टेक्स्ट-से-स्पीच में नई आवाज़ें, नए मॉडल और ऑडियो टैग

यह अपडेट ToRun में नए वॉइस, संगीत और छवि मॉडल और पाँच चैट मॉडल लाता है, और ऑडियो टैग का अभिनय करने वाली आवाज़ों तक उन्हें पहुँचाता है। यहाँ बताया गया है कि क्या नया है और हर चीज़ का उपयोग कैसे करें।

ऑडियो टैग आवाज़ तक पहुँचते हैं

कुछ वॉइस मॉडल वर्ग कोष्ठक में लिखे छोटे अंग्रेज़ी संकेतों का अभिनय करते हैं, जैसे [laughs], [whispers] या [sighs]। “बाल-बाल बचे [laughs]” लिखें और आवाज़ शब्द पढ़ने के बजाय हँसती है।

ToRun ज़्यादातर जगहों पर वॉइस मॉडल के देखने से पहले ही इन संकेतों को आपके टेक्स्ट से हटा देता था। अब वे उन वॉइस मॉडलों तक पहुँचते हैं जो उनका अभिनय करते हैं, यानी Eleven v3 और Eleven v4 Turbo: टेक्स्ट-से-स्पीच में, जब चैट कोई जवाब ज़ोर से पढ़ती है और जब आप चैट से स्पीच माँगते हैं। दूसरे वॉइस मॉडलों को टेक्स्ट बिना संकेतों के दिया जाता है, इसलिए वे कभी कोई संकेत ज़ोर से नहीं पढ़ते, और जब कोई अनुरोध दूसरे वॉइस मॉडल पर जाता है तब भी यही होता है। टेक्स्ट-से-स्पीच में, टेक्स्ट बॉक्स के नीचे एक नोट उदाहरणों के साथ बताता है कि चुना गया वॉइस मॉडल कब संकेतों का अभिनय करता है। बाकी टेक्स्ट किसी भी भाषा में हो, संकेत अंग्रेज़ी में लिखें।

नई आवाज़ें

• Eleven v4 ElevenLabs का सबसे भावपूर्ण वॉइस मॉडल है। इसकी प्रति अक्षर लागत Eleven v3 जितनी है।
• Eleven v4 Turbo उसका तेज़ साथी है। यह ऑडियो टैग का अभिनय करता है और इसकी प्रति अक्षर लागत Flash v2.5 जितनी है।

नए संगीत मॉडल

• Eleven Music v2.5 की प्रति मिनट लागत Eleven Music v2 जितनी है।
• Stable Audio 3 पाँच मिनट तक के गाने बनाता है, जो Stable Audio 2.5 से लंबे हैं, और प्रति गाना कीमत वही है।

ElevenLabs, Eleven Music v1 को 31 जनवरी 2027 को बंद कर रहा है। Eleven Music v1 पर सेट गाना अब प्रति मिनट उसी कीमत पर Eleven Music v2.5 से बनाया जाता है। संगीत और ऑडियो निर्माण बताता है कि गाना कैसे बनता है और उसका शुल्क कैसे लगता है।

नए छवि मॉडल

• Recraft V4.1 प्रति छवि Recraft V4 से थोड़ा सस्ता है।
• Recraft V4.1 Flash कहीं सस्ता है। हमारे परीक्षणों में इसने छवि के अंदर का हर शब्द सही-सही नहीं लिखा, इसलिए इसकी छवियों का टेक्स्ट जाँच लें, या शब्दों वाली छवियों के लिए कोई दूसरा मॉडल चुनें।

पाँच नए चैट मॉडल

• xAI का Grok 4.7, Grok 4.6 जितनी ही कीमत पर।
• OpenAI का GPT-6.1 Terra, उसकी GPT-6 श्रृंखला का बीच का मॉडल।
• Anthropic का Claude Haiku 5.5, ToRun में सबसे कम कीमत वाला Claude मॉडल।
• Google का Gemini 4 Argon। Google 30 नवंबर तक लॉन्च कीमत लेता है और 1 दिसंबर से उसकी दोगुनी, और ToRun उसी दिन यह बदलाव लागू करता है।
• Mistral का Mistral Large 4।

मॉडल सूची में Grok 4.7, GPT-6.1 Terra और Claude Haiku 5.5 का लंबे संदर्भ वाला संस्करण भी है। बहुत लंबी बातचीत के लिए उसे चुनें। इसकी लागत ज़्यादा है, क्योंकि प्रदाता लंबे प्रॉम्प्ट के लिए ऊँची दर लेता है।

Mistral, Mistral Large 4 को Mistral Large 3 और Mistral Medium 3.5 का उत्तराधिकारी बताता है। इन दोनों मॉडलों के लिए ToRun के अनुरोध अस्वीकार किए जा रहे थे, इसलिए इनमें से किसी पर सेट चैट अब Mistral Large 4 पर चलती है और उसकी कीमत पर शुल्क लिया जाता है। Codestral 2 पर सेट चैट अब Codestral 2508 पर चलती है।

स्वचालित नए मॉडल को कैसे लेता है

जब आप मॉडल का चुनाव स्वचालित पर छोड़ते हैं, तो वह उस काम के लिए जाँचे गए मॉडलों में से चुनता है। कोई नया मॉडल स्वचालित में तभी जुड़ता है जब हमने उसकी आवाज़ सुन ली हो, उसकी छवियाँ देख ली हों या उसे बातचीत में आज़मा लिया हो। इस अपडेट में Eleven v4, Eleven v4 Turbo, Eleven Music v2.5 और Recraft V4.1 स्वचालित में जुड़े हैं, और स्वचालित जिन मॉडलों को प्राथमिकता देता है, वे वही रहते हैं। स्वचालित फ़िलहाल पाँच चैट मॉडलों, Recraft V4.1 Flash और Stable Audio 3 को नहीं चुनता। आप इनमें से किसी को भी खुद चुन सकते हैं। मॉडल रूटिंग और स्वचालित बताता है कि स्वचालित कैसे चुनता है।

इस अपडेट में और भी

• जब xAI किसी वीडियो को उसकी सामग्री के कारण अस्वीकार करता है, तो ToRun अब दस मिनट बाद यह बताने के बजाय कि वीडियो में बहुत समय लगा, यह तुरंत बताता है। शुल्क पहले की तरह लौटा दिया जाता है।
• जब कोई फ़ोटो एडिट कई छवियाँ बनाता है, तो उनमें से हर एक आपकी लाइब्रेरी में सहेजी जाती है।
• मीटिंग कॉल में लाइव कैप्शन सबसे नई पंक्ति के साथ बने रहते हैं।