


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।
Atlas Cloud आपको उद्योग में अग्रणी नवीनतम रचनात्मक मॉडल प्रदान करता है।
बहुभाषी वॉइस एप्लिकेशन के लिए इस परिवार की टेक्स्ट-टू-स्पीच और स्पीच-टू-टेक्स्ट क्षमताओं को जानें।
| मोडैलिटी | विवरण |
|---|---|
| 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 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।

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।

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।

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।

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।

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।

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।
देखें कि तीन Atlas Cloud वीडियो मॉडल सिनेमाई संवाद, गति, संयोजन, निरंतरता और दृश्य कहानी-वाचन में समान प्रॉम्प्ट की व्याख्या कैसे करते हैं।
“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
“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
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 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।
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।
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।
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।
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।
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।
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।
| मॉडल | भाषाएँ | प्रति अनुरोध अधिकतम टेक्स्ट | डिलीवरी नियंत्रण | मानक मूल्य |
|---|---|---|---|---|
| xAI TTS v1 | 20 | 15,000 अक्षर | स्पीच टैग और गति नियंत्रण | $0.015/1K अक्षर |
| MiniMax Speech 2.6 Turbo | 40+ | 10,000 अक्षर | भावना, गति और पिच नियंत्रण | $0.06/1K अक्षर |
| ElevenLabs v3 Text-to-Speech | 70+ | 5,000 अक्षर | ऑडियो टैग और स्थिरता नियंत्रण | $0.10/1K अक्षर |
कुछ ही मिनटों में शुरू करें — इन सरल चरणों का पालन करके Atlas Cloud प्लेटफ़ॉर्म के ज़रिए मॉडल इंटीग्रेट और डिप्लॉय करें।
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।
बेजोड़ प्रदर्शन, स्केलेबिलिटी और विकास अनुभव के लिए उन्नत xAI TTS V1 मॉडल को Atlas Cloud के GPU त्वरण प्लेटफ़ॉर्म के साथ संयोजित करें।
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।
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, 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।
Atlas Cloud का भरपूर लाभ उठाने में मदद करने वाली गाइड, ट्यूटोरियल और प्रोडक्ट अपडेट।