الأسئلة الشائعة
ما هو برنامج تحويل النص إلى صوت؟
هي واجهة برمجة تطبيقات سحابية ترسل النص وتستقبل ملف صوتي. تعمل عبر إرسال طلب JSON إلى نقطة النهاية المحددة، وتدعم الصيغ القياسية. يمكنك استخدام مكتبات OpenAI أو طلبات HTTP المباشرة لتكامل سهل مع أنظمة التدريب المؤسسي وإدارة الموارد البشرية.
هل يدعم الصوت اللغة العربية؟
نعم، تدعم واجهة برمجة التطبيقات اللغة العربية ضمن قائمة الـ 23 لغة المدعومة. يمكنك تحديد اللغة ضمنيًا أو صراحةً. إذا لم تحدد اللغة، يتم افتراض الإنجليزية للنصوص اللاتينية، لذا يُنصح بتعيين اللغة عربيًا لضمان دقة النطق في المواد التدريبية.
هل يمكنني استخدام الصوت لأغراض تجارية؟
نعم، يمكنك استخدام الملفات الصوتية المولدة لأغراض تجارية دون قيود إضافية. كل ملف صوتي يحتوي على علامة مائية غير مسموعة تشير إلى كونه كلامًا اصطناعيًا. النصوص المدخلة تُستخدم فقط لإنتاج الصوت ولا تُستخدم لتدريب النموذج، مما يضمن خصوصية موادك التدريبية.
ما هي صيغ الملفات المدعومة؟
تدعم الواجهة خمس صيغ صوتية: MP3 و WAV و OPUS و FLAC و PCM. يمكنك تحديد الصيغة المفضلة في حقل response_format عند إرسال الطلب. هذا يتيح لك التكامل مع مختلف منصات تشغيل الصوت المستخدمة في بيئات التدريب المؤسسي.
هل يمكن التحكم في سرعة الصوت؟
نعم، يمكنك التحكم في سرعة الصوت عبر تحديد حقل speed في الطلب. تتراوح القيم المسموح بها بين 0.25 و 4.0. هذا يسمح لك بتسريع أو إبطاء النطق ليتناسب مع سرعة العرض التقديمي أو مستوى فهم المتدربين في الجلسات التدريبية.
هل يتم استخدام النصوص المدخلة لتدريب النموذج؟
لا، النصوص المدخلة تُستخدم فقط لإنتاج الملف الصوتي المطلوب ولا تُستخدم في تدريب النموذج. يتم الاحتفاظ ببيانات الطلب (الوقت، الأحرف، الحالة) لأغراض الفوترة فقط. هذا يضمن بقاء محتوى التدريب والمواد التعليمية ملكًا لك وغير مستخدم لتحسين الخوارزمية.
كم يستغرق توليد الصوت؟
السرعة التقريبية تساوي الوقت الحقيقي تقريبًا في النصوص الطويلة (حوالي 25 حرفًا في الثانية). الجمل القصيرة قد تستغرق بضع ثوانٍ. الطلبات تُعالج بالتتابع، لذا قد ينتظر الطلب في طابور تحت الضغط. هذا يتناسب مع توليد ملفات صوتية تدريبية غير فورية.
هل هناك حد لعدد الأحرف في الطلب؟
نعم، الحد الأقصى هو 4096 حرفًا لكل طلب، بما في ذلك المسافات وعلامات الترقيم. للنصوص الأطول، يجب تقسيم النص إلى أجزاء ومعالجة كل جزء على حدة، ثم دمج الملفات الصوتية الناتجة. هذا يضمن معالجة دقيقة لكل مقطع نصي.
هل يمكنني تغيير مفتاح API الخاص بي؟
نعم، يمكنك إصدار مفتاح جديد في أي وقت من خلال حسابك. عند إصدار مفتاح جديد، يتوقف المفتاح القديم فورًا. هذا يتيح لك إدارة الأمان بسهولة، حيث يكون لديك مفتاح نشط واحد فقط لكل حساب في نفس الوقت.
ما هو الحد الأقصى لعدد الطلبات في الدقيقة؟
الحد هو 60 طلبًا في الدقيقة لكل مفتاح API. قبل أول إيداع، يكون الحد 10 طلبات في الدقيقة. يتم معالجة الطلبات بالتتابع، مما قد يسبب تأخيرًا تحت الضغط. هذا مناسب لتوليد ملفات صوتية تدريبية دون الحاجة إلى معالجة فورية متزامنة عالية.
هل تدعم واجهة برمجة التطبيقات الصوت المباشر؟
لا تدعم واجهة برمجة التطبيقات البث المباشر (Streaming) أو WebSocket أو الصوت الجزئي الفوري. يتم إرسال النص واستلام ملف صوتي كامل عند الانتهاء. هذا التصميم يناسب سيناريوهات التدريب المؤسسي حيث يتم توليد الملفات مسبقًا أو أثناء فترات التوقف، دون الحاجة إلى دفق لحظي، مما يضمن استقرارًا في نقل الملفات التدريبية.
هل يمكنني تحميل ملف صوتي مخصص؟
لا تدعم واجهة برمجة التطبيقات تقنية استنساخ الصوت (Voice Cloning). نوفر ثمانية أصوات ثابتة فقط (مثل Aria و Nova) تغطي لغات متعددة. لا يمكنك رفع تسجيل صوتي خاص لتكييفه، بل عليك اختيار الصوت المناسب من القائمة المتاحة لتناسب نصوص التدريب المؤسسي.
ما هي اللغة الافتراضية إذا لم أحددها؟
إذا لم تحدد اللغة، يتم تخمينها من النص. النص الذي يحتوي على أحرف لاتينية يُفترض افتراضيًا أنه إنجليزي. للنصوص اللاتينية غير الإنجليزية، يُنصح بتعيين حقل اللغة صراحةً. النصوص غير اللاتينية (مثل العربية) تُعالج بناءً على حروفها تلقائيًا.
هل يتم فرض رسوم على الطلبات الفاشلة؟
لا، الطلبات الفاشلة مجانية. إذا فشل التوليد، يتم إرجاع المبلغ المخصم بالكامل إلى رصيدك. يتم احتساب التكلفة فقط عند نجاح توليد الصوت. هذا يحمي ميزانيتك من التكاليف غير المتوقعة عند تجربة نصوص أو إعدادات مختلفة في بيئة التدريب.
الطلب الأول
curl
curl https://api.play5977.com/v1/audio/speech \
-H "Authorization: Bearer $TTS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
--output hello.mp3لماذا تختاره فرق التدريب
تحويل النصوص التدريبية إلى ملفات صوتية أصبح أسهل وأسرع، حيث يمكنك إرسال النص واستلام ملف الصوت مباشرة عبر واجهة برمجة التطبيقات. هذا يزيل الحاجة إلى استوديوهات تسجيل مكلفة أو جدولة فرق الإنتاج، مما يتيح لموظفي الموارد البشرية تحديث المواد التدريبية بسرعة عند تغير السياسات أو الإجراءات.
توفر واجهة برمجة التطبيقات سهولة في التكامل مع أنظمة التدريب الحالية، مما يسمح بإنتاج محتوى صوتي عالي الجودة بكميات كبيرة وبكلفة متوقعة. يمكن للفرق استخدام النص الذي أعدته بالفعل لتوليد ملفات صوتية جاهزة للتوزيع على المتدربين دون الحاجة إلى موارد إضافية.
توفير الوقت في إنتاج المحتوى
يمكنك إرسال النص واستلام ملف الصوت مباشرة عبر واجهة برمجة التطبيقات. هذا يزيل الحاجة إلى استوديوهات تسجيل مكلفة أو جدولة فرق الإنتاج، مما يتيح لموظفي الموارد البشرية تحديث المواد التدريبية بسرعة عند تغير السياسات أو الإجراءات.
جودة صوت واضحة للتعليم
دعم اللغة العربية ضمن اللغات المدعومة
النظام يدعم اللغة العربية ضمن قائمة اللغات الـ23 المدعومة، مما يضمن نطقاً دقيقاً للمصطلحات التدريبية. يمكنك تحديد لغة النص صراحةً لضمان الأداء الأمثل، أو الاعتماد على الكشف التلقائي الذي يفترض الإنجليزية للنصوصLatin، مما يسهل التعامل مع النصوص ثنائية اللغة في المواد التدريبية.
الأصوات المتاحة
تتيح واجهة برمجة الصوت ثمانية أصوات لتلبية احتياجات التدريب المؤسسي. تم اختيار هذه الأصوات بعناية لتناسب سياقات تعليمية متنوعة، من السرد الواضح إلى النبرة التوجيهية الهادئة.
تعتمد جميع الأصوات على تسجيلات مرخصة من مكتبة LibriTTS-R، مما يضمن جودة صوت عالية وموثوقة. يمكنك اختيار الصوت الأنسب لنوع المحتوى التعليمي الذي تقدمه لفرق العمل.
أصوات نسائية (آريا، نورا، لونا، صاج)
تقدم هذه الأصوات تنوعاً في الأسلوب يناسب مختلف أساليب التدريب. آريا سرد دافئ وواضح، بينما تتميز نورا بنبرة مشرقة. توفر لونا صوتاً ناعماً مناسباً للقصص، وتضفي صاج طابعاً تعليمياً هادئاً.
هذه الأصوات مناسبة بشكل خاص للمحتوى الذي يتطلب تركيزاً عاليًا من المتدربين دون تشتيت الانتباه، مع الحفاظ على وضوح النطق.
- آريا: سرد واضح ودافئ
- نورا: نبرة مشرقة ومحفزة
- لونا: صوت ناعم للسرد
- صاج: نبرة تعليمية هادئة
أصوات رجالية (فيليكس، ميلو، أتلاس، أوريون)
يوفر القسم الرجالي أصواتاً مخصصة للمحتوى الترويجي والتبادلي والأخبار. يتميز فيليكس بالطاقة المناسبة للعروض، بينما يقدم ميلو تجربة صوتية ودية وطبيعية. يتبنى أتلاس نبرة محايدة تناسب الأخبار، ويضفي أوريون عمقاً يناسب الوثائقيات.
هذه الأصوات تساعد في تقديم المعلومات المعقدة أو التحديثات المؤسسية بأسلوب واضح ومهني، مما يعزز استيعاب الموظفين للمحتوى.
- فيليكس: نبرة ترويجية نشيطة
- ميلو: أسلوب تفاعلي وودي
- أتلاس: نبرة أخبار محايدة
- أوريون: صوت عميق للوثائقيات
تنوع النبرة والتعبير
كل صوت مصمم ليعكس طابعاً محدداً، مما يمنحك التحكم في نبرة المحتوى التعليمي. يمكنك اختيار صوت يتوافق مع هوية العلامة التجارية التدريبية أو طبيعة المادة التعليمية.
جميع الأصوات قادرة على نطق اللغات المدعومة بطلاقة، بما في ذلك العربية، مما يضمن تجربة صوتية متسقة بغض النظر عن لغة المحتوى.
اللغات المدعومة
تدعم واجهة برمجة الصوت ثمانية أصوات متكاملة، حيث يمكن لكل صوت النطق بطلاقة في اللغة العربية وغيرها من اللغات. هذا التنوع يضمن دقة النطق المناسبة للمحتوى التعليمي والحوار التدريبي دون الحاجة إلى ضبط يدوي معقد لكل لغة.
اللغة العربية
اللغة العربية تدعمها جميع الأصوات الثمانية، مما يجعلها مناسبة للمحتوى التعليمي والحوار التدريبي. يمكنك تحديد اللغة صراحةً عبر حقل language لضمان الدقة، خاصة عند استخدام نصوص مكتوبة بحروف لاتينية.
الإنجليزية
الإنجليزية هي اللغة الافتراضية للنصوص المكتوبة بحروف لاتينية إذا لم يتم تحديد لغة أخرى. تدعم جميع الأصوات النطق الطبيعي والدقيق، مما يسهل إنتاج مواد تدريبية سريعة للفرق متعددة الجنسيات.
اللغات الأوروبية والآسيوية
نيدعم مجموعة واسعة من اللغات تشمل الألمانية، الفرنسية، الإسبانية، الإيطالية، البرتغالية، الروسية، الصينية، اليابانية، والكورية وغيرها. هذا يسمح بإنشاء محتوى تدريبي موحد لفرق العمل العالمية باستخدام نفس واجهة البرمجة.
- العربية، الإنجليزية، الألمانية، الفرنسية، الإسبانية، الإيطالية
- الصينية، اليابانية، الكورية، الروسية، البرتغالية
- الدنماركية، الفينلندية، الهولندية، اليونانية، العبرية
- الهندية، الماليزية، النرويجية، البولندية، السويدية
- السواحيلية، التركية
كيفية البدء
ابدأ بإنشاء حسابك على الموقع باستخدام حساب جوجل أو البريد الإلكتروني. ستظهر لك لوحة التحكم التي تعرض رصيدك ومفتاح الواجهة البرمجية (API Key) الخاص بك، وهو المتطلب الأساسي للبدء في التكامل مع أنظمتك التدريبية.
احصل على مفتاح API من خلال صفحة التسجيل. استخدم هذا المفتاح في طلباتك مع تحديد نقطة النهاية (https://api.play5977.com/v1) لإرسال النصوص وتوليد الملفات الصوتية مباشرة.
إنشاء حساب
قم بالتسجيل عبر صفحة /get-api-key/ باستخدام حساب Google أو بريدك الإلكتروني. بمجرد إنشاء الحساب، ستتمكن من الوصول إلى لوحة التحكم التي تعرض رصيدك ومفتاح الواجهة البرمجية.
الحصول على مفتاح API
يتم توليد مفتاح الـ API تلقائياً عند التسجيل. يمكنك إصدار مفتاح جديد في أي وقت، حيث يتوقف القديم فوراً. استخدم هذا المفتاح في رأس الطلب (Authorization) للوصول إلى الخدمة.
إرسال النص
أرسل النص المطلوب تحويله عبر نقطة نهاية POST /v1/audio/speech بامتداد JSON. يدعم الطلب حقول model و input (نصك، بحد أقصى 4096 حرفاً) و voice (أحد الأصوات الثمانية المتاحة).
- استخدم النماذج tts-1 أو tts-1-hd.
- حدد الصيغة المطلوبة (mp3, wav, opus, flac, pcm).
- يمكنك ضبط سرعة القراءة بين 0.25 و 4.0.
السرعة والأداء
تتم معالجة طلبات توليد الصوت بالتتابع، مما يعني أن الطلبات تُنفذ واحدة تلو الأخرى. في حال وجود ازدحام، قد ينتظر الطلب في الطابور قبل البدء بالمعالجة، وهو ما يضمن استقرار الخدمة دون ضمان وقت استجابة ثابت.
معالجة متسلسلة
نظامنا يعالج الطلبات بشكل تسلسلي، مما يعني أن سرعة استجابة الطلب الأول تؤثر على بدء الطلب الثاني. لا توجد معالجة متوازية، لذا قد تتأخر بعض الطلبات قليلاً أثناء فترات الذروة.
- معالجة طلب واحد تلو الآخر
- قد يظهر الطلب في طابور الانتظار تحت الحمل
سرعة تقريبية للوقت الحقيقي
تستغرق عملية توليد النص الطويل وقتاً يقارب مدة تشغيل الصوت نفسه، بمعدل تقريبي يقدر بـ25 حرفاً من النص لكل ثانية من الصوت المولد. بالنسبة للجمل القصيرة، قد تستغرق العملية بضع ثوانٍ إضافية لإكمال المعالجة.
دعم النصوص الطويلة
يدعم النظام نصوصاً تصل إلى 4096 حرفاً في كل طلب. إذا كان النص أطول، يجب تقسيمه إلى أجزاء، ثم دمج الملفات الصوتية الناتجة. يُنصح بتقسيم النصوص الطويلة يدوياً لضمان دقة أفضل في النطق والوقف.
- حد 4096 حرفاً لكل طلب
- دعم النصوص الطويلة عبر التقسيم والدمج

التكامل التقني
تتوافق واجهة برمجة الصوت مع مكتبات OpenAI الرسمية، حيث يمكنك تغيير عنوان الاتصال الأساسي إلى https://api.play5977.com/v1 واستخدام مفتاح API الخاص بك مباشرة. كما تدعم البروتوكولات القياسية عبر HTTP، مما يضمن مرونة عالية في التكامل مع أنظمة التدريب الحالية.
متوافق مع مكتبات OpenAI
يمكنك استخدام مكتبات OpenAI المعروفة عبر تعديل base_url فقط. هذا يتيح لك الاستفادة من الأدوات المألوفة دون الحاجة لتعلم مكتبات جديدة.
دعم HTTP القياسي
الواجهة تعتمد على طلبات HTTP القياسية (POST) مع جسم JSON، مما يسهل الإرسال من أي بيئة برمجية تدعم الاتصال بالشبكة.
سهولة التكوين
التكوين بسيط عبر حقول محدودة: model، input، voice، وresponse_format. يمكنك البدء بإرسال نص بسيط واستقبال ملف صوتي جاهز للاستخدام في الدورات.
الأمان والبيانات
نستخدم نصك المدخل فقط لإنتاج الملف الصوتي المطلوب، ولا نقوم بتضمينه في نماذج التدريب المستقبلية. هذا يضمن بقاء محتوى التدريب المؤسسي ملكًا لك تمامًا.
عند توليد الصوت، تُعاد الملفات مباشرة في استجابة الطلب دون تخزينها على خوادمنا. البيانات التي نحفظها تقتصر على سجل الطلبات (الوقت، عدد الأحرف، والحالة) لغايات الفوترة والدقة المحاسبية.
عدم استخدام النصوص للتدريب
النص المرسل إلى واجهة البرمجة يُستخدم حصرًا لتوليد الصوت في تلك اللحظة. لا يتم استخدامه لتحسين خوارزمياتنا أو تدريب نماذج ذكية أخرى.
حفظ بيانات الفوترة فقط
نحتفظ بسجل الطلبات (الوقت، عدد الأحرف، والحالة) لضمان دقة الفوترة وإرجاع المبالغ المستحبة عند الفشل. لا نحتفظ بنصوص التدريب نفسها بعد توليد الصوت.
عدم تخزين الملفات الصوتية
الملفات الصوتية المولدة تُعاد لك في الاستجابة الفورية ولا يتم تخزينها على خوادمنا بشكل دائم. هذا يقلل من مخاطر الوصول غير المصرح به لمحتواك التدريبي.
الأسئلة الشائعة
إجابات موجزة حول الميزات التقنية الأساسية التي تهم فرق التدريب عند استخدام الواجهة.
توضيح دقيق لما تقدمه الواجهة وما لا تقدمه، لضمان توافق النصوص التدريبية مع المتطلبات التقنية.
هل يدعم SSML؟
لا تدعم الواجهة حالياً لغة تحديد نطق الكلام (SSML). يتم التحكم في السرعة فقط عبر حقل speed القياسي.
هل يمكن استنساخ الأصوات؟
لا نقدم ميزة استنساخ الأصوات المخصصة. الأصوات الثمانية المتاحة ثابتة ومبنية على تسجيلات مرخصة، ولا يمكن تعديلها أو استنساخ أصوات محددة.
ما هي صيغ الملفات؟
تدعم الواجهة صيغ MP3، WAV، OPUS، FLAC، وPCM. يمكن اختيار الصيغة الأنسب لحجم الملف أو جودة الصوت المطلوبة في ملفات التدريب.
التواصل والدعم
نوفر دعمًا فنيًا عبر البريد الإلكتروني فقط، دون أرقام هواتف أو دردشة مباشرة. نركز على حل المشكلات التقنية المتعلقة بواجهة برمجة التطبيقات وتوليد الملفات الصوتية.
تتوفر لدينا مستندات شاملة تشرح خطوات التكامل، أمثلة الأكواد، وحل المشكلات الشائعة. نوصي بقراءة قسم "كيفية البدء" في المستندات قبل إرسال استفسارك.
الدعم عبر البريد الإلكتروني
للاستفسارات الفنية أو مشكلات الحساب، يرجى التواصل عبر البريد الإلكتروني. نحرص على الرد على جميع الرسائل الواردة في أقرب وقت ممكن.
لا نوفر دعمًا مباشرًا عبر الهاتف أو الدردشة الحية، مما يضمن تركيز فريقنا على حل المشكلات التقنية بدقة.
مستندات الاستخدام
تحتوي مستنداتنا على أمثلة جاهزة لطلبات API، شرح حقول الطلب، وتوضيح أكواد الحالة. هي المرجع الأساسي لأي مطور يرغب في دمج الخدمة.
نوصي بمراجعة قسم "كيفية البدء" لفهم خطوات التكامل الأساسية بسرعة.
مركز المساعدة
يوفر قسم الأسئلة الشائعة إجابات سريعة حول الأسئلة الشائعة مثل دعم اللغة العربية أو صيغ الملفات. يمكنك الاطلاع عليه مباشرة من خلال رابط "الأسئلة الشائعة" في القائمة الرئيسية.
نضيف محتوى جديدًا بانتظام بناءً على ملاحظات المستخدمين.
استمع إلى الأصوات الثمانية
تم إنشاء كل عينة أدناه باستخدام هذه الواجهة البرمجية من نفس الجملة.
23 لغة
يمكن لأي صوت التحدث بأي من هذه اللغات.
