Aplomb 1, हमारा पहला मॉडल, अब उपलब्ध है। लॉन्च पोस्ट पढ़ें

TTS 2 vs TTS 1.5 Max

TTS 2 और TTS 1.5 Max साथ-साथ: विशेषताएं, क्षमताएं, पैरामीटर और EmpirioLabs कैटलॉग की लाइव कीमतें।

Inworld ऑडियो जनरेशन
TTS 2 आज़माएं TTS 1.5 Max आज़माएं कीमत देखें

TTS 2 vs TTS 1.5 Max एक नज़र में

TTS 2 और TTS 1.5 Max दोनों Inworld के मॉडल हैं, ऑडियो जनरेशन श्रेणी में आते हैं और EmpirioLabs API के ज़रिए उपलब्ध हैं।

मुख्य अंतर

  • TTS 2 नई रिलीज़ है (5 मई 2026); TTS 1.5 Max 21 जन॰ 2026 को रिलीज़ हुआ था।
  • सिर्फ TTS 2 के लिए बताई गई क्षमताएं: low latency, voice direction।
  • सिर्फ TTS 1.5 Max के लिए बताई गई क्षमताएं: broadcast quality।
  • संश्लेषण (प्रति 1M वर्ण) के लिए TTS 2 की दर कम है।

TTS 2 vs TTS 1.5 Max: विशेषताएं

स्पेकTTS 2TTS 1.5 Max
मॉडल IDtts-2tts-1-5-max
निर्माताInworldInworld
रिलीज5 मई 202621 जन॰ 2026
इनपुट
टेक्स्ट
टेक्स्ट
आउटपुट
ऑडियो
ऑडियो
एंडपॉइंट
POST /v1/audio/speech POST /v1/audio/speech:stream GET /v1/voices
POST /v1/audio/speech POST /v1/audio/speech:stream GET /v1/voices
क्षमताएं
multi speaker real time low latency streaming word timestamps character timestamps multilingual expressive prosody voice direction
multi speaker real time streaming word timestamps character timestamps multilingual expressive prosody broadcast quality

TTS 2 vs TTS 1.5 Max: API की कीमतें

दोनों मॉडलों के लिए EmpirioLabs कैटलॉग की लाइव दरें। हर दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।

TTS 2 vs TTS 1.5 Max: API के पैरामीटर

EmpirioLabs पर हर मॉडल के लिए सूचीबद्ध रिक्वेस्ट पैरामीटर, और जहां लागू हो वहां मान्य मान या सीमा। डैश उस पैरामीटर को दिखाता है जो मॉडल के लिए सूचीबद्ध नहीं है।

पैरामीटरTTS 2TTS 1.5 Max
inputअधिकतम 2000अधिकतम 2000
voiceSarah, Olivia, Elizabeth, Ashley, Wendy, Julia, Priya, Pixie,... डिफॉल्ट: SarahSarah, Olivia, Elizabeth, Ashley, Wendy, Julia, Priya, Pixie,... डिफॉल्ट: Sarah
voice_idstringstring
languageen-US, en-GB, es-ES, es-MX, fr-FR, de-DE, it-IT, pt-BR, pt-PT... डिफॉल्ट: en-USen-US, en-GB, es-ES, es-MX, fr-FR, de-DE, it-IT, pt-BR, pt-PT... डिफॉल्ट: en-US
output_formatMP3, WAV, OGG, FLAC, PCM, ALAW, MULAW डिफॉल्ट: WAVMP3, WAV, OGG, FLAC, PCM, ALAW, MULAW डिफॉल्ट: WAV
sample_rate8000, 16000, 22050, 24000, 32000, 44100, 48000 डिफॉल्ट: 240008000, 16000, 22050, 24000, 32000, 44100, 48000 डिफॉल्ट: 24000
speed0.5 से 1.5 डिफॉल्ट: 10.5 से 1.5 डिफॉल्ट: 1
temperature0.1 से 2 डिफॉल्ट: 10.1 से 2 डिफॉल्ट: 1
bit_rate32000 से 320000 डिफॉल्ट: 12800032000 से 320000 डिफॉल्ट: 128000
apply_text_normalizationON, OFF डिफॉल्ट: ONON, OFF डिफॉल्ट: ON
timestamp_typeNONE, WORD, CHARACTER डिफॉल्ट: NONENONE, WORD, CHARACTER डिफॉल्ट: NONE
TTS 2 API का पूरा संदर्भ TTS 1.5 Max API का पूरा संदर्भ

TTS 2 vs TTS 1.5 Max: सीमाएं और नोट्स

TTS 2

सीमाएं

  • अधिकतम इनपुट: प्रति अनुरोध 2,000 वर्ण (वाक्य सीमाओं पर लंबे पाठ का खंड)
  • WebSocket: 20 समवर्ती कनेक्शन, 5 contexts/connection
  • प्रति-WS संदेश: 1,000 वर्ण

आवाज की दिशा

  • डिलीवरी को चलाने के लिए सादे अंग्रेजी में ब्रैकेट किए गए निर्देश के साथ पाठ खोलें, उदाहरण के लिए [whispering], [excited] या [Speak warmly, like you are greeting an old friend]
  • ब्रैकेट किए गए पाठ को दिशा के रूप में माना जाता है और इसे जोर से नहीं पढ़ा जाता है
  • दिशा पाठ को बिल किए गए वर्ण कुल की ओर गिना जाता है, इसलिए इसे छोटा रखें

विलंबता

  • p90 TTFB: 100 एमएस से कम (इनवर्ल्ड बेंचमार्क)

आवाजें

  • 200+ भाषाओं और स्थानों में एक आवाज की पहचान आयोजित की जाती है, जिसमें मध्य-पीढ़ी की भाषा बदलना भी शामिल है
  • ड्रॉपडाउन में क्यूरेटेड प्रीसेट; voice_id के माध्यम से कोई अन्य वॉयस आईडी पास करें

TTS 1.5 Max

सीमाएं

  • अधिकतम इनपुट: प्रति अनुरोध 2,000 वर्ण (वाक्य सीमाओं पर लंबे पाठ का खंड)
  • WebSocket: 20 समवर्ती कनेक्शन, 5 contexts/connection
  • प्रति-WS संदेश: 1,000 वर्ण

विलंबता

  • p90 TTFB: 250 एमएस से कम (इनवर्ल्ड बेंचमार्क)

आवाजें

  • 15 भाषाओं में 271+ नामित प्रीसेट
  • ड्रॉपडाउन में सामने आए 20 हाथ से चुने गए प्रीसेट; voice_id के माध्यम से कोई अन्य वॉयस आईडी पास करें

TTS 2 और TTS 1.5 Max को कैसे कॉल करें

TTS 2 POST /v1/audio/speech से आवाज़ बनाता है और चलाने योग्य ऑडियो देता है। बोला जाने वाला टेक्स्ट input के रूप में model id tts-2 के साथ भेजें। दोनों मॉडल एक ही एंडपॉइंट से कॉल किए जाते हैं। model को tts-2 या tts-1-5-max पर सेट करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।

cURL
curl https://api.empiriolabs.ai/v1/audio/speech \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tts-2",
    "input": "Welcome to EmpirioLabs. Your build just finished."
  }' \
  --output speech.mp3

TTS 2 vs TTS 1.5 Max: आम सवाल

TTS 2 और TTS 1.5 Max में क्या अंतर है?

TTS 2 नई रिलीज़ है (5 मई 2026); TTS 1.5 Max 21 जन॰ 2026 को रिलीज़ हुआ था। सिर्फ TTS 2 के लिए बताई गई क्षमताएं: low latency, voice direction। सिर्फ TTS 1.5 Max के लिए बताई गई क्षमताएं: broadcast quality। इस पेज की विशेषताएं, दर तालिकाएं और पैरामीटर EmpirioLabs के लाइव कैटलॉग से आते हैं।

TTS 2 और TTS 1.5 Max में से नया कौन सा है?

TTS 2 नई रिलीज़ है (5 मई 2026); TTS 1.5 Max 21 जन॰ 2026 को रिलीज़ हुआ था।

TTS 2 और TTS 1.5 Max में से किसकी दर कम है?

संश्लेषण (प्रति 1M वर्ण) के लिए TTS 2 की दर कम है। दोनों लाइव दर तालिकाएं इस पेज पर हैं और हमेशा API की वास्तविक बिलिंग से मेल खाती हैं।

क्या मैं अपना इंटीग्रेशन दोबारा बनाए बिना TTS 2 और TTS 1.5 Max के बीच बदल सकता हूं?

हां। दोनों मॉडल एक ही EmpirioLabs API key के साथ POST /v1/audio/speech इस्तेमाल करते हैं, इसलिए ज़्यादातर इंटीग्रेशन सिर्फ model मान बदलकर स्विच हो जाते हैं। अगर आप किसी मॉडल-विशेष पैरामीटर पर निर्भर हैं तो पहले इस पेज की पैरामीटर तालिका देखें।

क्या मैं इंटीग्रेट करने से पहले ब्राउज़र में TTS 2 और TTS 1.5 Max आज़मा सकता हूं?

हां। हर मॉडल को EmpirioLabs playground में खोलें और API के पैरामीटरों के साथ दोनों पर एक ही prompt चलाएं।

बेहतर समापन बिंदुओं का उपयोग करने के लिए तैयार हैं?

हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।

मूल्य निर्धारण देखें
संपर्क करें