सेटअप गाइड
Azure Speech सेट करें
Microsoft की Azure Speech सेवा बहुत सी भाषाओं में उच्च गुणवत्ता की neural आवाज़ें देती है, और इसका मुफ़्त टियर हर महीने नया मिलता है, इसलिए नियमित सुनने के लिए यह अच्छा विकल्प है। यह गाइड आपको चरण-दर-चरण सब सिखाता है। इसमें लगभग 10 मिनट लगते हैं।
आपको क्या चाहिए
- एक Microsoft खाता और एक मुफ़्त Azure खाता (साइन-अप के लिए भुगतान का तरीक़ा ज़रूरी है)
- लगभग 10 मिनट
-
1
मुफ़्त Azure खाता बनाएँ
अगर आपके पास अभी Azure खाता नहीं है:
- azure.microsoft.com/free पर जाएँ
- Start free पर क्लिक करें और Microsoft खाते से साइन इन करें (या नया बनाएँ)
- पहचान सत्यापन पूरा करें और भुगतान का तरीक़ा जोड़ें
मुफ़्त (F0) Speech टियर पर कुछ नहीं कटता। कार्ड सिर्फ़ पहचान सत्यापन और आपके ख़ुद चुने हुए सशुल्क टियरों के लिए इस्तेमाल होता है।
-
2
Speech संसाधन बनाएँ
- Azure Portal में साइन इन करें
- Create a resource पर क्लिक करके Speech खोजें
- Speech चुनें (Microsoft का, "AI + Machine Learning" के अंतर्गत) और Create पर क्लिक करें
- अपनी सदस्यता चुनें और एक resource group बनाएँ (या चुनें)
- अपने नज़दीक का Region चुनें, जैसे eastus, westeurope या southeastasia
- संसाधन को कोई नाम दें, जैसे cloud-speech-tts
- Pricing tier में Free (F0) चुनें; ज़रूरत बढ़े तो बाद में Standard (S0) पर जा सकते हैं
- Review + create, फिर Create पर क्लिक करें
चुना हुआ region याद रखें। अगले चरण में एक्सटेंशन को इसकी ज़रूरत पड़ेगी।
-
3
अपनी कुंजी और region कॉपी करें
- तैनाती पूरी होते ही Go to resource पर क्लिक करें
- बाएँ मेनू में Keys and Endpoint खोलें ("Resource Management" के अंतर्गत)
- Key 1 कॉपी करें (दोनों में से कोई भी कुंजी चलेगी)
- उसी पेज पर दिखा Location/Region नोट करें, जैसे eastus
सुरक्षा चेतावनी
कुंजी को पासवर्ड की तरह रखें; जिसके पास यह होगी, वह आपका Speech संसाधन इस्तेमाल कर सकता है। उसी पेज से आप इसे कभी भी फिर से बना सकते हैं। -
4
एक्सटेंशन जोड़ें
- ब्राउज़र टूलबार में एक्सटेंशन आइकन पर क्लिक करें
- सेटिंग्स → Azure Speech खोलें
- अपनी Key चिपकाएँ
- अपना Region लिखें (जैसे eastus)
- सहेजें और जाँचें पर क्लिक करें
जाँच पास होते ही Azure की आवाज़ें वॉइस पिकर में दिखने लगती हैं। किसी भी आवाज़ का नमूना सुनने के लिए ▶ दबाएँ और पसंद आने वाली आवाज़ों पर ★ लगाएँ। फिर किसी भी पेज पर टेक्स्ट हाइलाइट करें, राइट-क्लिक करके पढ़कर सुनाएँ चुनें, या Ctrl/Cmd+Shift+S दबाएँ।
लागत
Free (F0) टियर में लगभग 5 लाख (0.5M) neural अक्षर प्रति माह शामिल हैं, और यह हर महीने नया मिलता है, सिर्फ़ पहले साल नहीं। Standard (S0) टियर पर neural आवाज़ों की लागत लगभग $15-16 प्रति 10 लाख अक्षर है; HD और कस्टम आवाज़ें महँगी हैं। क़ीमतें region के अनुसार अलग होती हैं और समय के साथ बदलती हैं, इसलिए देखें Azure Speech का आधिकारिक pricing पेज और हमारी प्रदाताओं की तुलना।
काम पूरा होने पर एक्सेस हटाएँ
- Azure Portal में अपना Speech संसाधन खोजें (या उसका resource group खोलें)।
- संसाधन चुनकर Delete करें। दोनों कुंजियाँ उसी पल काम करना बंद कर देती हैं। पूरा resource group हटाने से उसके अंदर की हर चीज़ हट जाती है।
- एक्सटेंशन में सेटिंग्स → Azure Speech खोलकर सहेजी हुई कुंजी मिटा दें (या प्रदाता को बंद कर दें)।
कमांड लाइन पसंद है?
Azure CLI से यह वही मुफ़्त-टियर Speech संसाधन बनाता है जो ऊपर के चरणों में बना था:
az login
az group create --name tts --location eastus
az cognitiveservices account create --name my-speech --resource-group tts \
--kind SpeechServices --sku F0 --location eastus --yes
az cognitiveservices account keys list --name my-speech --resource-group tts
# Paste key1 into the extension, with region "eastus".
और बाद में सब हटाने के लिए:
az cognitiveservices account delete --name my-speech --resource-group tts
az group delete --name tts --yes
समस्या निवारण
"क्रेडेंशियल गायब या अमान्य हैं"
चिपकाए हुए मान दोबारा जाँचें; सबसे आम कारण कोई फालतू रिक्त स्थान या छूटा हुआ अक्षर होता है। पक्का करें कि region आपके Speech संसाधन से मेल खाता है (जैसे eastus) और कुंजी फिर से नहीं बनाई गई है। फिर सहेजें और जाँचें पर दोबारा क्लिक करें।
"Access denied" त्रुटियाँ
आपकी कुंजी सही है पर अनुमति या कोटा नहीं है। जाँचें कि संसाधन हटाया या हिलाया नहीं गया, आपका खाता ठीक स्थिति में है और आपने F0 टियर का मासिक कोटा पार नहीं किया है।
ऑडियो न बजने, आवाज़ों के गायब होने या कीबोर्ड शॉर्टकट की समस्याओं के लिए समस्या निवारण गाइड देखें।
कोई और प्रदाता चाहिए? देखें Amazon Polly, Google Cloud TTS या OpenAI।