हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

मॉडल692 मॉडल

12 मिनट पहले अपडेट हुआ

692 में से 36 मॉडल दिखाए जा रहे हैं

लोकप्रिय सबसे नए कीमत: कम से ज़्यादा कीमत: ज़्यादा से कम Context लंबाई

Mistral: Voxtral TTS 3

mistralai/voxtral-mini-tts-3-0

Mistral Voxtral TTS 3, Mistral का एक text-to-speech मॉडल है। यह speech श्रेणी में आता है और api14 पर mistralai/voxtral-mini-tts-3-0 के रूप में पहचाना जाता है। इसे Mistral द्वारा बनाया गया है, वही प्रदाता जो पूरे Voxtral परिवार के पीछे है, और इसका काम संकीर्ण और विशिष्ट है: लिखित text को बोले गए…

अक्षर $45.50 / 1M अक्षर · ₹4,318.02

HeyGen: HeyGen Voice

heygen/heygen-voice-1

HeyGen Voice, HeyGen का एक text-to-speech मॉडल है, जो api14 पर मॉडल आईडी heygen/heygen-voice-1 के अंतर्गत सूचीबद्ध है। यह speech श्रेणी में आता है और विशेष रूप से लिखित text को बोले गए audio में बदलने के लिए बनाया गया है। HeyGen इसके पीछे का provider है, और यह मॉडल उन developers के लिए है जिन्हें…

अक्षर $52.50 / 1M अक्षर · ₹4,982.32

HeyGen: HeyGen Voice Turbo

heygen/heygen-voice-1-turbo

HeyGen Voice Turbo, HeyGen का एक टेक्स्ट-टू-स्पीच मॉडल है, जो api14 पर मॉडल आईडी heygen/heygen-voice-1-turbo के तहत सूचीबद्ध है। यह स्पीच श्रेणी में आता है और कंपनी के मुख्य टेक्स्ट-टू-स्पीच मॉडल, HeyGen Voice, के कम विलंबता वाले संस्करण के रूप में स्थित है। यदि आप HeyGen को उसके अवतार और वीडियो…

अक्षर $14.00 / 1M अक्षर · ₹1,328.62

Fish Audio: Drama 3

fish-audio/drama-3

Fish Audio: Drama 3, Fish Audio का एक text to speech मॉडल है, जो api14 पर speech श्रेणी के अंतर्गत सूचीबद्ध है। यह निर्देशित वॉयस परफॉर्मेंस के लिए बनाया गया है, जिसका अर्थ है कि मॉडल इस विचार के आसपास डिज़ाइन किया गया है कि आप बताते हैं कि किसी पंक्ति को कैसे प्रस्तुत किया जाना चाहिए, न कि केवल…

अक्षर $7.00 / 1M अक्षर · ₹664.31

ElevenLabs: Eleven v4

elevenlabs/eleven-v4

ElevenLabs: Eleven v4, ElevenLabs का एक text-to-speech मॉडल है, जिसे provider ने 7 October 2026 को जारी किया था। यह speech श्रेणी में आता है और ElevenLabs इसे अपना सबसे expressive मॉडल बताता है। अगर आप ऐसा कुछ बना रहे हैं जिसमें लिखे हुए text को बोले गए audio में बदलना है, तो ElevenLabs लाइन में…

अक्षर $280.00 / 1M अक्षर · ₹26,572.38

ElevenLabs: Eleven v4 Turbo

elevenlabs/eleven-v4-turbo

Eleven v4 Turbo, ElevenLabs की ओर से एक text-to-speech मॉडल है, यह कंपनी अपने voice synthesis काम के लिए जानी जाती है। यह speech श्रेणी में आता है और इसे Eleven v4 का कम विलंबता वाला संस्करण बताया गया है, जो उस मॉडल की expressive delivery और audio tags बनाए रखता है, साथ ही तेज़ generation के लिए…

अक्षर $140.00 / 1M अक्षर · ₹13,286.19

ElevenLabs: Eleven v3

elevenlabs/eleven-v3

Eleven v3, ElevenLabs का एक text-to-speech मॉडल है, जो api14 पर मॉडल आईडी elevenlabs/eleven-v3 के अंतर्गत सूचीबद्ध है। यह speech श्रेणी में आता है, इसलिए यह सामान्य चैट या रीज़निंग मॉडल नहीं है: इसका काम लिखित टेक्स्ट को बोले गए ऑडियो में बदलना है। अगर आपके एप्लिकेशन को वॉइस लेयर चाहिए, तो यह उस…

अक्षर $280.00 / 1M अक्षर · ₹26,572.38

ElevenLabs: Eleven v3 Conversational

elevenlabs/eleven-v3-conversational

Eleven v3 Conversational, ElevenLabs का एक text-to-speech मॉडल है। यह Eleven v3 का एक प्रकार है जिसे provider ने विशेष रूप से conversational agents में प्राकृतिक संवाद के लिए ट्यून किया है, न कि एकबारगी narration के लिए। यदि आप एक voice agent, एक interactive assistant, या ऐसा कोई भी उत्पाद बना रहे…

अक्षर $140.00 / 1M अक्षर · ₹13,286.19

ElevenLabs: Eleven Flash v2.5

elevenlabs/eleven-flash-v2.5

Eleven Flash v2.5, ElevenLabs का एक text-to-speech मॉडल है, जो api14 पर speech श्रेणी के अंतर्गत सूचीबद्ध है। यह ElevenLabs मॉडलों की Flash श्रृंखला में आता है, जिसे प्रदाता अल्ट्रा-लो-लेटेंसी text-to-speech बताता है, और यह सीधे तौर पर संवादात्मक तथा रीयल-टाइम उपयोग मामलों के लिए बनाया गया है, न कि…

अक्षर $140.00 / 1M अक्षर · ₹13,286.19

ElevenLabs: Eleven Turbo v2

elevenlabs/eleven-turbo-v2

Eleven Turbo v2, ElevenLabs का एक टेक्स्ट-टू-स्पीच मॉडल है, जिसे यहाँ मॉडल आईडी elevenlabs/eleven-turbo-v2 के अंतर्गत वितरित किया गया है। यह स्पीच श्रेणी से संबंधित है और इसके प्रदाता द्वारा इसे अंग्रेज़ी-केवल, कम विलंबता वाले टेक्स्ट-टू-स्पीच सिस्टम के रूप में स्थान दिया गया है, जो उन डेवलपर उपयोग…

अक्षर $140.00 / 1M अक्षर · ₹13,286.19

ElevenLabs: Eleven Multilingual v2

elevenlabs/eleven-multilingual-v2

Eleven Multilingual v2, ElevenLabs का एक टेक्स्ट-टू-स्पीच मॉडल है, जो api14 के माध्यम से मॉडल आईडी elevenlabs/eleven-multilingual-v2 के तहत उपलब्ध कराया जाता है। यह स्पीच श्रेणी में आता है और लिखित टेक्स्ट को बोले गए ऑडियो में बदलने के लिए बनाया गया है। ElevenLabs इसे जीवंत, सुसंगत लॉन्ग-फॉर्म…

अक्षर $280.00 / 1M अक्षर · ₹26,572.38

ElevenLabs: Eleven Turbo v2.5

elevenlabs/eleven-turbo-v2.5

Eleven Turbo v2.5, ElevenLabs का एक टेक्स्ट-टू-स्पीच मॉडल है, जो api14 पर speech श्रेणी के अंतर्गत सूचीबद्ध है। इसे ElevenLabs ने बनाया है और प्लेटफ़ॉर्म पर इसे मॉडल आईडी elevenlabs/eleven-turbo-v2.5 से पहचाना जाता है। यह Turbo श्रृंखला में आता है, जिसे कम विलंबता के आसपास स्थित किया गया है, इसलिए…

अक्षर $140.00 / 1M अक्षर · ₹13,286.19

ElevenLabs: Eleven Flash v2

elevenlabs/eleven-flash-v2

Eleven Flash v2, ElevenLabs का एक टेक्स्ट-टू-स्पीच मॉडल है, जो api14 पर speech श्रेणी के अंतर्गत सूचीबद्ध है। यह केवल अंग्रेज़ी के लिए बना मॉडल है, जिसे अति-कम विलंबता वाले संश्लेषण के लिए तैयार किया गया है, जो इसे ElevenLabs की श्रृंखला में उच्च-निष्ठा वाली प्रोडक्शन आवाज़ों के बजाय रीयल-टाइम और…

अक्षर $140.00 / 1M अक्षर · ₹13,286.19

Microsoft AI: MAI-Voice-2.1-Flash

microsoft/mai-voice-2.1-flash

MAI-Voice-2.1-Flash, Microsoft AI का एक text-to-speech मॉडल है, जो MAI-Voice परिवार का हिस्सा है। यह speech श्रेणी में आता है और कम विलंबता वाले synthesis के लिए बनाया गया है, जिसे Microsoft वास्तविक समय की प्रतिक्रियाशीलता के लिए अनुकूलित बताता है। यदि आप पहले से Microsoft AI मॉडलों के साथ काम कर…

अक्षर $52.50 / 1M अक्षर · ₹4,982.32

Microsoft AI: MAI-Voice-2.1

microsoft/mai-voice-2.1

MAI-Voice-2.1 Microsoft का एक text-to-speech मॉडल है, जो Microsoft AI नाम के अंतर्गत सूचीबद्ध है। यह speech श्रेणी में आता है, और प्रदाता विवरण के अनुसार यह Microsoft का सबसे उच्च fidelity वाला, सबसे expressive text-to-speech मॉडल है। यदि आपके application को लिखित text को spoken audio में बदलने की…

अक्षर $77.00 / 1M अक्षर · ₹7,307.41

ByteDance Seed: Seed Audio 1.0

bytedance-seed/seed-audio-1-0

ByteDance Seed: Seed Audio 1.0, ByteDance Seed की एक ऑडियो जनरेशन मॉडल है, जो ByteDance के Seed मॉडल परिवार के पीछे की शोध इकाई है। यह स्पीच श्रेणी में आता है और इसके प्रदाता द्वारा इसे एक नॉन-स्ट्रीमिंग ऑडियो जनरेशन मॉडल बताया गया है। दूसरे शब्दों में, यह ऑडियो को ट्रांसक्राइब करने या बोली जाने…

आउटपुट $8,750.00 / 1M tokens · ₹8,30,386.65

Google: Gemini 3.8 Flash Lite TTS

google/gemini-3.8-flash-lite-tts

Google: Gemini 3.8 Flash Lite TTS, Google का एक text to speech मॉडल है। यह Gemini 3.8 TTS परिवार से संबंधित है, जहाँ यह Gemini 3.8 Flash TTS के साथ तेज़, high throughput सदस्य के रूप में स्थित है। इसकी मुख्य श्रेणी speech है, और इसे provider ने 2026-09-23 को जारी किया था।

अक्षर $1.75 / 1M अक्षर · ₹166.08आउटपुट $21.00 / 1M tokens · ₹1,992.93

Google: Gemini 3.8 Flash TTS

google/gemini-3.8-flash-tts

गूगल: Gemini 3.8 Flash TTS, गूगल का एक टेक्स्ट टू स्पीच मॉडल है, और यह Gemini 3.1 Flash TTS Preview का उत्तराधिकारी है। यह 3.8 TTS परिवार के क्रिएटिव टियर में आता है, जिसका मतलब है कि गूगल इसे ट्रांसक्रिप्शन या सामान्य टेक्स्ट काम के बजाय अभिव्यक्तिपूर्ण स्पीच जनरेशन के लिए पोजिशन करता है। अगर आप…

अक्षर $1.75 / 1M अक्षर · ₹166.08आउटपुट $31.50 / 1M tokens · ₹2,989.40

Deepgram: Flux TTS

deepgram/flux-tts

Deepgram: Flux TTS, Deepgram का एक text-to-speech मॉडल है, जो speech और audio infrastructure के लिए जाना जाने वाला provider है। यह speech category में आता है और विशेष रूप से लिखित अंग्रेज़ी text को spoken audio में बदलने के लिए बनाया गया है। अगर आप पहले से अन्य Deepgram मॉडल api14 के ज़रिए route…

अक्षर $157.50 / 1M अक्षर · ₹14,946.96

Fish Audio: S1

fish-audio/s1

फिश ऑडियो: S1, फिश ऑडियो से एक बहुभाषी टेक्स्ट-टू-स्पीच मॉडल है। फिश ऑडियो इस मॉडल के पीछे का प्रोवाइडर है, और S1 api14 पर स्पीच श्रेणी में आता है। इसे उन वॉइस एप्लिकेशन के लिए डिज़ाइन किया गया है जिन्हें व्यापक भावनात्मक अभिव्यक्ति की जरूरत होती है, और यह अपनी समर्थित भाषाओं में बोलने की शैली को…

अक्षर $52.50 / 1M अक्षर · ₹4,982.32

Fish Audio: S2 Pro

fish-audio/s2-pro

Fish Audio: S2 Pro, Fish Audio की एक text-to-speech मॉडल है। यह speech श्रेणी में आती है, और इसकी provider release date 29 July 2026 है। अगर आप ऐसा कुछ बना रहे हैं जिसमें लिखे हुए text को बोले गए audio में बदलना है, तो यह वही तरह की मॉडल है जिसे आप सबसे पहले देखेंगे, और इसके पीछे की कंपनी Fish…

अक्षर $52.50 / 1M अक्षर · ₹4,982.32

Fish Audio: S2.1 Pro Free (free)

fish-audio/s2.1-pro-free:free

Fish Audio: S2.1 Pro Free, Fish Audio का एक speech synthesis model है, जिसे Fish Audio S2.1 Pro के no-cost variant के रूप में पेश किया गया है। यह testing, prototyping और low-volume applications के लिए है, और यह paid model की समान synthesis capabilities प्रदान करता है, लेकिन production latency या…

मुफ्त

Fish Audio: S2.1 Pro

fish-audio/s2.1-pro

Fish Audio: S2.1 Pro, Fish Audio का एक text-to-speech मॉडल है, जो api14 पर speech श्रेणी के अंतर्गत सूचीबद्ध है। इसके प्रदाता द्वारा इसे production-oriented बताया गया है, जो इसे Fish Audio लाइनअप के उस हिस्से में रखता है जो प्रयोग के बजाय तैनात voice applications के लिए लक्षित है। यदि आप पहले से…

अक्षर $52.50 / 1M अक्षर · ₹4,982.32

Microsoft AI: MAI-Voice-2-Flash

microsoft/mai-voice-2-flash

MAI-Voice-2-Flash, Microsoft AI का एक टेक्स्ट-टू-स्पीच मॉडल है, जिसे प्रदाता ने 23 जुलाई 2026 को जारी किया था। यह स्पीच श्रेणी में आता है और विशेष रूप से कम विलंबता वाली वॉइस जनरेशन के लिए बनाया गया है, जो इसे वॉइस एजेंट, सहायक, कॉल सेंटर, एक्सेसिबिलिटी टूल और नैरेशन जैसे कार्यभार के उसी परिवार में…

अक्षर $52.50 / 1M अक्षर · ₹4,982.32

Qwen: Qwen-Audio-3.0-TTS Plus

qwen/qwen-audio-3.0-tts-plus

Qwen-Audio-3.0-TTS Plus, Qwen की एक टेक्स्ट-टू-स्पीच मॉडल है, जो Alibaba के मॉडल परिवार का हिस्सा है। यह स्पीच श्रेणी में आती है और इसे Alibaba का उच्च-गुणवत्ता वाला टेक्स्ट-टू-स्पीच मॉडल बताया गया है, जो इसी लाइन के मानक स्तर से ऊपर रखा गया है। यह टेक्स्ट से बोले जाने वाला ऑडियो बनाती है और…

अक्षर $70.00 / 1M अक्षर · ₹6,643.10

Qwen: Qwen-Audio-3.0-TTS Flash

qwen/qwen-audio-3.0-tts-flash

Qwen-Audio-3.0-TTS Flash, Qwen का एक text-to-speech मॉडल है, जो Alibaba के मॉडल परिवार से है। यह speech श्रेणी में आता है और provider इसे एक तेज़, cost-efficient text-to-speech सिस्टम के रूप में बताता है। यह मॉडल provider द्वारा 2026-07-23 को जारी किया गया था। अगर आप पहले से Qwen ecosystem में काम…

अक्षर $52.50 / 1M अक्षर · ₹4,982.32

Deepgram: Aura-2

deepgram/aura-2

Deepgram: Aura-2, Deepgram का एक text-to-speech मॉडल है, जो api14 पर speech श्रेणी के अंतर्गत सूचीबद्ध है। Deepgram इस मॉडल के पीछे का प्रदाता है, और Aura-2, speech synthesis के लिए Deepgram की canonical Aura-2 voice catalog के इर्द-गिर्द बनाया गया है। यदि आप पहले से Deepgram की voice lineup के साथ…

अक्षर $105.00 / 1M अक्षर · ₹9,964.64

MiniMax: Speech 2.8 HD

minimax/speech-2.8-hd

MiniMax: Speech 2.8 HD, MiniMax का एक टेक्स्ट टू स्पीच मॉडल है। यह स्पीच श्रेणी से संबंधित है और लिखित टेक्स्ट को बोले गए ऑडियो में बदलने के लिए बनाया गया है। MiniMax इस मॉडल को उपलब्ध कराता है, और api14 पर इसे मॉडल id minimax/speech-2.8-hd के तहत सर्व किया जाता है। अगर आप MiniMax की स्पीच लाइनअप…

अक्षर $350.00 / 1M अक्षर · ₹33,215.47

MiniMax: Speech 2.8 Turbo

minimax/speech-2.8-turbo

MiniMax: Speech 2.8 Turbo, MiniMax का एक text to speech मॉडल है। यह speech श्रेणी में आता है और उन अनुप्रयोगों के लिए बनाया गया है जिन्हें लिखित text को बोले गए audio में बदलने की आवश्यकता होती है। MiniMax इस मॉडल के पीछे का provider है, और api14 पर मॉडल id minimax/speech-2.8-turbo है।

अक्षर $210.00 / 1M अक्षर · ₹19,929.28

Microsoft AI: MAI-Voice-2

microsoft/mai-voice-2

MAI-Voice-2 Microsoft AI से एक अभिव्यंजक टेक्स्ट-टू-स्पीच मॉडल है, जिसे प्रदाता ने 2 जून 2026 को जारी किया। यह स्पीच श्रेणी में आता है, इसलिए इसका काम लिखित टेक्स्ट को बोले गए ऑडियो में बदलना है, न कि स्वयं टेक्स्ट उत्पन्न या संपादित करना। यदि आप कुछ ऐसा बना रहे हैं जिसे सिंथेटिक आवाज़ चाहिए, तो यह…

अक्षर $77.00 / 1M अक्षर · ₹7,307.41

SpaceXAI: Grok Voice TTS 1.0

x-ai/grok-voice-tts-1.0

SpaceXAI: Grok Voice TTS 1.0, xAI का एक text-to-speech मॉडल है, जो api14 पर speech श्रेणी के अंतर्गत सूचीबद्ध है। यह लिखित text लेता है और उसे बोले गए audio में बदल देता है, जो इसे ऐसे किसी भी workload के लिए उपयुक्त बनाता है जहाँ आपके पास पहले से text हो और आपको text प्रतिक्रिया के बजाय voice…

अक्षर $52.50 / 1M अक्षर · ₹4,982.32

Google: Gemini 3.1 Flash TTS Preview

google/gemini-3.1-flash-tts-preview

Google: Gemini 3.1 Flash TTS Preview, Google का एक text to speech मॉडल है। यह speech श्रेणी में आता है और एक preview release है, जिसका मतलब है कि स्थिर संस्करण आने से पहले व्यवहार और voice सेट अभी भी बदल सकते हैं। Google इसे Gemini 2.5 Flash TTS से एक बड़ा पीढ़ीगत उन्नयन बताता है, इसलिए यदि आपने वह…

अक्षर $3.50 / 1M अक्षर · ₹332.16आउटपुट $70.00 / 1M tokens · ₹6,643.10

Sesame: CSM 1B

sesame/csm-1b

Sesame: CSM 1B, Sesame का एक conversational speech model है। यह speech श्रेणी में आता है और api14 पर model id sesame/csm-1b से पहचाना जाता है। provider इसे 1B parameter model बताता है, जिससे यह लिखित text से spoken audio बनाने के लिए अपेक्षाकृत छोटा विकल्प बनता है।

अक्षर $24.50 / 1M अक्षर · ₹2,325.09

Canopy Labs: Orpheus 3B

canopylabs/orpheus-3b-0.1-ft

Canopy Labs: Orpheus 3B, Canopy Labs का एक text-to-speech मॉडल है। यह 3B पैरामीटर वाला मॉडल है जिसे अंग्रेजी speech synthesis के लिए fine-tune किया गया है, और इसका ध्यान natural prosody तथा expressive delivery पर है। यह मॉडल provider द्वारा 23 अप्रैल 2026 को जारी किया गया था। इसकी मुख्य श्रेणी…

अक्षर $24.50 / 1M अक्षर · ₹2,325.09

hexgrad: Kokoro 82M

hexgrad/kokoro-82m

hexgrad: Kokoro 82M, hexgrad से एक हल्का, ओपन-वेट टेक्स्ट-टू-स्पीच मॉडल है। यह स्पीच श्रेणी में आता है, इसलिए इसका काम सीमित और स्पष्ट है: लिखित टेक्स्ट को बोले गए ऑडियो में बदलना। चूंकि वेट्स ओपन हैं, आप बंद होस्टेड वॉइस सेवा की तुलना में डिप्लॉयमेंट और होस्टिंग के बारे में अधिक स्वतंत्र रूप से…

अक्षर $2.17 / 1M अक्षर · ₹205.94

Mistral: Voxtral Mini TTS

mistralai/voxtral-mini-tts-2603

Mistral Voxtral Mini TTS, Mistral का एक टेक्स्ट टू स्पीच मॉडल है, जो api14 पर speech श्रेणी के अंतर्गत सूचीबद्ध है। यह केवल टेक्स्ट को इनपुट के रूप में लेता है और केवल स्पीच को आउटपुट के रूप में उत्पन्न करता है, इसलिए यह स्पीच पाइपलाइन के संश्लेषण वाले आधे हिस्से में बैठता है, पहचान वाले आधे में…

अक्षर $56.00 / 1M अक्षर · ₹5,314.48