नेविगेशन पर जाएँ

वॉइस कस्टमाइज़ेशन

जानें कि अपने AI एजेंट की वॉइस और बोलने के पैटर्न को कैसे कस्टमाइज़ करें।

परिचय

ज़्यादा स्वाभाविक और आकर्षक बातचीत का अनुभव बनाने के लिए आप अपने AI एजेंट की वॉइस के कई पहलुओं को कस्टमाइज़ कर सकते हैं। इसमें उच्चारण, बोलने की गति और भाषा-विशिष्ट वॉइस सेटिंग्स को नियंत्रित करना शामिल है।

Realtime मॉडल इस्तेमाल करने वाले एजेंट पर भी वॉइस लागू होती है, लेकिन एजेंट के टेक्स्ट टू स्पीच मॉडल और एक्सप्रेसिव मोड सेटिंग्स लागू नहीं होतीं।

अपने AI असिस्टेंट से एजेंट मैनेज करें

आप ये बदलाव बातचीत के ज़रिए भी कर सकते हैं। होस्टेड MCP सर्वर Claude और दूसरे MCP क्लाइंट को प्राकृतिक भाषा के ज़रिए आपके एजेंट बनाने, कॉन्फ़िगर करने और मैनेज करने देता है।

उपलब्ध कस्टमाइज़ेशन

मल्टी-वॉइस सपोर्ट

मल्टी-कैरेक्टर बातचीत, कहानी सुनाने और भाषा सिखाने के लिए अपने एजेंट को अलग-अलग वॉइस के बीच स्विच करने दें।

उच्चारण शब्दकोश

IPA या CMU नोटेशन का इस्तेमाल करके नियंत्रित करें कि आपका एजेंट खास शब्दों और वाक्यांशों का उच्चारण कैसे करे।

स्पीड कंट्रोल

0.7x से 1.2x तक की वैल्यू के साथ एजेंट के बोलने की गति को तेज़ या धीमा करें।

एक्सप्रेसिव मोड

Eleven v3 Conversational और बेहतर टर्न-टेकिंग सिस्टम से मिलने वाली संदर्भ-अनुकूल भावनात्मक डिलीवरी।

ऑडियो एनवायरनमेंट

आउटबाउंड एजेंट ऑडियो में लूप होने वाली बैकग्राउंड साउंड जोड़ें और फ़ोन-स्टाइल फ़िल्टर लागू करें।

भाषा-विशिष्ट वॉइस

स्वाभाविक उच्चारण सुनिश्चित करने के लिए हर समर्थित भाषा के लिए अलग वॉइस कॉन्फ़िगर करें।

सर्वोत्तम तरीके

लाइव मॉडरेशन सक्षम वाली वॉइस का इस्तेमाल ElevenAgents में नहीं किया जा सकता।

सबसे स्वाभाविक उच्चारण के लिए ऐसी वॉइस चुनें जो आपकी लक्षित भाषा और क्षेत्र से मेल खाती हो। अपने उपयोग के लिए सबसे उपयुक्त विकल्प ढूँढने हेतु कई वॉइस टेस्ट करें।

डिफ़ॉल्ट गति (1.0) से शुरू करें और अपनी ज़रूरतों के अनुसार इसे समायोजित करें। स्पष्टता और स्वाभाविक प्रवाह के बीच सही संतुलन पाने के लिए अपने कॉन्टेंट के साथ अलग-अलग गति टेस्ट करें।

अपने बिज़नेस या उपयोग के ऐसे खास शब्दों पर ध्यान दें जिनका उच्चारण एक जैसा होना चाहिए और जो रोज़मर्रा की बातचीत में आम नहीं हैं। चुनी हुई वॉइस और मॉडल के संयोजन के साथ उच्चारण टेस्ट करें।

वॉइस कस्टमाइज़ेशन की कुछ सुविधाएँ मॉडल पर निर्भर हो सकती हैं। उदाहरण के लिए, फ़ोनीम-आधारित उच्चारण नियंत्रण केवल Flash v2 मॉडल के साथ उपलब्ध है।