Telegram
Telegram के अंदर हिंदी वॉइसओवर कैसे बनाएँ: आवाज़ चुनना, लंबी स्क्रिप्ट फ़ाइल बनाकर भेजना, ऑडियो चैनल पर डालना
TTS Maker11 मिनट में पढ़ें
Read in Englishआपका चैनल Telegram पर है, स्क्रिप्ट भी वहीं किसी चैट में रखी है, और आप चाहते हैं कि वॉइसओवर भी उसी ऐप में बन जाए। TTS Maker का बॉट यही करता है: टेक्स्ट भेजिए, MP3 वापस आती है। इस गाइड में उस पहली ऑडियो के बाद की बातें हैं: बॉट के मेन्यू में हिंदी आवाज़ें कहाँ हैं, स्क्रिप्ट एक मैसेज से लंबी हो तो क्या करें, बॉट TXT फ़ाइल को कैसे पढ़ता है, और ऑडियो को बॉट के कैप्शन के बिना अपने चैनल तक कैसे पहुँचाएँ।
आप जो भेजते हैं, बॉट उसका क्या करता है
Telegram बॉट वाले पेज से बॉट खोलिए और Start दबाइए। इतने से फ़्री अकाउंट बन जाता है, जिसमें 5,000 वेलकम क्रेडिट होते हैं, और उसमें Microsoft का फ़्री इंजन और हिंदी आवाज़ मधुर पहले से सेट रहते हैं। पहला मैसेज भेजने के स्टेप फ़ोन वाले गाइड में हैं। मेन्यू अंग्रेज़ी में हैं। वापस क्या आएगा, यह इस पर निर्भर है कि आपने भेजा क्या है।
| आप भेजते हैं | बॉट क्या करता है |
|---|---|
| टेक्स्ट मैसेज | उसकी एक MP3 बना देता है। एक मैसेज में 4,096 अक्षर तक आते हैं। यह आँकड़ा बॉट की अपनी Generate स्क्रीन पर लिखा है। |
| TXT, PDF, DOCX या EPUB फ़ाइल | अक्षरों की गिनती, ऑडियो की अनुमानित लंबाई और ख़र्च दिखाता है, फिर आपके Create Audiobook दबाने का इंतज़ार करता है। |
| / से शुरू होने वाला मैसेज | उसे कमांड मानता है और कभी बोलता नहीं। मैसेज को / से शुरू मत कीजिए। |
| वॉइस नोट, ऑडियो, फ़ोटो, वीडियो या स्टिकर | टेक्स्ट या किताब की फ़ाइल माँगता है। यह न बोली हुई बात को टेक्स्ट में बदलता है, न तस्वीर में लिखे शब्द पढ़ता है। |
| Search voice, Custom Voice ID, Set Style Prompt या Redeem a key दबाने के ठीक बाद भेजा गया टेक्स्ट | उसे उसी चीज़ का जवाब मान लेता है जिसका वह इंतज़ार कर रहा था, स्क्रिप्ट नहीं। पहले /cancel भेजिए। |
बॉट में हिंदी आवाज़ें कहाँ हैं
/voices भेजिए, या मैसेज से बनी किसी भी ऑडियो के नीचे Voice दबाइए। आगे क्या खुलेगा, यह आपके अकाउंट के इंजन पर निर्भर है, और हर इंजन में हिंदी आवाज़ें अलग जगह रखी हैं।
| इंजन | हिंदी आवाज़ें | वहाँ तक कैसे पहुँचें | ख़र्च |
|---|---|---|---|
| Microsoft Edge (Free) | 2: मधुर (पुरुष) और स्वरा (महिला) | इसी इंजन पर रहते हुए /voices, फिर Hindi (India), जो भाषाओं की सूची का पहला बटन है | फ़्री, दिन में 2,00,000 अक्षर तक |
| ElevenLabs | 101 | /engine, फिर ElevenLabs। पहली सूची में 41 आवाज़ें हैं और भाषा का कोई फ़िल्टर नहीं है। उसके नीचे Voice Library (494 voices) दबाइए, फिर Hindi (101) | 1 क्रेडिट प्रति अक्षर |
| Gemini AI | 30 | /engine, फिर Gemini AI, फिर भाषाओं वाली स्क्रीन पर Hindi (30) | 2 क्रेडिट प्रति अक्षर |
| Cappy Voices | एक भी नहीं | इसकी सूची में आठ भाषाएँ हैं, और हिंदी उनमें नहीं है | 1 क्रेडिट प्रति अक्षर |
ElevenLabs की हिंदी सूची छह पन्नों की है। ♂ Male और ♀ Female बटन उसे छोटा कर देते हैं, और Search voice से आवाज़ नाम लिखकर मिल जाती है। आवाज़ें हम आपकी जगह नहीं सुन सकते, और आवाज़ चुनते ही बॉट जो क्लिप भेजता है, वह आपकी स्क्रिप्ट नहीं है। इसलिए जिन आवाज़ों में से चुनना है, हर एक में वही दो हिंदी लाइनें बनवाकर सुनिए।
5,000 वेलकम क्रेडिट में ElevenLabs की आवाज़ पर 5,000 अक्षर बनते हैं, यानी एक मिनट में क़रीब 900 अक्षर के हिसाब से लगभग साढ़े पाँच मिनट, और Gemini AI पर 2,500 अक्षर। /credits भेजने पर आपका बैलेंस, आज के बचे हुए फ़्री अक्षर और हर इंजन की दर दिखती है। प्लान प्राइसिंग पेज पर हैं।
स्क्रिप्ट एक मैसेज से लंबी हो तो क्या करें
4,096 अक्षर यानी क़रीब साढ़े चार मिनट की आवाज़। आठ मिनट के वीडियो को लगभग 7,200 अक्षर चाहिए। हम Telegram नहीं हैं, इसलिए यह नहीं बताएँगे कि एक मैसेज में न समाने वाला टेक्स्ट पेस्ट करने पर आपका ऐप क्या करता है। बॉट क्या करता है, यह उसके कोड में है: वह हर मैसेज पर अलग से काम करता है। जो स्क्रिप्ट उस तक दो मैसेज बनकर पहुँचती है, उसकी दो ऑडियो आती हैं, या एक ऑडियो और इस तरह का कोई जवाब: “Please wait — your previous request is still being generated”। दोनों हिस्से जुड़कर एक ही फ़ाइल में कभी नहीं आते। इसलिए 4,096 अक्षर से ऊपर की स्क्रिप्ट को .txt फ़ाइल में सेव कीजिए और फ़ाइल भेजिए।
| स्क्रिप्ट | अक्षर, एक मिनट में क़रीब 900 के हिसाब से | कैसे भेजें |
|---|---|---|
| 30 सेकंड का Short | क़रीब 450 | एक मैसेज |
| साढ़े चार मिनट | 4,096 | एक मैसेज, इससे ज़्यादा उसमें नहीं आता |
| 8 मिनट का वीडियो | क़रीब 7,200 | TXT फ़ाइल |
| 22 मिनट का एपिसोड | क़रीब 20,000 | TXT फ़ाइल |
| क़रीब 3 घंटे 40 मिनट | 2,00,000 | TXT फ़ाइल। यह एक दिन की पूरी फ़्री सीमा है |
TXT फ़ाइल भेजने पर बॉट क्या करता है
- पहले वह एक समरी दिखाता है: फ़ाइल का नाम, अक्षरों की गिनती, ऑडियो की अनुमानित लंबाई, आवाज़ और इंजन, और या तो FREE या क्रेडिट में ख़र्च, आपके बैलेंस के साथ। अभी तक न कुछ बना है, न कुछ कटा है।
- आवाज़ वाली लाइन देखिए। आवाज़ ग़लत है, तो Cancel दबाइए, आवाज़ बदलिए और फ़ाइल दोबारा भेजिए।
- Create Audiobook दबाइए। एक मैसेज में हिस्सों की गिनती चलती रहती है: बॉट लंबे टेक्स्ट को वाक्यों के अंत पर काटता है और बाद में ऑडियो जोड़ देता है।
- MP3 चैट में आ जाती है, और उसके कैप्शन में आपकी फ़ाइल का नाम होता है। बहुत लंबी फ़ाइल की कई MP3 आती हैं, जिन पर Part 1, Part 2 लिखा होता है। कन्वर्ज़न फ़ेल हो जाए, तो उसमें लगे क्रेडिट या फ़्री अक्षर लौटा दिए जाते हैं।
ऑडियो ठीक बने, इसके लिए पाँच बातें ध्यान में रखिए:
- सीमाएँ। एक फ़ाइल 20 MB तक की हो सकती है, क्योंकि Telegram के Bots FAQ के मुताबिक़ बॉट इससे बड़ी फ़ाइल डाउनलोड नहीं कर सकता, और उसमें 10,00,000 अक्षर तक हो सकते हैं। फ़्री आवाज़ पर पूरी फ़ाइल आज के बचे हुए फ़्री अक्षरों में भी आनी चाहिए, जो दिन के 2,00,000 में से घटते हैं। न आए, तो बॉट “Daily free limit reached” कहता है।
- टेक्स्ट UTF-8 में सेव कीजिए। बॉट सबसे पहले इसी encoding में पढ़ने की कोशिश करता है। आपका नोट्स या फ़ाइल वाला ऐप encoding पूछे, तो UTF-8 चुनिए, नहीं तो हिंदी की जगह ग़लत अक्षर आ सकते हैं।
- हर लाइन के अंत में पूर्ण विराम लगाइए। जो लाइन . ? ! या । पर ख़त्म नहीं होती, उसे बॉट अगली लाइन से जोड़ सकता है, जब तक दोनों के बीच एक ख़ाली लाइन न हो। इससे PDF से कॉपी किया हुआ टेक्स्ट ठीक हो जाता है, जिसमें लाइनें बीच में टूटी होती हैं, पर बिना विराम वाला शीर्षक अगले वाक्य में मिल सकता है। शीर्षकों के बाद विराम लगाइए और हिस्सों के बीच एक ख़ाली लाइन छोड़िए।
- फ़ाइल का नाम अंग्रेज़ी अक्षरों में रखिए। MP3 को फ़ाइल का ही नाम मिलता है: episode-12.txt भेजेंगे, तो episode-12.mp3 आएगी। देवनागरी वाले नाम से मात्राएँ हट जाती हैं: कहानी भाग 2.txt से कहन भग 2.mp3 बनती है। कैप्शन में नाम पूरा रहता है।
- टेक्स्ट का कोई प्रीव्यू नहीं दिखता। जिस PDF को आपने जाँचा नहीं है, उसके लिए वेबसाइट का Audiobook पेज ऑडियो बनाना शुरू करने से पहले, फ़ाइल से निकले टेक्स्ट की शुरुआती लाइनें दिखाता है। स्कैन की हुई PDF और पुराने हिंदी फ़ॉन्ट की बात ऑडियोबुक वाले गाइड में है।
अध्याय एक। नई साइकिल।
मीना को जन्मदिन पर एक लाल साइकिल मिली। वह उसे लेकर सीधे मैदान की ओर भागी।
अध्याय दो। पहली बार गिरना।
मोड़ पर साइकिल फिसली, और मीना घुटनों के बल गिर पड़ी। उसने धूल झाड़ी, और फिर से पैडल पर पैर रखा।
ऑडियो को अपने चैनल या ग्रुप तक पहुँचाना
बॉट निजी चैट के लिए बना है, यानी सिर्फ़ आप और बॉट। यह किसी चैनल पर कुछ पोस्ट नहीं करता, और चैनल की पोस्ट पढ़ता भी नहीं। ग्रुप के लिए भी इसमें कुछ नहीं बनाया गया है, इसलिए वहाँ इसके भरोसे मत रहिए। ऑडियो बॉट के साथ अपनी चैट में बनाइए, फिर उसे आगे ले जाइए।
- जान लीजिए कि आप क्या आगे भेज रहे हैं। मैसेज का जवाब ऑडियो फ़ाइल के रूप में आता है। Telegram के Bot API के मुताबिक़ उसके ऐप ऐसी फ़ाइल को म्यूज़िक मानते हैं, और उसका एक title और एक performer होता है। बॉट title में आपके टेक्स्ट के पहले छह शब्द रखता है और performer में आवाज़ का नाम। नीचे के कैप्शन में आवाज़, इंजन, अक्षरों की गिनती, लगे हुए सेकंड, और “free” लिखा होता है, या पेड आवाज़ पर लगे हुए क्रेडिट और आपका बचा हुआ बैलेंस।
- बॉट के नाम और कैप्शन के बिना फ़ॉरवर्ड कीजिए। Telegram ने अगस्त 2021 में फ़ॉरवर्ड के विकल्पों की घोषणा में लिखा था: मैसेज बार के ऊपर “Forward Message” वाले लेबल पर टैप करने से एक प्रीव्यू खुलता है, जहाँ भेजने वाले का नाम छिपाया जा सकता है, और मीडिया मैसेज के कैप्शन भी। मेन्यू बदलते रहते हैं, इसलिए ये विकल्प अपने ऐप में ढूँढ़ लीजिए।
- पहले छह शब्द सोच-समझकर लिखिए। title ऑडियो का हिस्सा है, कैप्शन का नहीं, इसलिए कैप्शन छिपाने पर भी उसके बने रहने की उम्मीद रखिए। नीचे वाले सैंपल का title होगा “नमस्ते दोस्तो! आज की ऑडियो पोस्ट”।
- या फ़ाइल सेव करके ख़ुद अपलोड कीजिए। मैसेज से बनी हर ऑडियो का नाम voice.mp3 होता है, इसलिए सेव करते समय उसका नाम बदल दीजिए।
- /web वाला मैसेज कभी फ़ॉरवर्ड मत कीजिए। उसका बटन वेबसाइट को आपके अकाउंट में लॉगिन करके खोलता है, और बॉट का अपना मैसेज कहता है कि यह 30 दिन तक पासवर्ड की तरह काम करता है।
यहीं आज़माइए
क्विज़ चैनल के लिए एक छोटी ऑडियो पोस्ट। Convert to speech दबाकर स्क्रिप्ट सुनिए, फिर दिन और समय अपने हिसाब से बदल दीजिए।
काम की कमांड
हर स्क्रीन तक बॉट के मैसेज के नीचे वाले बटनों से भी पहुँचा जा सकता है। कमांड की पूरी सूची Telegram बॉट वाले पेज पर है।
| कमांड | क्या करती है |
|---|---|
| /voices | जिस इंजन पर आप हैं, उसकी आवाज़ों की सूची खोलती है। |
| /engine | इंजन बदलती है। आवाज़ नए इंजन की पहली आवाज़ हो जाती है, इसलिए तुरंत अपनी आवाज़ चुन लीजिए। |
| /credits | आपका बैलेंस, आज के बचे हुए फ़्री अक्षर और हर इंजन की दर दिखाती है। |
| /history | आपके पिछले दस कन्वर्ज़न दिखाती है: तारीख़ और समय, अक्षर, इंजन और ख़र्च। |
| /cancel | बॉट जिस जवाब का इंतज़ार कर रहा हो, वह इंतज़ार ख़त्म कर देती है, ताकि आपका अगला मैसेज फिर ऑडियो बने। |
स्पीड और पिच बदलनी हो, तो मैसेज से बनी किसी भी ऑडियो के नीचे Settings दबाइए। Microsoft की आवाज़ों में Speed −50% से +100% के बीच दस-दस करके बदलती है, और Pitch −50 Hz से +50 Hz के बीच पाँच-पाँच करके। दोनों आपके अकाउंट में सेव हो जाती हैं।
कब बॉट सही औज़ार नहीं है
- आपको वॉइस मैसेज चाहिए। बॉट हर कन्वर्ज़न को ऑडियो फ़ाइल के रूप में भेजता है, वॉइस मैसेज के रूप में नहीं।
- आप चाहते हैं कि यह आपके चैनल पर ख़ुद पोस्ट करे। यह ऐसा नहीं करता, और ग्रुप के लिए भी इसमें कुछ नहीं बनाया गया है।
- आप 4,097 से 20,000 अक्षर की स्क्रिप्ट अभी सुधार ही रहे हैं। वेबसाइट का Studio एक बार में 20,000 अक्षर लेता है, इसलिए वहाँ एक शब्द बदलकर दोबारा बना सकते हैं, और हर बार नई फ़ाइल सेव नहीं करनी पड़ती।