TTS Maker

डेवलपर

Text to speech API क्या है, इसका ख़र्च कितना है और सही API कैसे चुनें

TTS Maker10 मिनट में पढ़ें

Read in English

आप कुछ ऐसा बना रहे हैं जिसे बोलना है: ऑर्डर की जानकारी पढ़कर सुनाने वाला ऐप, कोई बॉट, या रात भर में सौ वॉइसओवर बना देने वाली स्क्रिप्ट। इसलिए आप text to speech API, यानी TTS API, ढूँढ़ते हैं, और ऐसे प्राइस पेज मिलते हैं जिनमें क़ीमत कहीं अक्षरों में है, कहीं टोकन में, कहीं क्रेडिट में। इस गाइड में है कि TTS API असल में क्या करती है, छह कंपनियों की छपी क़ीमतें एक ही पैमाने पर, और हर एक पर एक घंटे की ऑडियो का ख़र्च। साथ में यह भी साफ़ लिखा है कि TTS Maker कहाँ खड़ा है: ख़ुद से चालू होने वाली API हमारे पास नहीं है, और API एक्सेस हम सीधे, माँगने पर बेचते हैं।

Text to speech API क्या होती है

Text to speech API एक वेब पता है, जिस पर आपका प्रोग्राम टेक्स्ट भेजता है और बदले में ऑडियो पाता है। न कोई पेज खोलना होता है, न बटन दबाना। आपका कोड टेक्स्ट, आवाज़ का नाम और ऑडियो फ़ॉर्मैट भेजता है, साथ में एक गुप्त key जो आपके अकाउंट की पहचान है। सर्विस आवाज़ को फ़ाइल या स्ट्रीम के रूप में लौटाती है, और जितना भेजा उसका बिल बनाती है।

इसकी ज़रूरत तीन हालात में पड़ती है:

  • आपका ऐप या वेबसाइट ऐसा टेक्स्ट बोलता है जो बदलता रहता है: ऑर्डर की जानकारी, ख़बरें, पाठ, चैटबॉट के जवाब।
  • आप काम को ऑटोमेट कर रहे हैं: बहुत-सी ऑडियो फ़ाइलें बननी हैं और बटन दबाने वाला कोई नहीं होगा।
  • आवाज़ को तुरंत जवाब देना है: फ़ोन का मेन्यू या वॉइस एजेंट, जहाँ पहली आवाज़ आने में लगी देर मायने रखती है और स्ट्रीमिंग चाहिए।

अपने वीडियो के वॉइसओवर बनाने के लिए API की ज़रूरत नहीं है। उसकी बात नीचे अलग से है।

TTS API चुनने से पहले ये पाँच बातें जाँचिए

  • आपकी भाषा और उसकी आवाज़ें। मानकर मत चलिए। Amazon Polly की आवाज़ों की सूची में हिंदी की दो आवाज़ें हैं, Aditi और Kajal, और भारतीय अंग्रेज़ी को छोड़कर कोई और भारतीय भाषा नहीं है। Google की Chirp 3: HD सूची में हिंदी, भारतीय अंग्रेज़ी और नौ और भारतीय भाषाएँ हैं। भारतीय कंपनी Sarvam AI 11 भारतीय भाषाएँ बताती है, जिनमें हिंदी और भारतीय अंग्रेज़ी शामिल हैं।
  • क़ीमत किस इकाई में है। कोई दस लाख अक्षर के हिसाब से लेता है, कोई हज़ार के, कोई टोकन में। OpenAI अपने gpt-4o-mini-tts मॉडल की क़ीमत दस लाख टेक्स्ट इनपुट टोकन पर $0.60 और दस लाख ऑडियो आउटपुट टोकन पर $12.00 बताता है। इसे अपना टेस्ट किए बिना प्रति अक्षर वाली क़ीमत के बग़ल में नहीं रखा जा सकता। तुलना से पहले सब कुछ एक इकाई में बदलिए। नीचे की टेबल प्रति अक्षर वाली सर्विसों के लिए यही करती है।
  • अक्षर किसे गिना जाता है। Google के प्राइस पेज के मुताबिक़ स्पेस और नई लाइन भी गिनी जाती हैं, और mark टैग को छोड़कर SSML टैग भी। Amazon के limits पेज के मुताबिक़ SSML टैग बिल वाले अक्षरों में नहीं गिने जाते। जिस स्क्रिप्ट में बहुत मार्कअप हो, उसके बिल में यह फ़र्क़ दिखता है।
  • एक रिक्वेस्ट कितनी बड़ी हो सकती है। Amazon के उसी पेज के मुताबिक़ Polly एक आम रिक्वेस्ट में 3,000 बिल वाले अक्षर तक लेता है, और बैकग्राउंड टास्क में 1,00,000 तक। OpenAI के gpt-4o-mini-tts पेज पर अधिकतम 2,000 इनपुट टोकन लिखा है। लंबी स्क्रिप्ट को टुकड़ों में काटना और फिर जोड़ना आपके कोड का काम है।
  • लाइसेंस। पढ़ लीजिए कि कंपनी कमर्शियल इस्तेमाल और ख़ुद आवाज़ों के बारे में क्या इजाज़त देती है, और किसी असली व्यक्ति की नक़ल के लिए कोई भी आवाज़ कभी इस्तेमाल मत कीजिए।

TTS API की छपी क़ीमतें, एक पैमाने पर

ये लिस्ट प्राइस वैसे ही हैं जैसे हर कंपनी ने 7 अक्टूबर 2026 को छापे थे, और इन्हें दस लाख अक्षर और एक घंटे की ऑडियो की क़ीमत में बदला गया है। एक घंटा 54,000 अक्षर का माना है, यानी एक मिनट में क़रीब 900 अक्षर, जो इस साइट पर हर जगह चलने वाला मोटा आँकड़ा है।

कंपनी और आवाज़ का प्रकारछपी हुई क़ीमतप्रति 10 लाख अक्षरएक घंटे की ऑडियो
Google Cloud, Standard आवाज़ें$4 प्रति 10 लाख अक्षर$4क़रीब $0.22
Google Cloud, Neural2 आवाज़ें$16 प्रति 10 लाख अक्षर$16क़रीब $0.86
Google Cloud, Chirp 3: HD आवाज़ें$30 प्रति 10 लाख अक्षर$30क़रीब $1.62
Amazon Polly, Standard आवाज़ें$4.00 प्रति 10 लाख अक्षर$4क़रीब $0.22
Amazon Polly, Neural आवाज़ें$16.00 प्रति 10 लाख अक्षर$16क़रीब $0.86
Amazon Polly, Generative आवाज़ें$30 प्रति 10 लाख अक्षर$30क़रीब $1.62
OpenAI, tts-1 (deprecated बताया गया है)$15.00 प्रति 10 लाख अक्षर$15क़रीब $0.81
ElevenLabs, Flash और Turbo मॉडल$0.04 प्रति 1,000 अक्षर$40क़रीब $2.16
ElevenLabs, Multilingual v2$0.08 प्रति 1,000 अक्षर$80क़रीब $4.32
Sarvam AI, Bulbul₹30 प्रति 10,000 अक्षर₹3,000क़रीब ₹162
  • ये जितना-इस्तेमाल-उतना-पैसा वाले लिस्ट प्राइस हैं, फ़्री सीमा, टैक्स, करेंसी बदलने के ख़र्च और प्लान की छूट से पहले के। जिस दिन हमने पेज पढ़ा, उस दिन ElevenLabs के पेज पर उसके सबसे नए मॉडलों पर कुछ समय की छूट भी दिख रही थी, जो यहाँ नहीं जोड़ी गई है।
  • क़ीमतें बदलती रहती हैं। टेबल में हर कंपनी का नाम उसी पेज का लिंक है जहाँ से आँकड़ा लिया गया। बजट बनाने से पहले उसे खोलकर देख लीजिए।
  • कम क़ीमत का मतलब यह नहीं कि आवाज़ आपको पसंद आएगी। आवाज़ें हम आपकी जगह नहीं सुन सकते। जिन सर्विसों पर सोच रहे हैं, उन सब पर अपनी ही स्क्रिप्ट का एक ही पैराग्राफ़ चलाकर सुनिए।
  • TTS Maker का इनमें से किसी कंपनी से कोई संबंध नहीं है।

क्या कोई फ़्री text to speech API है?

फ़्री सीमाएँ हैं, और हर एक की अपनी हद है। Google के प्राइस पेज पर Standard आवाज़ों के लिए महीने में 40 लाख फ़्री अक्षर लिखे हैं, और Neural2 व Chirp 3: HD के लिए 10-10 लाख। Amazon Polly के पेज पर महीने में 50 लाख Standard अक्षर हैं, और पहले 12 महीनों तक हर महीने 10 लाख Neural अक्षर; आपके अकाउंट पर कौन-सी सीमा कब तक चलेगी, यह उसी पेज पर देख लीजिए। Microsoft के Azure Speech प्राइस पेज पर महीने में 5 लाख फ़्री अक्षर लिखे हैं। उसकी पेड क़ीमतें उसी पेज पर देख लीजिए, क्योंकि लिखते समय हम वे उस पेज से पढ़ नहीं पाए। Sarvam AI के मुताबिक़ नए अकाउंट को फ़्री क्रेडिट मिलते हैं।

TTS Maker की वेबसाइट और बॉट की फ़्री सीमाएँ कोई फ़्री API नहीं हैं। वे उन लोगों के लिए हैं जो टूल को हाथ से इस्तेमाल करते हैं, और हमारी शर्तों में लिखा है कि फ़्री सीमा पर ऑटोमेटेड या थोक रिक्वेस्ट न भेजें।

API के मामले में TTS Maker कहाँ खड़ा है

TTS Maker (ttsmaker.in) में ख़ुद से चालू होने वाली API नहीं है। आप ख़ुद साइन-अप करके key नहीं बना सकते, और डॉक्यूमेंटेशन का कोई पब्लिक पेज नहीं है। यह हम साफ़ कह देना बेहतर समझते हैं, बजाय इसके कि आप अपना प्रोजेक्ट किसी ऐसे साइन-अप पेज के भरोसे प्लान करें जो है ही नहीं। जो हमारे पास है, वह API पेज पर लिखा है: ऐसा API एक्सेस जो हम हर ग्राहक के लिए सीधे सेट करते हैं।

यह पेड सर्विस है। यह फ़्री सीमाओं का हिस्सा नहीं है, और API का कोई फ़्री प्लान नहीं है। कोई तय रेट लिस्ट नहीं है, क्योंकि क़ीमत इस पर निर्भर है कि आपको कौन-सी आवाज़ें और कितना वॉल्यूम चाहिए: पूछने पर हम क़ीमत बता देते हैं।

  1. Telegram पर संपर्क कीजिए। API पेज का बटन दबाइए, या बॉट खोलकर /api भेजिए। इसके बाद आपका अगला मैसेज हमारी टीम के पास जाता है। यह स्टेप किए बिना अपनी बात आम मैसेज की तरह टाइप मत कीजिए: बॉट बाक़ी हर टेक्स्ट को ऑडियो में बदल देता है।
  2. या हमें लिखिए। ईमेल पता और फ़ोन नंबर कॉन्टैक्ट पेज पर हैं।
  3. चार बातें बताइए: आप क्या बना रहे हैं, कौन-सी भाषाएँ और आवाज़ें चाहिए, महीने में मोटे तौर पर कितने अक्षर, और तैयार फ़ाइलें चाहिए या लाइव स्ट्रीमिंग।

हो सकता है आपको API की ज़रूरत ही न हो

अगर आप क्रिएटर हैं जिसे बहुत-सी ऑडियो चाहिए, डेवलपर नहीं जिसे endpoint चाहिए, तो तीन चीज़ें बिना एक लाइन कोड के पहले से चलती हैं, तीनों फ़्री अकाउंट से:

  • वेबसाइट: एक बार में 20,000 अक्षर, यानी क़रीब 22 मिनट की आवाज़, और Microsoft की फ़्री आवाज़ों पर दिन में 2,00,000 अक्षर।
  • ऑडियोबुक मेकर: ऑडियोबुक मेकर वाले पेज पर 20 MB और 10,00,000 अक्षर तक की एक EPUB, PDF, DOCX या TXT फ़ाइल MP3 फ़ाइलों में बदल जाती है। यानी एक ही अपलोड से क़रीब 18 घंटे की ऑडियो।
  • Telegram बॉट: 4,096 अक्षर तक का मैसेज या कोई फ़ाइल भेजिए, और MP3 चैट में आ जाती है।

और कोई भी इंटीग्रेशन शुरू करने से पहले, सुन लीजिए। नीचे के बॉक्स में वैसी ही लाइन है जैसी कोई ऐप TTS API को भेजता है।

यहीं आज़माइए

ऑर्डर की एक सूचना, जिसमें नंबर, समय और रक़म शब्दों में लिखे हैं। इसे बदलकर सुनिए, फिर अपने प्रोडक्ट की कोई लाइन डालकर देखिए।

249 / 500 charactersLog in free for up to 20,000 characters
Unlock 2,200+ premium voices
Your generated audio will appear here.

कब API ग़लत औज़ार है

  • हफ़्ते में गिनती के वीडियो। कोड लिखने और सँभालने से जल्दी स्क्रिप्ट को कन्वर्टर में पेस्ट करना है।
  • वे शब्द जो ग़लत नहीं होने चाहिए। दवा की ख़ुराक, क़ानूनी सूचना, विज्ञापन में लिखी क़ीमत। ऑटोमेशन उस इंसान को हटा देता है जो पहले सुन लेता, इसलिए ऐसी चीज़ों में किसी का सुनकर जाँचना बनाए रखिए।
  • ऐसी आवाज़ जो सिर्फ़ आपकी हो। किसी भी सर्विस की सूची वाली आवाज़ें कोई और भी चुन सकता है।

अक्सर पूछे जाने वाले सवाल

क्या TTS Maker की text to speech API है?

हाँ, पेड सर्विस के रूप में, जो हम माँगने पर सेट करते हैं। यह ख़ुद से चालू होने वाली API नहीं है: न साइन-अप पेज है, न ख़ुद बनाने वाली key, न पब्लिक डॉक्यूमेंटेशन। ttsmaker.in के API पेज का बटन दबाइए, या Telegram बॉट को /api भेजिए, और बताइए कि आपको क्या चाहिए।

क्या TTS Maker की API फ़्री है?

नहीं। कोई फ़्री API नहीं है; API एक्सेस पेड सर्विस है। वेबसाइट और Telegram बॉट की फ़्री सीमाएँ उन्हें हाथ से इस्तेमाल करने वालों के लिए हैं; शर्तों के मुताबिक़ फ़्री सीमा पर ऑटोमेटेड या थोक रिक्वेस्ट की इजाज़त नहीं है।

Text to speech API का ख़र्च कितना आता है?

7 अक्टूबर 2026 को पढ़े गए लिस्ट प्राइस के हिसाब से Google Cloud और Amazon Polly आवाज़ के प्रकार के मुताबिक़ दस लाख अक्षर के $4 से $30 लेते हैं, और ElevenLabs $40 से $80। एक घंटे में क़रीब 54,000 अक्षर मानें, तो एक घंटे की ऑडियो मोटे तौर पर $0.22 से $4.32 की पड़ती है। हर कंपनी का पेज ख़ुद देख लीजिए, क्योंकि क़ीमतें बदलती हैं।

कौन-सी text to speech API हिंदी सपोर्ट करती है?

कई करती हैं। Google की Chirp 3: HD आवाज़ों में हिंदी है, Amazon Polly की सूची में हिंदी की दो आवाज़ें हैं, और Sarvam AI की API 11 भारतीय भाषाओं में हिंदी भी देती है। अपनी भाषा के लिए कंपनी की अपनी आवाज़ों की सूची देखिए, फिर अपने टेक्स्ट से परखिए।

क्या ttsmaker.com वाली API और TTS Maker की API एक ही हैं?

नहीं। ttsmaker.com एक अलग कंपनी है, जिसकी अपनी API उसके PRO और Studio सब्सक्राइबर के लिए है। ttsmaker.in वाला TTS Maker एक स्वतंत्र सर्विस है और उससे जुड़ा नहीं है। इसका अपना API एक्सेस माँगने पर सेट किया जाता है, जैसा इसके API पेज पर लिखा है।

अब अपनी आवाज़ बनाइए

फ़्री कन्वर्टर खोलिए, स्क्रिप्ट पेस्ट कीजिए और MP3 डाउनलोड कीजिए। छोटे क्लिप के लिए साइन-अप ज़रूरी नहीं।

कन्वर्टर खोलें

और गाइड

सभी गाइड →