FAQ

अक्सर पूछे जाने वाले सवालों के छोटे जवाब।

क्या यह वाकई मुफ्त है, बिना किसी शब्द सीमा के?

हाँ। न साइन-अप, न शब्द सीमा, न कोई पेड टियर। एक ट्वीट पेस्ट कीजिए या पूरा उपन्यास — टूल वही रहेगा। हम विज्ञापन दिखाकर इसे मुफ्त रखते हैं।

क्या आप मेरा पेस्ट किया हुआ टेक्स्ट सहेजते हैं?

नहीं। Quick TTS पूरी तरह क्लाइंट-साइड है। आपका टेक्स्ट आपके ब्राउज़र में प्रोसेस होता है और हमारे किसी सर्वर पर कभी नहीं भेजा जाता। हमारे पास उसका कोई लॉग नहीं है क्योंकि वह हम तक पहुँचता ही नहीं।

आपका सबसे हाल का टेक्स्ट आपके ब्राउज़र की localStorage में सहेजा जाता है ताकि अगर आप ग़लती से टैब बंद कर दें तो भी रहे — पर वह केवल आपके ही डिवाइस पर है। हटाना हो तो साइट का डेटा क्लियर कर दीजिए।

डिफ़ॉल्ट आवाज़ और "AI Voice" में क्या फ़र्क है?

डिफ़ॉल्ट (Browser TTS): आपके ब्राउज़र का बिल्ट-इन स्पीच इंजन (Web Speech API)। तुरंत, हर डिवाइस पर काम करता है, और एक मानक TTS आवाज़ जैसी सुनाई देती है। उपलब्ध आवाज़ें आपके OS पर निर्भर हैं — Mac पर Samantha, Windows पर Zira और Natasha, Android और iOS के अपने सेट हैं।

AI Voice तीन न्यूरल इंजन हैं, जिनमें से हिंदी पेजों पर दो दिखते हैं। दोनों एक बार के डाउनलोड के बाद आपके डिवाइस पर लोकल चलते हैं — आपका टेक्स्ट कभी आपके ब्राउज़र से बाहर नहीं जाता।

• Piper — ~60MB डाउनलोड, WebAssembly में चलता है। हर डेस्कटॉप ब्राउज़र में और अब फ़ोन पर भी काम करता है — लेकिन इसके catalog में कोई हिंदी voice नहीं है, इसलिए हिंदी पेजों पर यह engine offer नहीं किया जाता।
• Supertonic HD — हिंदी के लिए ब्राउज़र में चलने वाला इकलौता high-quality neural engine। 44.1 kHz, WebGPU के ज़रिए आपके GPU पर। पहली बार लगभग 380 MB डाउनलोड, उसके बाद offline चलता है। WebGPU ज़रूरी है — WebAssembly का कोई विकल्प नहीं है, इसलिए WebGPU के बिना यह विकल्प menu में आता ही नहीं।
• Kokoro HQ — ~80MB, WebGPU पर चलता है, लेकिन सिर्फ़ अंग्रेज़ी के लिए (voice catalog और phonemization दोनों)। इसीलिए हिंदी पेजों पर यह engine दिखाया ही नहीं जाता।

क्या AI Voice मेरा टेक्स्ट किसी सर्वर पर भेजता है?

नहीं। Piper और Supertonic HD दोनों पूरी तरह आपके ब्राउज़र में चलते हैं — Piper WebAssembly के माध्यम से, Supertonic HD WebGPU के माध्यम से। केवल नेटवर्क रिक्वेस्ट हैं jsDelivr और Hugging Face से लाइब्रेरी और मॉडल का शुरुआती डाउनलोड। उसके बाद टेक्स्ट से ऑडियो में सारा परिवर्तन आपकी मशीन पर होता है।

क्या यह मोबाइल पर काम करता है?

फ़ोन पर आपको Browser TTS मिलता है — यह आपके फ़ोन की बिल्ट-इन आवाज़ों से हर जगह काम करता है। Piper अब फ़ोन पर भी चलता है: iOS पर इसकी पुरानी दिक़्क़तें Safari और Chrome के अपडेट से ठीक हो गईं।

Kokoro HQ और Supertonic HD डेस्कटॉप-ओनली ही रहते हैं — दोनों को WebGPU चाहिए, जिसे मोबाइल GPU अभी भरोसे से नहीं चलाते।

क्या मैं ऑडियो का व्यावसायिक उपयोग कर सकता हूँ (YouTube, पॉडकास्ट, उत्पाद)?

हाँ, बस एक बात: अपने प्रोजेक्ट के क्रेडिट या विवरण में अंतर्निहित आवाज़ मॉडल को श्रेय देना चाहिए।

• Browser TTS: आपके ऑपरेटिंग सिस्टम की बिल्ट-इन आवाज़ों का उपयोग करता है। Microsoft, Apple और Google ने सिस्टम आवाज़ों के व्यावसायिक उपयोग के लिए अपनी शर्तें प्रकाशित की हैं — आम तौर पर छोटे और साधारण उपयोग की अनुमति है, लेकिन बड़े पैमाने पर इस्तेमाल से पहले अपनी लक्षित आवाज़ के दस्तावेज़ देख लें।
• Piper: इंजन MIT-लाइसेंस वाला है। हम चुनिंदा आवाज़ें देते हैं: LibriTTS-R और VCTK CC-BY 4.0 पर हैं (श्रेय देने पर व्यावसायिक उपयोग ठीक है), और Joe CC0 / सार्वजनिक डोमेन है (कोई पाबंदी नहीं)। CC-BY आवाज़ों के लिए श्रेय आम तौर पर आपके वीडियो/पॉडकास्ट विवरण में एक पंक्ति से पूरा हो जाता है, जैसे "Voice by Piper TTS — LibriTTS-R / VCTK, CC-BY 4.0"।
• Kokoro HQ: मॉडल Apache 2.0 लाइसेंस वाला है — व्यावसायिक उपयोग की अनुमति है। Apache 2.0 में श्रेय देना ज़रूरी नहीं है, फिर भी हम सलाह देते हैं कि आप अपने प्रोजेक्ट क्रेडिट में Kokoro-82M का उल्लेख कर दें।
• Supertonic HD: यह बाकी से अलग है — मॉडल वेट BigScience की OpenRAIL-M लाइसेंस के अंतर्गत हैं, जो कोई उदार (permissive) लाइसेंस नहीं है। व्यावसायिक उपयोग की अनुमति है और आपके बनाए ऑडियो पर कोई अधिकार नहीं जताया जाता, लेकिन OpenRAIL-M उपयोग-आधारित प्रतिबंध जोड़ती है जिनका पालन आपको करना होगा और जिन्हें आपको उन सभी तक पहुँचाना होगा जिनके साथ आप मॉडल या उसका आउटपुट साझा करते हैं। इन्फ़रेंस कोड MIT लाइसेंस के अंतर्गत है।

हम आपके बनाए ऑडियो पर कोई अधिकार नहीं जताते। आपके विशेष उपयोग में अंतर्निहित मॉडल लाइसेंस का पालन आपकी ज़िम्मेदारी है।

मेरा टेक्स्ट कितना लंबा हो सकता है?

जितना चाहें उतना। हम इनपुट को टुकड़ों में बाँटकर प्लेबैक स्ट्रीम करते हैं, इसलिए 50,000 शब्दों का दस्तावेज़ पेस्ट करना उतना ही ठीक है जितना एक वाक्य पेस्ट करना — बस उसमें ज़्यादा समय लगेगा। AI Voice पथ पर हम जनरेशन और प्लेबैक को पाइपलाइन करते हैं, इसलिए शुरुआत में लंबा इंतज़ार नहीं करना पड़ता।

AI Voice का पहली बार चलना इतना समय क्यों लेता है?

जब आप पहली बार किसी AI इंजन पर स्विच करते हैं, तो आपके ब्राउज़र को मॉडल डाउनलोड करना होता है — Piper के लिए ~60MB, Kokoro HQ के लिए ~80MB। आपके कनेक्शन के हिसाब से इसमें कुछ सेकंड से लेकर एक मिनट तक लग सकता है। उसके बाद यह आपके ब्राउज़र में कैश हो जाता है, और भविष्य के प्ले तुरंत शुरू होते हैं। Supertonic HD अपवाद है: पहली बार लगभग 380MB — metered connection पर इसका ध्यान रखें।

मैं ऑफ़िस के कंप्यूटर पर हूँ और AI Voice "डाउनलोडिंग..." पर अटका है

कुछ कॉर्पोरेट नेटवर्क jsDelivr या Hugging Face को ब्लॉक करते हैं — वही CDNs जो Piper और Supertonic HD होस्ट करते हैं। अगर कोई भी AI इंजन इनिशियलाइज़ नहीं होता, तो लगभग हमेशा यही कारण होता है। Browser TTS बिना किसी बाहरी डाउनलोड के काम करता है, इसलिए लॉक-डाउन माहौल में वह एक अच्छा विकल्प है।

मुझे विज्ञापन क्यों दिखते हैं?

विज्ञापनों से ही हम डोमेन, होस्टिंग और टूल को बनाए रखने का समय निकालते हैं। मुफ्त और बिना सीमा के रखने की यही क़ीमत है। अगर आपको विज्ञापन पसंद नहीं हैं, तो आपके पास हमारा सम्मान — और एक ब्राउज़र एडब्लॉकर — दोनों हैं। हम आपको दोषी नहीं ठहराएँगे।

क्या मेरे कीस्ट्रोक डेटा को ट्रैक किया जाता है?

नहीं। हम न एनालिटिक्स चलाते हैं और न कीस्ट्रोक लॉगिंग। पूरी जानकारी के लिए गोपनीयता नीति देखें।

कुछ टूट गया / मेरा फ़ीडबैक है

hello@quick-tts.com पर ईमेल कीजिए। अपना ब्राउज़र और OS बताना न भूलें।