Atlas Cloud अब अमेरिका में Dreamina Seedance 2.5 और Seedream 5.0 Pro का अधिकृत रीसेलर है।
Hero background 1Hero background 2Hero background 3

xAI TTS v1 Sub-Second Speech

xAI TTS v1, लिखित सामग्री को स्वाभाविक और भावपूर्ण ऑडियो में बदलने वाला xAI का उच्च-निष्ठा टेक्स्ट-टू-स्पीच मॉडल है। यह 20 भाषाओं का समर्थन करता है और विभिन्न एप्लिकेशन में वाणी के स्वरूप को अनुकूलित करने के लिए डिलीवरी पर बारीक नियंत्रण प्रदान करता है। एक OpenAI-संगत कुंजी और पारदर्शी पे-ऐज़-यू-गो मूल्य निर्धारण के साथ Atlas Cloud के ज़रिए मॉडल का उपयोग करें। आज ही निर्माण शुरू करें।

xAI TTS V1 को xAI द्वारा विकसित किया गया है। Atlas Cloud (Atlas Cloud AI LLC द्वारा संचालित) इस तक पहुँच प्रदान करता है, इसका स्वामी नहीं है। सभी ट्रेडमार्क उनके संबंधित स्वामियों की संपत्ति हैं।

अग्रणी मॉडल एक्सप्लोर करें

Atlas Cloud आपको उद्योग में अग्रणी नवीनतम रचनात्मक मॉडल प्रदान करता है।

xAI TTS v1 Speech Endpoints की तुलना

बहुभाषी वॉइस एप्लिकेशन के लिए इस परिवार की टेक्स्ट-टू-स्पीच और स्पीच-टू-टेक्स्ट क्षमताओं को जानें।

मोडैलिटीविवरण
xAI TTS v1 API (टेक्स्ट-टू-स्पीच)20 भाषाओं और 80 से अधिक आवाज़ों में, एक सेकंड से कम विलंबता के साथ टेक्स्ट को प्राकृतिक और अभिव्यंजक वाणी में बदलें। सूक्ष्म स्तर पर डिलीवरी नियंत्रण इस एंडपॉइंट को वॉइस असिस्टेंट, स्थानीयकृत नैरेशन और प्रतिक्रियाशील ऑडियो अनुभवों के लिए उपयुक्त बनाता है।
xAI STT v1 API (स्पीच-टू-टेक्स्ट)24 से अधिक भाषाओं में स्वचालित भाषा पहचान के साथ ऑडियो सटीक और सुव्यवस्थित टेक्स्ट में बदल जाता है। मीटिंग रिकॉर्ड, कैप्शन और कॉल विश्लेषण के लिए शब्द-स्तरीय टाइमस्टैम्प, स्पीकर डायरीकरण, मल्टीचैनल ट्रांसक्रिप्शन और इनवर्स टेक्स्ट नॉर्मलाइज़ेशन का उपयोग करें।

xAI TTS v1 को प्रोडक्शन-स्तरीय आवाज़ दें

xAI TTS v1 expressive speech tags, 20 समर्थित भाषाओं, 15,000 characters तक की scripts, 5 output codecs, समायोज्य streaming latency और एक Atlas Cloud API key के ज़रिए पारदर्शी character-based pricing को एक साथ उपलब्ध कराता है।

xAI TTS v1 Speech Tags

xAI TTS v1 Speech Tags

स्क्रिप्ट के भीतर delivery को आकार देने के लिए xAI TTS v1 को [pause] जैसे inline tags और <whisper> जैसे wrapping styles के साथ सीधे नियंत्रित करें। Vocal cues की व्याख्या synthesis के दौरान ही की जाती है, इसलिए emotion, pacing और emphasis के लिए अलग editing pass की आवश्यकता नहीं होती। यह नियंत्रण character dialogue, branded narration, support prompts और expressive timing की आवश्यकता वाले किसी भी production के लिए उपयुक्त है।

Multilingual Voice Library

Multilingual Voice Library

वर्तमान Atlas Cloud schema में 70 से अधिक voice identifiers में से चुनें, जिनमें 5 multilingual voices सभी समर्थित भाषाओं को कवर करने के लिए तैयार की गई हैं। 20 BCP-47 language विकल्पों में से कोई एक सेट करें या automatic detection का उपयोग करें, जबकि अन्य voices अपनी native language के लिए optimized रहती हैं। हर market के लिए synthesis workflow को फिर से बनाए बिना assistants, tutorials, campaigns और service messages को localize करें।

Long Script and Pace Control

Long Script and Pace Control

एक ही request में 15,000 characters तक की scripts स्वीकार करें और speech speed को 0.7× से 1.5× तक सेट करें। Optional text normalization synthesis से पहले लिखी हुई संख्याओं, abbreviations और symbols को spoken forms में बदल देता है। इन controls का उपयोग long narrations को स्पष्ट बनाए रखने और explainers, lessons या voiceovers की pacing से मेल बैठाने के लिए करें—वह भी एकसमान API workflow में।

5 Audio Codecs

5 Audio Codecs

ऑडियो को MP3, WAV, PCM, μ-law या A-law के रूप में export करें, जिसमें sample rates 8 kHz से 48 kHz तक उपलब्ध हैं। MP3 output 32 kbps से 192 kbps तक bit rates भी समर्थित करता है, जिससे fidelity और file size के बीच संतुलन बनाया जा सकता है। Media production के लिए studio settings या call flows और embedded voice systems के लिए telephony formats चुनें, ताकि downstream applications की आवश्यकताएँ पूरी हों।

xAI TTS v1 Latency Controls

xAI TTS v1 Latency Controls

Latency optimization के 3 levels streaming synthesis के लिए first chunk size और output quality के बीच संतुलन बनाने देते हैं। Level 0 audio quality को प्राथमिकता देता है, जबकि Levels 1 और 2 बढ़ते boundary tradeoffs के साथ first audio तक पहुँचने का समय क्रमशः कम करते हैं। Responsive voice agents, live reading या अन्य latency-sensitive experiences के लिए वह setting चुनें जहाँ startup delay महत्वपूर्ण हो।

एक Endpoint, अनुमानित खर्च

एक Endpoint, अनुमानित खर्च

xAI TTS v1 को एक Atlas Cloud endpoint और single API key के ज़रिए चलाएँ; standard usage के लिए शुल्क $0.015 प्रति 1,000 input characters है। CJK characters सहित Unicode characters की गिनती एकसमान तरीके से की जाती है, इसलिए विभिन्न भाषाओं में cost estimates सरल और स्पष्ट रहते हैं। यह pay-as-you-go model prototypes और production workloads दोनों के लिए उपयुक्त है और scale पर spend को request volume के अनुपात में रखता है।

एक प्रॉम्प्ट, तीन मॉडल: Grok Imagine Video की तुलना

देखें कि तीन Atlas Cloud वीडियो मॉडल सिनेमाई संवाद, गति, संयोजन, निरंतरता और दृश्य कहानी-वाचन में समान प्रॉम्प्ट की व्याख्या कैसे करते हैं।

प्रॉम्प्ट

“Cloudborne Balloon Dispatch” शीर्षक वाला एक पूर्ण, परिष्कृत, इंटरैक्टिव सिंगल-फाइल HTML वेबपेज बनाएँ। केवल अंतिम HTML दस्तावेज़ आउटपुट करें, जिसमें सभी CSS और JavaScript inline हों। यह आधुनिक browser में बिना किसी build step और बिना किसी external dependency, library, font, CDN, image URL, API या अतिरिक्त file के सीधे खुलकर काम करना चाहिए। यह responsive webpage हो, fixed 16:9 composition नहीं। एक ऐसा immersive dawn-era hot-air-balloon fleet control station डिज़ाइन करें, जिसमें vintage aviation instruments, screen-printed topographic maps, tactile paper textures, brass controls और modern real-time simulation का मेल हो। cobalt blue, cream yellow, coral red, warm white, charcoal और muted brass की सावधानीपूर्वक layered palette का उपयोग करें। warm morning light ऊपरी-बाएँ कोने से धीरे-धीरे चमकनी चाहिए। altitude, wind layers और danger को color, line weight, patterns और स्पष्ट legends के माध्यम से लगातार एकसमान रूप से दर्शाएँ। जहाँ उपयोगी हो, सभी visuals को HTML, CSS, Canvas और inline SVG से procedural रूप से बनाएँ। केंद्रीय क्षेत्र में एक बड़ा animated top-down airspace map होना चाहिए, जिसमें canyon, contour lines, कम-से-कम twelve अलग-अलग पहचाने जा सकने वाले balloons, कई बदलती wind layers, एक गतिशील cumulonimbus storm system, turbulence zones और destination के रूप में एक floating lighthouse दिखे। एक वास्तविक lightweight physics simulation लागू करें: प्रत्येक balloon को position, velocity, altitude, fuel, ballast, temperature, risk और route history ट्रैक करनी चाहिए; wind direction और strength altitude के अनुसार बदलें और समय के साथ विकसित हों; burners lift बढ़ाएँ और fuel खर्च करें; ballast छोड़ने से balloon ऊपर उठे, लेकिन ballast स्थायी रूप से कम हो; cooling से descent हो; canyon walls और storm cells सार्थक hazards बनाएँ। Balloons लगातार गतिशील रहें और दिखाई देने वाले, धीरे-धीरे fade होने वाले flight trails छोड़ें। उद्देश्य resources या समय समाप्त होने से पहले पूरे fleet को सुरक्षित रूप से lighthouse तक पहुँचाना हो। dawn पर एक prominent launch countdown शामिल करें, जिसमें Start, Pause, Resume, Reset और simulation-speed controls हों। launch से पहले balloons हल्के-से sway करें और instruments twitch करें। launch के बाद wind particles, balloon motion, storm growth, trail drawing, warning pulses और बदलती light को animate करें। Users को map पर wind-direction nodes को सीधे drag करके local airflow को real time में बदलने में सक्षम होना चाहिए, और इसका तत्काल visual तथा physical feedback मिलना चाहिए। किसी balloon पर click करने से वह select हो, उसका route highlight हो, उसका data पूरे interface में केंद्रित हो और एक compact detail inspector खुले। selected balloon के लिए tactile burner और ballast controls दें, जिनमें press-and-hold burner behavior, स्पष्ट रूप से consequential ballast-release action, keyboard shortcuts और accessible buttons शामिल हों। Advanced play के लिए multi-select या fleet-wide commands की अनुमति दें। mission cards वाला एक vertical sidebar व्यवस्थित करें, जिसमें fleet objectives, active alerts, weather briefings और प्रत्येक balloon के status summaries दिखें। Mission cards live update हों और safe, warning, critical, arrived तथा lost states के आधार पर filtering समर्थित करें। नीचे एक dense लेकिन readable telemetry strip रखें, जिसमें altitude, vertical speed, fuel, storm proximity और fleet progress के लिए smoothly scrolling Canvas charts हों। Charts पर hover या scrub करने से synchronized values दिखाई दें और selected balloon के trail पर संबंधित moment highlight हो। vintage gauges, rotating needles, numeric readouts, warning lamps, stamped labels, map coordinates, altitude bands, एक compact minimap या overview और स्पष्ट legend जोड़ें। सिर्फ desktop composition को छोटा करने के बजाय responsive layout behavior का उपयोग करें। wide screens पर sidebar, central map, inspector और telemetry एक साथ दिखाएँ। tablets पर secondary cards को tabs या drawers में collapse करें। mobile पर map और selected-balloon controls को प्राथमिकता दें, बड़े touch targets दें, telemetry panels को stack करें और drag interactions बनाए रखें। page को अलग-अलग aspect ratios पर viewport में सहज रूप से भरना चाहिए और mouse, touch तथा keyboard के साथ उपयोगी रहना चाहिए। simulation को पूर्ण अनुभव दें: success और failure conditions, floating lighthouse पर animated arrival docking, collision या storm-loss feedback, contextual tooltips, first-use guidance, empty और disabled states, irreversible ballast release के लिए confirmation, restart flow, status announcements और statistics वाली final mission report शामिल करें—जैसे arrivals, losses, fuel efficiency, average risk और elapsed time। Initial state को इस तरह seed करें कि scenario तुरंत रोचक हो, लेकिन जीतना संभव रहे। smooth animation के लिए requestAnimationFrame और जहाँ उपयुक्त हो map तथा telemetry के लिए Canvas का उपयोग करें। rendering को performant रखें, crisp canvases के लिए devicePixelRatio का उपयोग करें, resize events को सही ढंग से संभालें और console errors से बचें। exceptional visual hierarchy, सूक्ष्म micro-interactions, विश्वसनीय instrument behavior, हर panel के बीच linked state और विस्तृत finishing को प्राथमिकता दें। static mockup न बनाएँ। placeholder rectangles, पूरे design के रूप में generic gradients, fake nonfunctional controls, external assets, external fonts, alert() dialogs, अत्यधिक explanatory text, horizontal overflow, बहुत छोटे unreadable labels या केवल mouse से काम करने वाले interactions का उपयोग न करें। 16:9 canvas या fixed-size viewport थोपें नहीं। प्रत्येक प्रमुख visible control काम करना चाहिए और प्रदर्शित सारा data live simulation state से प्राप्त होना चाहिए।

Generated with Grok Imagine Video v1.5 Text-to-Video on Atlas Cloud

Generated with Seedance 2.0 Text-to-Video on Atlas Cloud

Generated with Grok Imagine Video v1.5 Developer Text-to-Video on Atlas Cloud

प्रॉम्प्ट

“Midnight Automated Bakery” शीर्षक वाला एक पूर्ण, परिष्कृत, single-file interactive HTML webpage बनाएँ, जिसमें केवल inline HTML, CSS और vanilla JavaScript का उपयोग हो। पूरा runnable HTML document और कुछ भी नहीं, आउटपुट करें। external libraries, frameworks, CDNs, fonts, images, SVG files, audio files, APIs या network requests का उपयोग न करें; सभी visuals, icons, sound-like feedback, effects और game logic HTML/CSS/JS से locally generate होने चाहिए। आधी रात की एक automated bakery में set किया गया पूरी तरह playable order-scheduling game बनाएँ। Dough pieces लगातार एक isometric conveyor system में प्रवेश करें और उनके shapes, recipes, required baking temperatures, baking durations, freshness limits तथा point values स्पष्ट रूप से अलग-अलग हों। Interface को एक बड़े central industrial oven, switchable tracks वाले looping conveyor network और side-mounted real-time instrumentation panels के आसपास व्यवस्थित करें। Players को oven queue में dough items drag और reorder करने, जहाँ उपयुक्त हो compatible slots के बीच drag करने, incoming dough को reroute करने के लिए track switches पर click करने, temperature समायोजित करने या systems activate करने के लिए oven controls पर click करने और temporary conveyor acceleration तथा emergency cooling के लिए clearly documented keyboard controls का उपयोग करने में सक्षम होना चाहिए। सभी mouse, touch, click, drag और keyboard interactions तुरंत और स्पष्ट रूप से प्रतिक्रिया दें। static mockup के बजाय वास्तविक stateful gameplay लागू करें। इसमें multiple simultaneous dough orders, conveyor movement, track routing, drag-and-drop collision और snap validation, capacity limits, per-item timers, oven temperature inertia, baking progress, underbaked/perfect/overbaked states, score, multiplier combo, lives या reputation, escalating difficulty, pause/resume, restart और concise interactive tutorial या help overlay शामिल हों। Recipes meaningful scheduling conflicts बनाएँ: अलग-अलग products के लिए अलग temperatures और durations आवश्यक हों, जिससे queue rearrangement तथा strategic cooling या acceleration को प्रोत्साहन मिले। Perfectly baked bread सुनहरे रंग में बाहर आए, satisfying particle burst trigger करे, bakery display window को illuminate करे, combo बढ़ाए और order log update करे। Mistakes से visibly charred bread, उठता हुआ smoke और ember particles, warning lights, instrument shake, combo loss और स्पष्ट non-audio feedback उत्पन्न हो। एक optional sound toggle दें, लेकिन enabled होने पर पूरी तरह JavaScript में generated Web Audio के माध्यम से audio feedback को visually simulate करें; game muted होने पर भी पूरी तरह समझने योग्य रहना चाहिए। एक original, cohesive visual language का उपयोग करें, जिसमें detailed isometric pixel art और precision industrial instrumentation का संयोजन हो। deep indigo midnight environment के सामने warm amber furnace light, copper highlights, glowing bread और soft cream labels का contrast बनाएँ। CSS-drawn machinery, tiled floors, pipes, vents, shadows, highlights, pixel-stepped edges, subtle scanlines, indicator lamps, segmented displays, gauges, warning stripes और animated mechanical details से depth बनाएँ। central oven को flickering chamber, doors, temperature dial, heat shimmer और status lights के साथ जीवंत महसूस कराएँ। conveyor belts, gears, dough movement, smoke, sparks, cooling vapor, window illumination, combo feedback और panel transitions को performant CSS और JavaScript से animate करें। dense control-room aesthetic के बावजूद crisp readability और strong hierarchy बनाए रखें। पर्याप्त और सावधानीपूर्वक व्यवस्थित content शामिल करें: playable bakery floor, incoming-order queue, oven queue, recipe reference, live score/combo display, temperature और throughput instruments, event log, control legend, status notifications और detailed results तथा replay action वाला end-game या shift-summary modal। accessible labels, visible focus states, keyboard operability, reduced-motion support और color-independent status cues जोड़ें। desktop, tablet और mobile browsers पर layout को responsive बनाएँ, panels को बुद्धिमानी से rearrange करें और usability बनाए रखते हुए bakery को scale करें। यह एक webpage है, इसलिए fixed 16:9 canvas या hard-coded viewport dimensions न थोपें; fluid responsive layout का उपयोग करें, जो common widescreen displays पर विशेष रूप से अच्छा दिखे और portrait screens पर भी सहज रूप से अनुकूलित हो। completeness, game feel, reliable state management, accurate timing, robust drag handling, clear collision rules, polished transitions और visual feedback को प्राथमिकता दें। page को single .html file के रूप में save करके locally खोलते ही तुरंत काम करना चाहिए। इनसे बचें: static concept art, nonfunctional dashboard, placeholder controls, fake drag interactions, broken timers, overlapping text, illegible tiny labels, अत्यधिक explanatory copy, generic flat cards, photorealistic imagery, external assets, external dependencies, embedded base64 images, network access, build steps, multiple files, fixed 16:9 dimensions, mandatory sound, autoplaying audio, browser alerts, console-only feedback और अधूरे TODO sections।

Generated with Grok Imagine Video v1.5 Text-to-Video on Atlas Cloud

Generated with Kling V3.0 Turbo Text-to-Video on Atlas Cloud

Generated with Grok Imagine Video v1.5 Developer Text-to-Video on Atlas Cloud

जहाँ xAI TTS v1 प्रोडक्ट्स को आवाज़ देता है

उत्तरदायी वॉइस एजेंट्स से लेकर बहुभाषी नैरेशन तक, xAI TTS v1 प्रोडक्ट टेक्स्ट को सपोर्ट, कहानी सुनाने, गेम्स, सुलभता और कॉमर्स अनुभवों के लिए स्वाभाविक, भावपूर्ण वाणी में बदल देता है।

xAI TTS v1 के साथ वॉइस एजेंट्स

xAI TTS v1 एक सेकंड से कम लेटेंसी के साथ टेक्स्ट को स्वाभाविक वाणी में बदलता है, जिससे बातचीत करने वाले एजेंट्स तेज़ी से प्रतिक्रिया दे पाते हैं। प्रोडक्ट टीमें इसका उपयोग वर्चुअल असिस्टेंट्स, सपोर्ट फ्लोज़ और बोले जाने वाले इंटरफेस के लिए कर सकती हैं।

बहुभाषी प्रोडक्ट आवाज़ें

स्वाभाविक वाणी और 80 से अधिक आवाज़ों के कैटलॉग के ज़रिए 20 भाषाओं में उपयोगकर्ताओं तक पहुँचें। स्थानीयकृत ऐप्स हर ऑडियंस के लिए उपयुक्त आवाज़ में ऑनबोर्डिंग, अपडेट्स और मार्गदर्शन प्रस्तुत कर सकते हैं।

भावपूर्ण कहानी-वाचन

बारीक डिलीवरी नियंत्रण और भावपूर्ण वाणी के ज़रिए नैरेशन को आकार दें, जो हर दृश्य के इच्छित मूड के अनुरूप हो। प्रकाशक, पॉडकास्टर और लर्निंग प्लेटफ़ॉर्म सजीव कहानियाँ, पाठ और लंबे समय तक सुने जाने वाले अनुभव बना सकते हैं।

xAI TTS v1 के साथ गेम कैरेक्टर्स

80 से अधिक विकल्पों वाली लाइब्रेरी से गेम कैरेक्टर्स को अलग-अलग आवाज़ें दें और फिर हर क्षण के लिए उनकी डिलीवरी को समायोजित करें। स्टूडियो संवाद, ट्यूटोरियल्स, साथी पात्रों और गतिशील नैरेटिव सीक्वेंस को आवाज़ दे सकते हैं।

सुलभ रीड-अलाउड

उन लोगों के लिए लिखित सामग्री को स्वाभाविक वाणी में बदलें, जो ऑडियो एक्सेस पसंद करते हैं या उसकी आवश्यकता रखते हैं। शिक्षा टीमें, प्रकाशक और प्रोडक्ट डिज़ाइनर बड़े पैमाने पर बोले जाने वाले लेख, पाठ, निर्देश और इंटरफेस मार्गदर्शन जोड़ सकते हैं।

xAI TTS v1 के साथ वॉइस कॉमर्स

एक सुसंगत आवाज़ में प्रोडक्ट्स, प्रमोशन्स और ऑर्डर अपडेट प्रस्तुत करने के लिए भावपूर्ण वाणी और बारीक डिलीवरी नियंत्रण का उपयोग करें। कॉमर्स टीमें शॉपिंग असिस्टेंट्स और ग्राहक संचार के लिए ऑडियो टचपॉइंट्स बना सकती हैं।

भाषा, नियंत्रण और लागत के संदर्भ में xAI TTS v1

Atlas Cloud पर उपलब्ध प्रमुख टेक्स्ट-टू-स्पीच मॉडल के साथ xAI TTS v1 की तुलना भाषा कवरेज, अनुरोध क्षमता, डिलीवरी नियंत्रण और मानक मूल्य के आधार पर करें।

मॉडलभाषाएँप्रति अनुरोध अधिकतम टेक्स्टडिलीवरी नियंत्रणमानक मूल्य
xAI TTS v12015,000 अक्षरस्पीच टैग और गति नियंत्रण$0.015/1K अक्षर
MiniMax Speech 2.6 Turbo40+10,000 अक्षरभावना, गति और पिच नियंत्रण$0.06/1K अक्षर
ElevenLabs v3 Text-to-Speech70+5,000 अक्षरऑडियो टैग और स्थिरता नियंत्रण$0.10/1K अक्षर

Atlas Cloud पर xAI TTS V1 का उपयोग कैसे करें

कुछ ही मिनटों में शुरू करें — इन सरल चरणों का पालन करके Atlas Cloud प्लेटफ़ॉर्म के ज़रिए मॉडल इंटीग्रेट और डिप्लॉय करें।

Atlas Cloud अकाउंट बनाएं

atlascloud.ai पर साइन अप करें और वेरिफिकेशन पूरा करें। नए यूज़र्स को प्लेटफ़ॉर्म एक्सप्लोर करने और मॉडल टेस्ट करने के लिए फ्री क्रेडिट मिलते हैं।

Atlas Cloud पर xAI TTS V1 का उपयोग क्यों करें

बेजोड़ प्रदर्शन, स्केलेबिलिटी और विकास अनुभव के लिए उन्नत xAI TTS V1 मॉडल को Atlas Cloud के GPU त्वरण प्लेटफ़ॉर्म के साथ संयोजित करें।

प्रदर्शन और लचीलापन

कम विलंबता:
रियल-टाइम प्रतिक्रिया के लिए GPU-अनुकूलित इंफरेंसिंग।

एकीकृत API:
xAI TTS V1, GPT, Gemini और DeepSeek के लिए एक इंटीग्रेशन।

पारदर्शी मूल्य निर्धारण:
प्रति token बिलिंग, Serverless मोड का समर्थन।

एंटरप्राइज और स्केल

डेवलपर अनुभव:
SDK, डेटा एनालिटिक्स, फाइन-ट्यूनिंग टूल और टेम्पलेट पूरी तरह से उपलब्ध हैं।

विश्वसनीयता:
99.99% उपलब्धता, RBAC अनुमति नियंत्रण, अनुपालन लॉगिंग।

सुरक्षा और अनुपालन:
SOC 2 Type II प्रमाणन, HIPAA अनुपालन, US डेटा संप्रभुता।

xAI TTS v1 डेवलपर्स के लिए उत्तर

xAI TTS v1, xAI का एक उच्च-निष्ठा वाला टेक्स्ट-टू-स्पीच मॉडल है, जो लिखित सामग्री को स्वाभाविक और भावपूर्ण ऑडियो में बदलता है। Atlas Cloud इसे xai/tts-v1 मॉडल ID के तहत उपलब्ध कराता है।

इसका उपयोग संवादात्मक एजेंट, नैरेशन, शैक्षिक सामग्री, एक्सेसिबिलिटी टूल, स्थानीयकृत मीडिया और स्वचालित ग्राहक अनुभवों के लिए आवाज़ें बनाने में करें। इसके भावपूर्ण डिलीवरी नियंत्रण इसे कैरेक्टर संवाद और स्क्रिप्टेड ऑडियो के लिए भी उपयुक्त बनाते हैं।

Atlas Cloud API कुंजी बनाएँ और साझा ऑडियो जनरेशन endpoint पर POST अनुरोध भेजें, जिसमें मॉडल के रूप में xai/tts-v1 निर्दिष्ट हो। टेक्स्ट और आवश्यक language मान शामिल करें; स्वचालित भाषा पहचान पसंद होने पर auto का उपयोग करें।

Atlas Cloud 20 भाषाओं और 80 से अधिक आवाज़ों के लिए समर्थन सूचीबद्ध करता है। अनुमानित उच्चारण के लिए भाषा स्पष्ट रूप से चुनें, या जब इनपुट भाषा बदल सकती हो तब स्वचालित पहचान का उपयोग करें।

रुकने, हँसी, फुसफुसाहट या धीमी डिलीवरी जैसे प्रभाव जोड़ने के लिए टेक्स्ट में समर्थित inline और wrapping speech tags रखें। आप बोलने की गति को 0.7 से 1.5 तक समायोजित कर सकते हैं और संख्याओं, संक्षिप्ताक्षरों तथा प्रतीकों के लिए text normalization सक्षम कर सकते हैं।

अपनी प्लेबैक और प्रोसेसिंग आवश्यकताओं के अनुसार MP3, WAV, PCM, μ-law या A-law आउटपुट चुनें। समर्थित sample rates 8 kHz से 48 kHz तक हैं, जबकि MP3 अनुरोधों में 32 से 192 kbps तक bit rates का उपयोग किया जा सकता है।

हाँ। यह मॉडल एक सेकंड से कम समय में synthesis के लिए डिज़ाइन किया गया है और streaming latency optimization के तीन स्तर प्रदान करता है—अधिकतम ऑडियो गुणवत्ता से लेकर छोटे first audio chunk तक, जिसमें गुणवत्ता का समझौता अधिक होता है।

Atlas Cloud pay-as-you-go आधार पर प्रत्येक 1,000 इनपुट अक्षरों के लिए $0.015 की मानक दर लेता है। अक्षर गणना Unicode characters का उपयोग करती है, इसलिए एक CJK अक्षर की गणना एक Latin अक्षर के समान ही होती है।

पहले पुष्टि करें कि अनुरोध में मान्य Atlas Cloud API कुंजी, xai/tts-v1 मॉडल ID और समर्थित language मान का उपयोग किया गया है। इसके बाद, टेक्स्ट को Atlas Cloud की 15,000 अक्षरों की सीमा के भीतर रखें और जाँचें कि voice, codec, sample rate, bit rate और speed मान दस्तावेज़ीकृत schema से मेल खाते हैं।

अधिक सीरीज़ एक्सप्लोर करें

Seedance 2.5

Seedance 2.5 API अब Atlas Cloud पर उपलब्ध है! यह डेवलपर्स को ByteDance का नवीनतम वीडियो मॉडल प्रदान करता है। यह टेक्स्ट, एकल छवि, या 50 मल्टीमोडल संदर्भों से एक ही बार में 30 सेकंड तक का नेटिव वीडियो उत्पन्न करता है, जिसमें सिंक्रनाइज़ ऑडियो और इन-फ्रेम बहुभाषी टेक्स्ट शामिल है। Atlas Cloud पर आप इसे एक कुंजी के माध्यम से एक्सेस कर सकते हैं, जिसमें विषय की निरंतरता और बेहतर भौतिकी लंबे शॉट्स को सुसंगत रखती है।

सीरीज़ देखें

Wan 3.0

Wan 3.0 API अलीबाबा (Alibaba) के Wan वीडियो परिवार की अगली पीढ़ी है, जिसे लॉन्ग-फॉर्म जनरेशन, मल्टी-रेफरेंस कंट्रोल और ऑडियो-विज़ुअल क्वालिटी को नई ऊंचाइयों पर ले जाने के लिए बनाया गया है। Atlas Cloud पहले से ही Wan 2.7, 2.6 और 2.5 को होस्ट करता है, और Wan 3.0 बिना किसी अलग सेटअप के उसी यूनिफाइड की पर चलता है। आज ही निर्माण शुरू करें। Wan 3.0 क्या बना सकता है, यह देखने के लिए नीचे शोकेस पर स्क्रॉल करें।

सीरीज़ देखें

MiniMax H3

MiniMax H3, टेक्स्ट, इमेज और संदर्भ-निर्देशित सृजन के लिए MiniMax का मल्टीमॉडल वीडियो परिवार है। समर्थित रूट्स में यह संदर्भ मीडिया के विषयों को बनाए रखता है, लचीले आस्पेक्ट रेशियो उपलब्ध कराता है और H3 Developer के ज़रिए जनरेटेड साउंड को विज़ुअल्स के साथ संयोजित करता है; आउटपुट प्रोफ़ाइल endpoint के अनुसार चुनी जाती हैं। Atlas Cloud इस परिवार को एक OpenAI-compatible key के पीछे एकीकृत करता है और $0.038 प्रति सेकंड की मानक दर से शुरू होने वाली पारदर्शी pay-as-you-go pricing प्रदान करता है। आज ही निर्माण शुरू करें।

सीरीज़ देखें

Seedream 5.0 Pro

Seedream 5.0 Pro API डेवलपर्स को Atlas Cloud पर ByteDance का नियंत्रणीय छवि संपादन मॉडल प्रदान करता है। यह एंकर और निर्देशांकों के साथ संपादनों को सटीक रूप से रखता है, छवियों को संपादन योग्य परतों में अलग करता है, कई संदर्भों को मिलाता है, और 2K और 3K पर बहुभाषी पाठ के साथ सटीक रंगों और सामग्रियों का मिलान करता है। Atlas Cloud पर आप एक कुंजी के माध्यम से इस तक पहुँच सकते हैं!

सीरीज़ देखें

Seedance 2.0

Seedance 2.0 ByteDance का प्रोडक्शन-ग्रेड वीडियो मॉडल है, जो सटीक शॉट निर्माण के लिए बनाया गया है। प्रॉम्प्ट्स को वीडियो में बदलें, वैकल्पिक अंतिम-फ़्रेम मार्गदर्शन के साथ प्रथम-फ़्रेम छवि को एनिमेट करें, या संदर्भ मीडिया और वैकल्पिक वेब खोज की मदद से परिणामों को आकार दें। Atlas Cloud इन वर्कफ़्लो को पारदर्शी उपयोग-आधारित मूल्य निर्धारण और एक OpenAI-संगत कुंजी वाली एकीकृत API में लाता है। आज ही निर्माण शुरू करें।

सीरीज़ देखें

GPT Image 2.5

OpenAI का gpt-image-2.5 परिवार डेवलपर्स को प्रोडक्शन इमेज वर्कफ़्लो के लिए Flare और Sunburst में से चुनने की सुविधा देता है। 3840x2160 तक के मनचाहे रिज़ॉल्यूशन पर रेंडर करें और विशिष्ट आउटपुट आवश्यकताओं के अनुरूप xhigh और max समेत पाँच गुणवत्ता स्तरों में से चुनें। Atlas Cloud बिना कोल्ड स्टार्ट और प्रति जनरेशन $0.004 से शुरू होने वाले मानक मूल्य निर्धारण के साथ उपयोग के लिए तैयार REST inference उपलब्ध कराता है। आज से निर्माण शुरू करें।

सीरीज़ देखें

GPT Image 2

GPT Image 2 API डेवलपर्स को OpenAI के नवीनतम इमेज मॉडल तक पहुंच प्रदान करता है, जो GPT Image 1.5 का उत्तराधिकारी है। यह लैटिन और CJK लिपियों में सटीक टेक्स्ट रेंडरिंग के साथ चित्र बनाता और संपादित करता है, साथ ही पोस्टर, मॉकअप और इन्फोग्राफिक्स के लिए मजबूत संयोजन (कंपोजिशन) प्रदान करता है। Atlas Cloud पर आप इसे 300+ मॉडलों के साथ एक एकीकृत API के माध्यम से एक्सेस कर सकते हैं, जिसमें मुफ्त क्रेडिट, 99.99% अपटाइम और OpenAI संगठन सत्यापन की कोई आवश्यकता नहीं है।

सीरीज़ देखें

Gemini Omni Flash

Gemini Omni, Google DeepMind का मूल रूप से मल्टीमोडल वीडियो परिवार है, जो प्रॉम्प्ट-निर्देशित निर्माण और संपादन के लिए बनाया गया है। टेक्स्ट से वीडियो बनाएँ, स्थिर छवियों में एनीमेशन जोड़ें या वैकल्पिक दृश्य संदर्भों के साथ मौजूदा फुटेज को संशोधित करें—और अपरिवर्तित सामग्री को सुरक्षित रखें। लचीले रिज़ॉल्यूशन, आस्पेक्ट रेशियो और अवधि नियंत्रण विभिन्न प्रोडक्शन वर्कफ़्लो को समर्थन देते हैं। Atlas Cloud पारदर्शी पे-एज़-यू-गो मूल्य निर्धारण के साथ सभी सुविधाओं तक एकीकृत पहुँच प्रदान करता है। आज ही निर्माण शुरू करें।

सीरीज़ देखें

Grok Imagine

Grok Imagine API xAI की छवि, वीडियो और भाषण मॉडलों को शामिल करता है, Image 2.0 से Video 1.5 और xAI TTS v1 तक। 14 पहलू अनुपातों में 1K या 2K स्थिर छवियां उत्पन्न करें, एक दृश्य को 1080p में 15 सेकंड की गति तक बढ़ाएं, 7 संदर्भ छवियों के साथ शॉट्स को निर्देशित करें, या उन्हें 20 भाषाओं में सुनाएं। Atlas Cloud सभी मोड को एक endpoint पर चलाता है, प्रति उपयोग भुगतान मूल्य निर्धारण $0.02 प्रति छवि और $0.05 प्रति सेकंड से। आज ही निर्माण शुरू करें।

सीरीज़ देखें

Google

Google के सबसे शक्तिशाली क्रिएटिव मॉडल अब Atlas Cloud पर उपलब्ध हैं। Veo 3.1 सिनेमैटिक वीडियो जनरेशन प्रदान करता है, Nano Banana 2 हाई-फिडेलिटी इमेज क्रिएशन को शक्ति देता है, और Gemini हर वर्कफ़्लो में मल्टीमॉडल इंटेलिजेंस लाता है। Day-0 उपलब्धता और पे-एज़-यू-गो (pay-as-you-go) प्राइसिंग के साथ एक ही API key के माध्यम से संपूर्ण Google मॉडल सूट तक पहुंचें।

सीरीज़ देखें

Seedance 2.0 Mini

Seedance 2.0 Mini, ByteDance के मल्टीमोडल वीडियो जनरेशन को उन वर्कफ़्लो में लाता है जहाँ गति और लागत सबसे अधिक मायने रखते हैं। यह एक हल्के फुटप्रिंट पर Seedance 2.0 की मुख्य क्षमताएँ प्रदान करता है — तेज़ जनरेशन, प्रति वीडियो कम लागत, और वही API एकीकरण जिसका आप पहले से उपयोग करते हैं। उच्च-मात्रा वाले पाइपलाइन चलाने या बड़े पैमाने पर प्रोटोटाइपिंग करने वाली टीमों के लिए, Mini व्यावहारिक डिफ़ॉल्ट विकल्प है।

सीरीज़ देखें

ByteDance

सिनेमैटिक वीडियो जनरेशन से लेकर हाई-फिडेलिटी इमेज क्रिएशन तक, ByteDance के सबसे शक्तिशाली मॉडल Atlas Cloud पर लाइव हैं। सबसे कम इन्फ्रेंस प्राइसिंग और शून्य इन्फ्रास्ट्रक्चर ओवरहेड के साथ बड़े पैमाने पर Seedance और Seedream को रन करें।

सीरीज़ देखें

हर मीडिया AI के लिए एक ही API।

सभी मॉडल एक्सप्लोर करें