ऑडियो और वॉयस

हम दुनिया भर की 30+ प्रमुख भाषाओं का समर्थन करते हैं, जिनमें शामिल हैं (लेकिन इन्हीं तक सीमित नहीं): अंग्रेज़ी, चीनी, स्पेनिश, अरबी, पुर्तगाली, रूसी, जापानी, पंजाबी, जर्मन, फ्रेंच, कोरियाई, तुर्की, तमिल, वियतनामी, हिंदी, बांग्ला, उर्दू, फ़ारसी, इतालवी, इंडोनेशियाई, थाई, मराठी, तेलुगु, यूक्रेनी, मलय, रोमानियाई, पोलिश, डच, गुजराती और कन्नड़।

VisionStory की लाइब्रेरी में 200 से अधिक आवाज़ें उपलब्ध हैं, जिन्हें आप जेंडर, उम्र और उपयोग के अनुसार फ़िल्टर कर सकते हैं। यदि आपको उपयुक्त आवाज़ नहीं मिलती, तो आप ऑडियो अपलोड या रिकॉर्ड करके अपनी खुद की AI वॉयस क्लोन भी बना सकते हैं।

कुछ भाषाओं के लिए सीमित वॉयस विकल्प खासतौर पर उन्हीं भाषाओं के लिए बेहतर बनाए गए हैं। हालांकि, VisionStory की तकनीक आपको यह सुविधा देती है कि अंग्रेज़ी जैसी अन्य भाषाओं की आवाज़ें भी कई भाषाओं में बोल सकती हैं, जिससे वॉयस चयन में लचीलापन मिलता है।

वॉयस क्लोनिंग आपको एक कस्टम AI वॉयस बनाने की सुविधा देती है, जो किसी विशेष आवाज़ की नकल करती है। इसके लिए आपको ऑडियो अपलोड या रिकॉर्ड करना होता है। वॉयस क्लोन करने के लिए, सुनिश्चित करें कि ऑडियो शांत वातावरण में और स्पष्ट रूप से रिकॉर्ड किया गया हो, ताकि सर्वोत्तम परिणाम मिल सकें।

वॉयस क्लोनिंग अंग्रेज़ी, स्पेनिश, जापानी और चीनी भाषाओं के लिए मुफ्त है, जिससे आप देख सकते हैं कि क्लोन की गई आवाज़ आपकी आवाज़ से मिलती है या नहीं। हालांकि, क्लोन की गई आवाज़ को वीडियो जनरेशन में इस्तेमाल करने के लिए आपको Pro प्लान या उससे ऊपर की सदस्यता लेनी होगी। इन चार भाषाओं के अलावा अन्य भाषाओं में वॉयस क्लोनिंग के लिए भी Pro प्लान या उससे ऊपर की सदस्यता आवश्यक है।

वॉयस क्लोनिंग चार भाषाओं—अंग्रेज़ी, स्पेनिश, जापानी और चीनी—में मुफ्त में उपलब्ध है। अतिरिक्त भाषाओं के लिए आपको प्रो प्लान या उससे ऊपर की सदस्यता लेनी होगी। समर्थित भाषाओं की सूची समय-समय पर बदल सकती है, इसलिए सबसे अद्यतित विकल्पों के लिए कृपया वॉयस क्लोनिंग फ़ंक्शन में जांचें।

प्रीव्यू ऑडियो आपको अंतिम वीडियो बनाने से पहले अपने टॉकिंग वीडियो के लिए स्पीच जनरेट करने की सुविधा देता है। इस फीचर से आप वॉयस, उच्चारण और पॉज़ को चेक कर सकते हैं ताकि वे आपकी अपेक्षाओं के अनुसार हों। वीडियो जनरेट करने से पहले आप वॉयस में बदलाव कर सकते हैं, जिसके लिए क्रेडिट्स का उपयोग होता है। यह फीचर प्रो प्लान और उससे ऊपर के सब्सक्रिप्शन में उपलब्ध है, और अलग-अलग प्लान्स में प्रीव्यू कोटा अलग-अलग होता है।

स्टॉपवॉच आइकन और +0.5s फीचर आपको जेनरेटेड वॉयस में 0.5 सेकंड का विराम जोड़ने की सुविधा देता है। आप जरूरत के अनुसार अपने वीडियो में लंबे विराम बनाने के लिए कई स्टॉपवॉच आइकन लगातार जोड़ सकते हैं।

URL इम्पोर्ट फीचर आपको किसी लिंक से ऑडियो डाउनलोड करके उसे वीडियो जनरेशन में इस्तेमाल करने की सुविधा देता है। फिलहाल, यह YouTube और TikTok के लिंक सपोर्ट करता है। अगर आप किसी और साइट का सपोर्ट चाहते हैं, तो कृपया हमसे संपर्क करें। इसके अलावा, आप वॉयस चेंजर फीचर का उपयोग करके इम्पोर्ट किए गए ऑडियो की आवाज़ को बदल सकते हैं, जबकि मूल कंटेंट वही रहता है।

रिमूव नॉइज़ फीचर आपके द्वारा इम्पोर्ट या रिकॉर्ड किए गए ऑडियो से बैकग्राउंड नॉइज़ हटाने में मदद करता है, जिससे आपके वीडियो की ऑडियो क्वालिटी और भी साफ़ हो जाती है। यह फीचर प्रो प्लान या उससे ऊपर के सब्सक्रिप्शन पर उपलब्ध है।

वॉयस चेंजर फीचर आपको किसी स्पीच की आवाज़ को बदलने की सुविधा देता है, जिससे आप ऑडियो के मूल कंटेंट को बनाए रखते हुए उसकी एक अनूठी प्रस्तुति बना सकते हैं। यह फीचर इस्तेमाल करने के लिए प्रो प्लान या उससे ऊपर की सदस्यता आवश्यक है।

आवाज़ में भावना आपके द्वारा दिए गए टेक्स्ट के माध्यम से व्यक्त होती है। जब आप अलग-अलग टेक्स्ट का उपयोग करते हैं, तो टेक्स्ट-टू-स्पीच (TTS) सिस्टम स्वाभाविक रूप से उपयुक्त भावना लागू कर देता है, इसलिए इसके लिए किसी अतिरिक्त नियंत्रण की आवश्यकता नहीं होती।

स्टॉपवॉच फीचर का उपयोग करते समय, हर स्टॉपवॉच 0.5 सेकंड का पॉज़ दर्शाता है, और आप इन्हें लगातार इस्तेमाल करके अधिकतम 3 सेकंड तक का पॉज़ बना सकते हैं। हालांकि, एक ही टेक्स्ट सेगमेंट में दो से अधिक लगातार पॉज़ का उपयोग न करें, क्योंकि इससे एआई द्वारा अनचाहे साउंड या गड़बड़ी उत्पन्न हो सकती है।