GPU Cloud और Hosted Agents अब उपलब्ध हैं। GPU Cloud देखें

TTS 1.5 Max एपीआई

समृद्ध अभिव्यंजक छंदशास्त्र के साथ प्रसारण-गुणवत्ता वाला आवाज संश्लेषण, 271 भाषाओं में 15+ आवाज़ें, और प्रति-शब्द टाइमस्टैम्प के साथ वास्तविक समय एसएसई स्ट्रीमिंग।

Inworldऑडियो जनरेशनरिलीज 21 जन॰ 2026स्वामित्व वाला एंडपॉइंट
Playground में आजमाएं API Docs कीमत देखें

TTS 1.5 Max के बारे में

समृद्ध अभिव्यंजक छंदशास्त्र के साथ प्रसारण-गुणवत्ता वाला आवाज संश्लेषण, 271 भाषाओं में 15+ आवाज़ें, और प्रति-शब्द टाइमस्टैम्प के साथ वास्तविक समय एसएसई स्ट्रीमिंग।

इस नाम से भी जाना जाता है TTS Max, Inworld TTS 1.5 Max

multi speakerreal timestreamingword timestampscharacter timestampsmultilingualexpressive prosodybroadcast quality

TTS 1.5 Max की विशेषताएं

मॉडल ID
tts-1-5-max
निर्माता
Inworld
श्रेणी
ऑडियो जनरेशन
रिलीज
21 जन॰ 2026
इनपुट
टेक्स्ट
आउटपुट
ऑडियो
एंडपॉइंट
POST/v1/audio/speechPOST/v1/audio/speech:streamGET/v1/voices
वैकल्पिक मॉडल ID
inworld-tts-1.5-maxtts-1.5-max

TTS 1.5 Max API की कीमतें15% तक बचाएं

EmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप सिर्फ उतना ही भुगतान करते हैं जितना उपयोग करते हैं, कोई मासिक न्यूनतम नहीं।

प्रकार
स्पेक
दर
संश्लेषण
प्रति 1M वर्ण
$35.00$29.75
पूरे कीमत पेज पर तुलना करें

TTS 1.5 Max API को कैसे कॉल करें

TTS 1.5 Max 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-1-5-max के साथ भेजें। 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-1-5-max",
    "input": "Welcome to EmpirioLabs. Your build just finished."
  }' \
  --output speech.mp3
Python
import requests

response = requests.post(
    "https://api.empiriolabs.ai/v1/audio/speech",
    headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
    json={"model": "tts-1-5-max", "input": "Welcome to EmpirioLabs."},
)
with open("speech.mp3", "wb") as f:
    f.write(response.content)
TTS 1.5 Max API का पूरा संदर्भ

TTS 1.5 Max API के पैरामीटर

EmpirioLabs पर TTS 1.5 Max API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।

पैरामीटरप्रकारडिफॉल्टरेंज / मानविवरण
inputstring-अधिकतम 2000संश्लेषित करने के लिए पाठ। प्रति अनुरोध अधिकतम 2,000 वर्ण; ग्राहक पर वाक्य सीमाओं पर लंबे समय तक प्रतिलिपि का खंडन।
voiceenumSarahSarah, Olivia, Elizabeth, Ashley, Wendy, Julia, Priya, Pixie,...आवाज पूर्व निर्धारित। अंग्रेजी + स्पेनिश + पुर्तगाली + हिंदी + विभिन्न लहजे को कवर करने वाली 20 हाथ से चुनी गई आवाजें। पूरे 271-वॉयस कैटलॉग (क्लोन की गई आवाज़ों...
voice_idstring--फ़्री-फ़ॉर्म वॉयस ID. सेट होने पर वॉयस को ओवरराइड करता है. क्यूरेट की गई 20-प्रीसेट सूची के बाहर आवाज़ों को संबोधित करने के लिए इसका उपयोग करें। Inworld TTS 1.5 15...
languageenumen-USen-US, en-GB, es-ES, es-MX, fr-FR, de-DE, it-IT, pt-BR, pt-PT...BCP-47 भाषा कोड। इनवर्ल्ड टीटीएस 1.5 में 15 भाषाएँ शामिल हैं।
output_formatenumWAVMP3, WAV, OGG, FLAC, PCM, ALAW, MULAWऑडियो container/codec। WAV = RIFF के अंदर LINEAR16 (सर्वव्यापी)। एमपी3/ओजीजी = संकुचित। पीसीएम = हेडरलेस कच्चा, चंक रीयल-टाइम प्लेबैक के लिए उपयोगी। FLAC = दोषरहित।
sample_rateenum240008000, 16000, 22050, 24000, 32000, 44100, 4800024000 में आउटपुट नमूना दर इनवर्ल्ड का डिफ़ॉल्ट है और उनके वॉयस मॉडल किस पर प्रशिक्षित होते हैं; प्रसारण गुणवत्ता के लिए 48000 तक बढ़ाएं।
speednumber10.5 से 1.5बोलने की दर गुणक। 0.5 = आधी गति, 1.5 = 50% तेज।
temperaturenumber10.1 से 2आवाज की अभिव्यक्ति/परिवर्तनशीलता। निचला = अधिक सुसंगत/"फ्लैट"; उच्च = अधिक अभिव्यंजक लेकिन रेंडर के बीच अधिक भिन्नता।
bit_ratenumber12800032000 से 320000एमपी 3 / OGG_OPUS के लिए बीपीएस में बिटरेट। अन्य एन्कोडिंग के लिए अनदेखा किया गया।
apply_text_normalizationenumONON, OFFचालू होने पर, इनवर्ल्ड संख्याओं/संक्षिप्ताक्षरों/तिथियों को बोले जाने वाले रूप में विस्तारित करता है ("यूएसडी 5" → "पांच अमेरिकी डॉलर")।
timestamp_typeenumNONENONE, WORD, CHARACTERयदि गैर-कोई नहीं है, तो प्रतिक्रिया में timestamp_info में प्रति-शब्द या प्रति-वर्ण टाइमस्टैम्प शामिल हैं। यूआई को कैप्शन/हाइलाइट करने के लिए उपयोगी।

जानने योग्य

सीमाएं - अधिकतम इनपुट: प्रति अनुरोध 2,000 वर्ण (वाक्य सीमाओं पर लंबे पाठ का खंड) - वेबसॉकेट: 20 समवर्ती कनेक्शन, 5 contexts/connection - प्रति-डब्ल्यूएस संदेश: 1,000 वर्ण विलंबता - पी90 टीटीएफबी: 250 एमएस से कम (इनवर्ल्ड बेंचमार्क) आवाज़ें - 15 भाषाओं में 271+ नामित प्रीसेट - ड्रॉपडाउन में उजागर 20 हाथ से चुने गए प्रीसेट; voice_id के माध्यम से किसी भी अन्य वॉयस आईडी को पास करें

TTS 1.5 Max API: आम सवाल

TTS 1.5 Max API की कीमत कितनी है?

EmpirioLabs पर TTS 1.5 Max का बिल उपयोग के अनुसार बनता है। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।

TTS 1.5 Max कौन सा endpoint उपयोग करता है?

TTS 1.5 Max api.empiriolabs.ai पर POST /v1/audio/speech के ज़रिए मिलता है, मानक Bearer टोकन प्रमाणीकरण के साथ।

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

हां। EmpirioLabs playground ब्राउज़र में TTS 1.5 Max को उन्हीं पैरामीटरों के साथ चलाता है जो API देता है, ताकि आप कोड लिखने से पहले prompt आज़मा सकें।

TTS 1.5 Max की API key कैसे मिलेगी?

EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं।

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