Inworld TTS ਵਰਣਨ ਲਈ ਕੁਦਰਤੀ, ਪ੍ਰਗਟਾਵੇ ਵਾਲੀ ਬੋਲੀ ਪੈਦਾ ਕਰਦਾ ਹੈ। VideoGen ਦੇ ਸਕ੍ਰਿਪਟ ਤੋਂ ਵੀਡੀਓ ਵਰਕਫਲੋ ਨਾਲ AI ਦੁਆਰਾ ਵਰਣਿਤ ਵੀਡੀਓ ਬਣਾਓ।
Inworld AI ਦੁਆਰਾ · TTS 1.5 ਮਈ 2026 ਨੂੰ ਜਾਰੀ ਕੀਤਾ ਗਿਆ · ਆਰਟੀਫੀਸ਼ੀਅਲ ਐਨਾਲਿਸਿਸ ਸਪੀਚ ਅਰੇਨਾ Elo ~1,236 (ਜੁਲਾਈ 2026)
ਅਸਲੀ ਪ੍ਰੋਂਪਟ, ਅਸਲੀ ਆਉਟਪੁੱਟ, VideoGen ਵਿੱਚ Inworld TTS ਦੁਆਰਾ ਜਨਰੇਟ ਕੀਤੇ ਗਏ।
“ਮੈਲਕਮ: ਇੱਕ ਡੂੰਘੀ ਅਤੇ ਗੰਭੀਰ ਆਵਾਜ਼ ਵਾਲਾ ਨਿਰਵਿਘਨ, ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਬਿਰਤਾਂਤਕਾਰ।”
VideoGen ਵਿੱਚ Inworld TTS ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਗਿਆ
“ਸੇਲੇਸਟੇ: ਉੱਚ-ਅੰਤ ਦੇ ਉਤਪਾਦ ਸ਼ੋਅਕੇਸ ਲਈ ਪਾਲਿਸ਼ ਕੀਤੀ, ਸ਼ੁੱਧ ਮਹਿਲਾ ਆਵਾਜ਼।”
VideoGen ਵਿੱਚ Inworld TTS ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਗਿਆ
“ਰੂਪਰਟ: ਕਾਰਪੋਰੇਟ ਪ੍ਰੋਮੋ ਲਈ ਸਾਫ਼, ਵਧੀਆ ਬ੍ਰਿਟਿਸ਼ ਆਵਾਜ਼।”
VideoGen ਵਿੱਚ Inworld TTS ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਗਿਆ
“ਡেবੋਰਾ: ਵਿਆਖਿਆਕਾਰਾਂ ਅਤੇ ਹਦਾਇਤਾਂ ਵਾਲੇ ਵੀਡੀਓ ਲਈ ਚਮਕਦਾਰ, ਸਪੱਸ਼ਟ ਮਹਿਲਾ ਆਵਾਜ਼।”
VideoGen ਵਿੱਚ Inworld TTS ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਗਿਆ
“ਹਾਡੇਸ: ਨਾਟਕੀ ਵਰਣਨ ਲਈ ਪ੍ਰਭਾਵਸ਼ਾਲੀ, ਡੂੰਘੀ ਪਾਤਰ ਆਵਾਜ਼।”
VideoGen ਵਿੱਚ Inworld TTS ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਗਿਆ
“Hélène: ਇੱਕ ਨਰਮ, ਸੁਰੀਲੀ ਲੈਅ ਵਾਲੀ ਨਿੱਘੀ ਫਰੈਂਚ ਮਹਿਲਾ ਆਵਾਜ਼।”
VideoGen ਵਿੱਚ Inworld TTS ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਗਿਆ
“ਅਸੁਕਾ: ਸੋਸ਼ਲ ਮੀਡੀਆ ਸਮੱਗਰੀ ਲਈ ਚਮਕਦਾਰ, ਊਰਜਾਵਾਨ ਜਾਪਾਨੀ ਮਹਿਲਾ ਆਵਾਜ਼।”
VideoGen ਵਿੱਚ Inworld TTS ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਗਿਆ
| Specification | Details |
|---|---|
| ਭਾਸ਼ਾਵਾਂ | 15, ਅੰਗਰੇਜ਼ੀ, ਸਪੈਨਿਸ਼, ਜਾਪਾਨੀ ਅਤੇ ਅਰਬੀ ਸਮੇਤ |
| ਮਾਡਲ | TTS 1.5 ਮੈਕਸ, ਸਟੈਂਡਰਡ, ਅਤੇ ਮਿਨੀ |
| ਆਵਾਜ਼ ਕਲੋਨਿੰਗ | ਇੱਕ ਛੋਟੇ ਨਮੂਨੇ ਤੋਂ ਤੁਰੰਤ ਕਲੋਨਿੰਗ |
| ਲੇਟੈਂਸੀ | ਪਹਿਲੀ ਆਡੀਓ ਲਈ 250ms ਤੋਂ ਘੱਟ (ਵੱਧ ਤੋਂ ਵੱਧ 1.5) |
| ਆਉਟਪੁੱਟ | ਭਾਵਨਾਤਮਕ ਰੇਂਜ ਦੇ ਨਾਲ ਕੁਦਰਤੀ, ਪ੍ਰਗਟਾਵੇ ਵਾਲੀ ਬੋਲੀ |
| Elo Benchmark | 1,193 (Speech Arena (Realtime TTS 1.5 Max)) |
ਸਭ ਤੋਂ ਤੇਜ਼ ਅਤੇ ਸਭ ਤੋਂ ਕਿਫਾਇਤੀ ਟਾਇਰ, ਡਰਾਫਟ ਅਤੇ ਤੇਜ਼ ਦੁਹਰਾਓ ਲਈ ਬਣਾਇਆ ਗਿਆ ਹੈ।
ਸੰਤੁਲਿਤ ਡਿਫੌਲਟ: ਰੋਜ਼ਾਨਾ ਲਾਗਤ 'ਤੇ ਚੰਗੀ ਗੁਣਵੱਤਾ ਵਾਲਾ ਵੌਇਸਓਵਰ।
ਤੁਹਾਡੇ ਦੁਆਰਾ ਪ੍ਰਕਾਸ਼ਿਤ ਸਮੱਗਰੀ ਲਈ ਪ੍ਰੀਮੀਅਮ ਕੁਆਲਿਟੀ ਵੌਇਸਓਵਰ।
MAX ਹਮੇਸ਼ਾ ਅਤਿ-ਆਧੁਨਿਕ ਤਕਨਾਲੋਜੀ ਨੂੰ ਜੋੜਦਾ ਹੈ। Inworld TTS ਉਸ ਸਮੂਹ ਦਾ ਹਿੱਸਾ ਹੈ।
ਹਰ ਕੁਆਲਿਟੀ ਟੀਅਰ ਸਾਡੇ ਅੰਦਰੂਨੀ ਮੁਲਾਂਕਣਾਂ, ਪਾਲਣਾ ਲੋੜਾਂ, ਅਤੇ ਤੁਹਾਡੇ ਇਰਾਦੇ ਦੇ ਆਧਾਰ 'ਤੇ ਹਰੇਕ ਬੇਨਤੀ ਨੂੰ ਸਭ ਤੋਂ ਵਧੀਆ ਮਾਡਲ ਵੱਲ ਭੇਜਦਾ ਹੈ। ਬੇਨਤੀਆਂ ਹਰ ਪੱਧਰ 'ਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਨੁਕੂਲ ਰਹਿੰਦੀਆਂ ਹਨ: ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ ਕਦੇ ਵੀ ਚੀਨ ਵਰਗੇ ਵਿਦੇਸ਼ੀ ਵਿਰੋਧੀਆਂ ਦੁਆਰਾ ਹੋਸਟ ਕੀਤੇ ਮਾਡਲਾਂ ਵੱਲ ਨਹੀਂ ਭੇਜਿਆ ਜਾਂਦਾ ਹੈ।
AI ਪਲੇਗ੍ਰਾਉਂਡ ਅਤੇ ਐਡੀਟਰ ਨੂੰ ਖੋਲ੍ਹਣ ਲਈ VideoGen ਲਈ ਸਾਈਨ ਅੱਪ ਕਰੋ।
ਆਪਣੀ ਸਕ੍ਰਿਪਟ ਨੂੰ ਪੇਸਟ ਕਰੋ ਜਾਂ ਲਿਖੋ ਅਤੇ VideoGen ਇਸ ਤੋਂ ਇੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਾਲ ਵਰਣਿਤ ਵੀਡੀਓ ਤਿਆਰ ਕਰਦਾ ਹੈ।
ਵੌਇਸ ਕੈਟਾਲਾਗ ਵਿੱਚੋਂ ਇੱਕ ਬਿਰਤਾਂਤਕਾਰ ਚੁਣੋ, ਜਾਂ ਆਪਣੀ ਖੁਦ ਦੀ ਆਵਾਜ਼ ਕਲੋਨ ਕਰੋ।
VideoGen ਕਹਾਣੀ, ਵਿਜ਼ੂਅਲ, ਸੰਗੀਤ ਅਤੇ ਕੈਪਸ਼ਨ ਦੇ ਨਾਲ ਤਿਆਰ ਵੀਡੀਓ ਬਣਾਉਂਦਾ ਹੈ, ਜੋ ਐਕਸਪੋਰਟ ਲਈ ਤਿਆਰ ਹੈ।
ਡਿਵੈਲਪਰ VideoGen API ਰਾਹੀਂ ਵੌਇਸਓਵਰ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ, ਜਿਸ ਵਿੱਚ ਐਪ ਵਾਂਗ ਹੀ ਕੁਆਲਿਟੀ ਟੀਅਰ ਰਾਊਟਿੰਗ ਹੁੰਦੀ ਹੈ, ਤਾਂ ਜੋ ਬੇਨਤੀਆਂ ਪ੍ਰੋਵਾਈਡਰ ਕੁੰਜੀਆਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕੀਤੇ ਬਿਨਾਂ Inworld TTS ਵਰਗੇ ਮਾਡਲਾਂ ਤੱਕ ਪਹੁੰਚ ਸਕਣ।
curl -X POST "https://api.videogen.io/v1/tools/text-to-speech" \
-H "Authorization: Bearer $VIDEOGEN_API_KEY" \
-H "Content-Type: application/json" \
-d '{"ttsText": "Welcome to the future of video.", "voiceId": "<voice id>"}'
ਕਿਸੇ ਵੀ ਸਕ੍ਰਿਪਟ ਨੂੰ ਚੋਟੀ ਦੇ ਦਰਜੇ ਦੇ ਟੈਕਸਟ-ਟੂ-ਸਪੀਚ ਮਾਡਲ ਨਾਲ ਕੁਦਰਤੀ, ਪ੍ਰਗਟਾਵੇ ਵਾਲੀ ਬਿਰਤਾਂਤ ਵਿੱਚ ਬਦਲੋ।
Inworld TTS 1.5 Max ਬਲਾਇੰਡ ਲਿਸਨਿੰਗ ਟੈਸਟਾਂ ਵਿੱਚ Artificial Analysis Speech Arena ਦੀ ਅਗਵਾਈ ਕਰਦਾ ਹੈ, ਇਸਲਈ ਤੁਹਾਡੇ ਵੌਇਸਓਵਰ ਪਹਿਲੀ ਵਾਰ ਤੋਂ ਹੀ ਕੁਦਰਤੀ ਅਤੇ ਇਨਸਾਨੀ ਸੁਣਦੇ ਹਨ।
ਇੱਕ ਵੋਇਸਓਵਰ ਉਤਪੰਨ ਕਰੋ→
ਖੁਦ ਇੱਕ ਵੀ ਲਾਈਨ ਰਿਕਾਰਡ ਕੀਤੇ ਬਿਨਾਂ, ਅੰਗਰੇਜ਼ੀ, ਸਪੈਨਿਸ਼, ਜਾਪਾਨੀ, ਹਿੰਦੀ ਅਤੇ ਅਰਬੀ ਸਮੇਤ 15 ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਵਰਣਨ (narration) ਤਿਆਰ ਕਰੋ।
ਬਹੁ-ਭਾਸ਼ਾਈ ਬਿਰਤਾਂਤ ਬਣਾਓ→
ਇੱਕ ਸਕ੍ਰਿਪਟ ਲਿਖੋ ਜਾਂ ਤਿਆਰ ਕਰੋ, ਇੱਕ Inworld ਆਵਾਜ਼ ਚੁਣੋ, ਅਤੇ VideoGen ਤੁਹਾਡੇ ਬਿਰਤਾਂਤ ਦੇ ਆਲੇ ਦੁਆਲੇ ਵਿਜ਼ੁਅਲ, ਕੈਪਸ਼ਨ ਅਤੇ ਸੰਗੀਤ ਬਣਾਉਂਦਾ ਹੈ।
ਆਪਣੀ ਵੀਡੀਓ ਸ਼ੁਰੂ ਕਰੋ→
“ਵੀਡੀਓ ਉਤਪਾਦਨ ਨੂੰ ਵਧਾਉਣ ਅਤੇ ਵਾਪਸੀ ਸਮੇਂ ਨੂੰ ਸੁਧਾਰਣ ਲਈ VideoGen ਸ਼ਾਨਦਾਰ ਹੈ... ਵੀਡੀਓ ਐਡੀਟਿੰਗ ਦਾ ਜਟਿਲ ਪ੍ਰਕਿਰਿਆ, ਜੋ ਕਿ ਦਿਨਾਂ ਜਾਂ ਮਹੀਨੇ ਲੈ ਸਕਦੀ ਸੀ, ਹੁਣ ਮਿੰਟਾਂ ਵਿੱਚ ਹੋ ਜਾਂਦੀ ਹੈ!”
“ਵੀਡੀਓਜਨ ਵੀਡੀਓ ਨਿਰਮਾਣ ਦੀਆਂ ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਸਮੱਸਿਆਵਾਂ—ਜਟਿਲਤਾ, ਲਾਗਤ ਅਤੇ ਸਮਾਂ—ਦਾ ਹੱਲ ਕਰਦਾ ਹੈ। ਸਿਰਫ ਕੁਝ ਕਲਿਕਾਂ ਵਿੱਚ, ਹਰ ਕੋਈ ਪੇਸ਼ਾਵਰ ਅਤੇ ਕਾਪੀਰਾਈਟ-ਫ਼ਰੀ ਵੀਡੀਓ ਬਣਾ ਸਕਦਾ ਹੈ।”
“ਵੀਡੀਓਜਨ ਉਹ ਸਭ ਤੋਂ ਅੰਦਾਜ਼ੇ ਹੇਠਾਂ ਸ਼੍ਰੇਣੀ ਹੈ ਜੋ ਸਮੱਗਰੀ ਬਣਾਉਣ ਵਾਲਿਆਂ ਲਈ ਹੈ ਜੋ ਸਭ ਤੋਂ ਉੱਚੀ ਗੁਣਵੱਤਾ ਸਮਾਗਰੀ ਨੂੰ ਛੋਟੀ ਤੋਂ ਛੋਟੀ ਸਮੇਂ ਵਿੱਚ ਪੇਸ਼ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਨ।”
ਹਰ ਵੀਡੀਓਜੈੱਨ (VideoGen) ਵਰਕਫਲੋ ਵਿਜ਼ੁਅਲਸ, ਨਰੇਸ਼ਨ, ਸੰਗੀਤ ਅਤੇ ਕੈਪਸ਼ਨਾਂ ਦੇ ਨਾਲ ਪੂਰੇ ਵੀਡੀਓ ਬਣਾਉਣ ਲਈ Inworld TTS ਵਰਗੇ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਆਪਣੇ ਆਪ ਕਰਦਾ ਹੈ।
ਜੋ ਮਾਡਲ ਤੁਸੀਂ ਚੁਣਦੇ ਹੋ, ਉਹਨਾਂ ਨਾਲ ਤਸਵੀਰਾਂ, ਵੀਡੀਓ ਕਲਿੱਪ ਅਤੇ ਹੋਰ ਜਨਰੇਟ ਕਰਨ ਲਈ ਸਾਈਨ ਇਨ ਕਰੋ।