाषाओं को सपोर्ट करते हैं। Voxtral Mini TTS कॅटलॉग में एक छोटी सूची की भाषाएं हैं, जिसमें डच, अंग्रेज़ी, फ्रेंच, स्पेनिश, पुर्तगाली, इटालियन, जर्मन, हिंदी और अरबी शामिल हैं।

सिस्टम-प्रॉम्प्ट

टेक्स्ट-टू-ऑडियो के लिए सिस्टम-प्रॉम्प्ट का उपयोग उच्चारण और स्टाइल को निर्देशित करने के लिए किया जा सकता है। आप उदाहरण के लिए संकेत दे सकते हैं कि डच प्राकृतिक लगना चाहिए, कि AI, AI-Corporate, ChatGPT और OpenAI को अंग्रेज़ी उच्चारण में बोला जाना चाहिए, या Claude को फ्रांसीसी नाम के रूप में उच्चारित किया जाना चाहिए।

प्राथमिकताएं

यूज़र्स अपनी टेक्स्ट-टू-ऑडियो सेटिंग्स को व्यक्तिगत प्राथमिकताओं के रूप में सहेज सकते हैं। ताकि मॉडल, भाषा, आवाज़ और उच्चारण निर्देश बार-बार चुनने की ज़रूरत न रहे।