30 आवाज़ें, साथ ही 2,000+ क्षेत्रीय आवाज़ें
30 स्टूडियो आवाज़ों से शुरू करें, या किसी क्षेत्रीय लहजे वाली लाइब्रेरी आवाज़ चुनें, जैसे मैक्सिकन स्पैनिश या लिवरपूल अंग्रेज़ी।
Manus को अपनी स्क्रिप्ट दें और WAV फ़ाइल के रूप में नेचुरल स्पीच पाएं। आवाज़ें चुनें, दूसरा स्पीकर जोड़ें, और हर लाइन के लिए टोन सेट करें।
Gemini 3.8 Flash TTS क्यों
30 स्टूडियो आवाज़ों से शुरू करें, या किसी क्षेत्रीय लहजे वाली लाइब्रेरी आवाज़ चुनें, जैसे मैक्सिकन स्पैनिश या लिवरपूल अंग्रेज़ी।
एक ही फ़ाइल में दो स्पीकर को उनकी अपनी आवाज़ें दें, पॉडकास्ट, इंटरव्यू और प्रैक्टिस कॉल के लिए।
स्क्रिप्ट को पंक्तियों में बाँटें और हर एक को अपनी अलग अदायगी दें, जैसे शांत, फुसफुसाहट भरी, या उत्साहित, साथ ही हँसी या आह जैसी ध्वनियाँ भी जोड़ें।
एक नज़दीकी झलक
नीचे दी गई हर क्लिप Manus में Gemini 3.8 Flash TTS से बनाई गई है। हर कार्ड में पूरी स्क्रिप्ट, आवाज़ें और टोन दिखाई गई हैं।
एक ही आवाज़ शांत से घबराई हुई फुसफुसाहट और फिर पैनिक तक जाती है, क्योंकि हर लाइन को अपनी अलग डायरेक्शन दी गई है।
प्रॉम्प्ट
Gemini 3.8 Flash TTS और Achernar आवाज़ का उपयोग करके इस ऑडियोबुक दृश्य को तीन पंक्तियों में पढ़ें। पंक्ति 1, शांत कथन शैली में: "The lighthouse had been dark for eleven years. So when Nora saw the lamp flicker on, just after midnight, she told herself it was the storm." पंक्ति 2, फुसफुसाते हुए और घबराहट में: "Then she heard the footsteps on the stairs above her... <short pause> slow, and getting closer." पंक्ति 3, घबराकर और तेज़ बोलते हुए: "No -- no, no, the door is locked from the OUTSIDE! Who's up there?"
दो ब्रिटिश अंग्रेज़ी लाइब्रेरी वॉयस के बीच एक प्रैक्टिस सपोर्ट कॉल, एक विनचेस्टर से और एक लिवरपूल से।
प्रॉम्प्ट
Gemini 3.8 Flash TTS का उपयोग करके इस सपोर्ट कॉल को दो ब्रिटिश इंग्लिश लाइब्रेरी वॉइस से आवाज़ दें: Hannah के लिए en-gb-csagent-6 और Sam के लिए en-gb-csagent-5। Hannah, प्रोफेशनल और दोस्ताना: "Thanks for calling Harbour Line Rail, this is Hannah. How can I help today?" Sam, थोड़ा तनाव में: "Hi, yeah, my train to Leeds was cancelled |oh no, I'm sorry| and I've got a meeting at ten. Is there anything earlier?" Hannah, प्रोफेशनल और दोस्ताना: "Let me check... <short pause> Right, there's an eight fifteen from platform four. I can move your ticket onto it now, at no extra cost." Sam, राहत महसूस करते हुए: "Oh, brilliant. You've saved my morning."
मैक्सिकन स्पेनिश उच्चारण वाली एक लाइब्रेरी वॉयस 15 सेकंड का कॉफ़ी विज्ञापन पढ़ती है, गर्मजोशी और आत्मविश्वास से भरी हुई।
प्रॉम्प्ट
Gemini 3.8 Flash TTS और मैक्सिकन स्पेनिश लाइब्रेरी आवाज़ es-419-commercial-8 का उपयोग करके इस कॉफी विज्ञापन को गर्मजोशी और आत्मविश्वास से पढ़ें: "¿Mañanas difíciles? Prueba Café Alba: tostado en pequeños lotes y listo en tres minutos. Con notas de cacao y caramelo, cada taza sabe a domingo, aunque sea lunes. Café Alba. Despierta con calma."
एक गर्मजोशी भरी स्टूडियो आवाज़ धीरे-धीरे एक गाइडेड रिलैक्सेशन स्क्रिप्ट पढ़ती है, जहां स्क्रिप्ट रुकती है वहां रुकते हुए।
प्रॉम्प्ट
Gemini 3.8 Flash TTS और Sulafat आवाज़ का उपयोग करके इस निर्देशित विश्राम स्क्रिप्ट को चीनी भाषा में गर्मजोशी, शांति और धीमी गति से पढ़ें: "欢迎来到今天的五分钟放松练习。先找一个舒服的姿势,轻轻闭上眼睛。吸气……慢慢地,数到四。呼气……让肩膀一点一点放松下来。很好,我们再来一次。"
विशेषताएँ
हर रिक्वेस्ट में अधिकतम 6,000 कैरेक्टर की स्क्रिप्ट और एक या दो स्पीकर होते हैं, और एक WAV फ़ाइल मिलती है।
यह कैसे काम करता है
01
Manus में ऑडियो चुनें। Manus में हर स्पीच अनुरोध Gemini 3.8 Flash TTS का उपयोग करता है, इसलिए चुनने के लिए कोई मॉडल नहीं है।
02
पढ़े जाने वाले शब्द पेस्ट करें, या Manus से उन्हें लिखने को कहें। बताएं कि कौन-सी आवाज़ें इस्तेमाल करनी हैं और हर लाइन कैसी सुनाई देनी चाहिए।
03
चैट में WAV फ़ाइल चलाएं, फिर अलग आवाज़, गति या टोन के लिए कहें। लंबी स्क्रिप्ट्स हिस्सों में बनाई जाती हैं और फिर एक फ़ाइल में जोड़ी जाती हैं।
सही मॉडल चुनें
Manus में स्पीच के लिए एक मॉडल, संगीत के लिए एक मॉडल, और साउंड इफ़ेक्ट के लिए एक मॉडल है। जानें कि हर एक को कब चुनें।
संगीत के लिए इसे चुनें, बैकग्राउंड ट्रैक से लेकर वोकल वाले गानों तक, करीब तीन मिनट तक लंबे।
ElevenLabs
साउंड इफेक्ट्स के लिए इसे चुनें, जैसे बारिश, कदमों की आवाज़ या दरवाज़ा बंद होने की आवाज़, 0.5 से 30 सेकंड तक की लंबाई में।
Manus में हर मॉडल की तुलना करें, इमेज और वीडियो से लेकर संगीत और साउंड तक।
Gemini 3.8 Flash TTS, Gemini TTS फ़ैमिली का एक Google TTS मॉडल है। Manus में यह 6,000 कैरेक्टर तक की स्क्रिप्ट को एक या दो आवाज़ों के साथ स्वाभाविक स्पीच में बदल देता है और इसे WAV फ़ाइल के रूप में सेव करता है।
Manus में ऑडियो खोलें, अपनी स्क्रिप्ट पेस्ट करें या बताएं, और कहें कि आपको कौन सी आवाज़ और टोन चाहिए। Manus में हर स्पीच रिक्वेस्ट Gemini 3.8 Flash TTS का उपयोग करती है, इसलिए आपको कोई मॉडल चुनने की ज़रूरत नहीं है।
उपलब्धता और क्रेडिट उपयोग आपके Manus प्लान पर निर्भर करता है। कीमत देखें
Gemini 3.8 Flash TTS ने Manus में Gemini 3.1 Flash TTS की जगह ले ली है। अब स्क्रिप्ट लाइन दर लाइन दी जाती है, हर लाइन का अपना टोन हो सकता है, और 30 स्टूडियो वॉइस के अलावा आप 2,000 से ज़्यादा लाइब्रेरी वॉइस में से चुन सकते हैं।
बोले गए शब्दों के लिए Gemini 3.8 Flash TTS इस्तेमाल करें, वॉइस-ओवर से लेकर दो लोगों के डायलॉग तक। म्यूज़िक के लिए Lyria 3.5 और साउंड इफेक्ट्स के लिए ElevenLabs Sound Effects v2 इस्तेमाल करें।
Manus हर समर्थित भाषा में काम करने वाली 30 स्टूडियो आवाज़ें देता है, साथ ही 30 लोकेल में क्षेत्रीय लहजों वाली 2,000 से ज़्यादा लाइब्रेरी आवाज़ें भी। स्क्रिप्ट उसी भाषा में लिखें जो आप चाहते हैं, जैसे चीनी, जापानी या स्पेनिश। Gemini 3.8 Flash TTS इसे वैसा ही पढ़ता है जैसा लिखा गया है और अनुवाद नहीं करता।
हां। एक रिक्वेस्ट में दो स्पीकर हो सकते हैं, हर एक की अपनी आवाज़ के साथ। तीन या अधिक स्पीकर के लिए, Manus स्क्रिप्ट को अधिकतम दो स्पीकर वाले हिस्सों में बनाकर उन्हें जोड़ता है।