सीधे सामग्री पर जाएँ
Cloud Speech इंस्टॉल करें

← सभी गाइड पर वापस

सेटअप गाइड

Google Cloud Text-to-Speech सेट करें

Google Cloud Text-to-Speech में Standard, WaveNet, Neural2, Chirp HD और Chirp 3 HD आवाज़ें हैं और इसका मासिक मुफ़्त टियर उदार है। यह गाइड प्रतिबंधित API कुंजी बनाना सिखाता है। डेवलपर अनुभव की ज़रूरत नहीं। इसमें लगभग 10 मिनट लगते हैं।

आपको क्या चाहिए

  • एक Google खाता और बिलिंग चालू किया हुआ Google Cloud खाता (मासिक मुफ़्त टियर फिर भी लागू रहता है)
  • लगभग 10 मिनट
  1. 1

    Google Cloud प्रोजेक्ट बनाएँ

    1. Google Cloud Console पर जाएँ और अपने Google खाते से साइन इन करें
    2. पहली बार आ रहे हों तो शर्तें स्वीकार करें; नए खातों को मुफ़्त ट्रायल क्रेडिट मिलते हैं
    3. पेज के ऊपर प्रोजेक्ट चुनने वाले मेनू पर क्लिक करें, फिर New project
    4. उसे कोई नाम दें, जैसे cloud-speech-tts, और Create पर क्लिक करें
    5. पक्का करें कि प्रोजेक्ट के लिए बिलिंग चालू है (मेनू → Billing); API को इसकी ज़रूरत है, भले ही आप मुफ़्त टियर के भीतर ही रहें
  2. 2

    Text-to-Speech API चालू करें

    1. अपना प्रोजेक्ट चुना होने पर Cloud Text-to-Speech API का पेज खोलें (या APIs & Services → Library में "Text-to-Speech" खोजें)
    2. Enable पर क्लिक करें

    Gemini आवाज़ें इस्तेमाल करने की सोच रहे हैं?

    Gemini आवाज़ों (जिनके नाम Achernar जैसे सादे हैं) के लिए उसी प्रोजेक्ट पर Vertex AI API भी चालू होना चाहिए। इसके बिना ये आवाज़ें 403 त्रुटि देती हैं जबकि बाक़ी सभी Google आवाज़ें चलती रहती हैं। अगले चरण में API कुंजी को प्रतिबंधित करें तो Vertex AI API को भी प्रतिबंध की सूची में शामिल करें।
  3. 3

    प्रतिबंधित API कुंजी बनाएँ

    1. Cloud Console में APIs & Services → Credentials पर जाएँ
    2. Create credentials → API key पर क्लिक करें
    3. दिखने वाली कुंजी कॉपी करें
    4. उसे प्रतिबंधित करने के लिए Edit API key (या कुंजी के नाम) पर क्लिक करें
    5. API restrictions में Restrict key चुनें और सिर्फ़ Cloud Text-to-Speech API चुनें
    6. Save पर क्लिक करें

    सुरक्षा चेतावनी

    कुंजी को प्रतिबंधित करने का मतलब है कि कभी लीक हो भी जाए तो उसका दुरुपयोग Google की दूसरी सेवाओं में नहीं हो सकता। इसे गुप्त रखें, और ज़रूरत पड़े तो Credentials पेज से नई बना लें।
  4. 4

    एक्सटेंशन जोड़ें

    1. ब्राउज़र टूलबार में एक्सटेंशन आइकन पर क्लिक करें
    2. सेटिंग्स → Google Cloud TTS खोलें
    3. अपनी API कुंजी चिपकाएँ
    4. सहेजें और जाँचें पर क्लिक करें

    जाँच पास होते ही Google 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

मुफ़्त टियर हर महीने नया मिलता है: WaveNet/Neural2 आवाज़ों के लिए 10 लाख (1M) अक्षर और standard आवाज़ों के लिए 40 लाख (4M) अक्षर। उससे आगे standard आवाज़ों की लागत लगभग $4 प्रति 10 लाख अक्षर और WaveNet/Neural2 की लगभग $16 प्रति 10 लाख अक्षर है; Chirp HD और Chirp 3 HD आवाज़ें इससे महँगी हैं। देखें Google Cloud TTS का आधिकारिक pricing पेज और हमारी प्रदाताओं की तुलना।

काम पूरा होने पर एक्सेस हटाएँ

  1. APIs & Services → Credentials खोलें, अपनी API कुंजी ढूँढ़ें और उसके ⋮ मेनू से Delete चुनें। कुंजी कुछ ही मिनटों में काम करना बंद कर देती है।
  2. चाहें तो APIs & Services → Enabled APIs में API बंद कर दें (Text-to-Speech, और Gemini आवाज़ों के लिए चालू किया हो तो Vertex AI भी), या IAM & Admin → Settings से पूरा प्रोजेक्ट बंद कर दें।
  3. एक्सटेंशन में सेटिंग्स → Google Cloud TTS खोलकर सहेजी हुई कुंजी मिटा दें (या प्रदाता को बंद कर दें)।

कमांड लाइन पसंद है?

gcloud CLI से यह API चालू करता है और वही प्रतिबंधित कुंजी बनाता है जो ऊपर के चरणों में बनी थी: 

gcloud auth login
gcloud config set project YOUR_PROJECT_ID
gcloud services enable texttospeech.googleapis.com aiplatform.googleapis.com

gcloud services api-keys create --display-name="Cloud Speech" \
  --api-target=service=texttospeech.googleapis.com \
  --api-target=service=aiplatform.googleapis.com
# The keyString in the output is the API key for the extension.

और बाद में सब हटाने के लिए:

gcloud services api-keys list          # find the key's UID
gcloud services api-keys delete KEY_UID
gcloud services disable texttospeech.googleapis.com aiplatform.googleapis.com

समस्या निवारण

"क्रेडेंशियल गायब या अमान्य हैं"

चिपकाई हुई कुंजी दोबारा जाँचें; सबसे आम कारण कोई फालतू रिक्त स्थान होता है। पक्का करें कि Text-to-Speech API उसी प्रोजेक्ट पर चालू है जिसकी यह कुंजी है, और कुंजी के API प्रतिबंध में Cloud Text-to-Speech शामिल है। फिर सहेजें और जाँचें पर दोबारा क्लिक करें।

"Access denied" त्रुटियाँ

आपकी कुंजी सही है पर अनुमति नहीं है। उसे Text-to-Speech API बुलाने की अनुमति होनी चाहिए, और आपका खाता ठीक स्थिति में होना चाहिए (कोई बिलिंग रोक नहीं)।

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, Azure Speech या OpenAI।