الأسئلة الشائعة
ما هو تحويل النص إلى كلام؟
هي خدمة سحابية تتيح إرسال نص واستقبال ملف صوتي عبر واجهة برمجة تطبيقات. تعمل الخدمة على تحويل النصوص التدريبية والمواد التعليمية إلى ملفات صوتية بجودة عالية، مما يسهل توزيع المحتوى على فرق العمل عن بُعد أو في المقر دون الحاجة لإنتاج مسودات صوتية يدوياً.
كيف يتم معالجة النص؟
يتم إرسال النص عبر طلب POST إلى نقطة النهاية المحددة، مع تحديد النموذج والصوت والصيغة المطلوبة. يتم معالجة الطلب وإرجاع ملف صوتي يحتوي على الصوت المولد. يتم استخدام النص فقط لإنتاج الصوت ولا يُستخدم للتدريب، مع الاحتفاظ ببيانات الطلب للفوترة فقط.
هل يمكنني التحكم في نبرة الصوت؟
لا تتوفر وسوم العاطفة أو القاموس الصوتي المخصص في الواجهة الحالية. يمكنك اختيار أحد الثمانية أصوات المحددة مسبقاً، مثل Aria أو Felix، والتي تحمل نبرة محددة مسبقاً. لا يمكن تعديل النبرة ديناميكياً داخل النص، ولكن يمكنك اختيار الصوت الأنسب لمحتوى التدريب.
ما الفرق بين tts-1 و tts-1-hd؟
كلا النموذجين يستخدمان نفس المحرك ونفس السعر، وهو 10 دولارات لكل مليون حرف. الفرق الرئيسي هو أن tts-1-hd يوفر جودة صوت أعلى قليلاً مقارنة بـ tts-1. يمكنك استخدام أي منهما حسب الحاجة دون تغيير في هيكل الطلب أو التكلفة.
هل يتم تخزين النصوص؟
لا، يتم استخدام النص المدخل فقط لإنتاج الملف الصوتي ولا يتم استخدامه لتدريب النماذج. يتم إرجاع الصوت في الاستجابة ولا يتم تخزينه. يتم الاحتفاظ ببيانات الطلب (الوقت، عدد الأحرف، الحالة) فقط لأغراض الفوترة وإدارة الحساب.
هل الصوت واضح في اللغة العربية؟
نعم، اللغة العربية مدعومة ضمن اللغات الـ 23 المتاحة. يمكن لأي من الأصوات الثمانية نطق اللغة العربية بوضوح. يُنصح بتحديد رمز اللغة (AR) في الطلب لضمان النطق الصحيح، خاصة إذا كان النص يحتوي على رموز لاتينية أيضاً.
ما هي مدة توليد الصوت؟
تستغرق العملية وقتاً يتناسب مع طول النص، حيث يتولد صوت يعادل مدة النص الأصلي تقريباً. الجمل القصيرة قد تستغرق بضع ثوانٍ، بينما قد تنتظر الطلبات طوابير المعالجة تحت الضغط. السرعة التقريبية هي 25 حرفاً من النص لكل ثانية من الصوت المولد.
هل يمكنني دمج الأصوات؟
الواجهة لا تدعم دمج أكثر من صوت في ملف واحد تلقائياً. كل طلب يولد ملفاً صوتياً بصوت واحد محدد. لتغيير الصوت داخل نص طويل، يجب تقسيم النص وإرسال طلبات متعددة، ثم دمج الملفات صوتياً باستخدام أدوات خارجية أو برمجياً.
هل يمكنني تغيير السرعة؟
نعم، يمكنك التحكم في سرعة النطق عبر حقل speed في الطلب، حيث يتراوح الحد بين 0.25 و 4.0. هذا مفيد لتسريع النصوص التدريبية الطويلة أو إبطائها للوضوح. السرعة الافتراضية هي 1.0، ويمكن تعديلها حسب جمهور التدريب المستهدف.
ما هي صيغ الملفات المدعومة؟
تدعم الواجهة خمس صيغ صوتية: mp3، wav، opus، flac، و pcm. يمكنك تحديد الصيغة المطلوبة في حقل response_format عند إرسال الطلب. اختيار الصيغة يعتمد على احتياجات التخزين وجودة الصوت المطلوبة لتكاملها مع أنظمة التدريب والمحتوى المؤسسي.
هل هناك حد للأحرف؟
نعم، الحد الأقصى للنص في كل طلب هو 4096 حرفاً، بما في ذلك المسافات والعلامات الترقيمية. إذا تجاوز النص هذا الحد، يجب تقسيمه إلى أجزاء وإرسال كل جزء كطلب منفصل لضمان معالجته بنجاح وإرجاع الملفات الصوتية المقابلة لكل جزء.
كيف أتعامل مع النصوص الطويلة؟
قم بتقسيم النص إلى أجزاء لا يتجاوز كل منها 4096 حرفاً. أرسل كل جزء كطلب منفصل عبر واجهة API. بعد استلام الملفات الصوتية، قم بدمجها باستخدام أدوات خارجية أو مكتبات صوتية لإنشاء ملف واحد متصل. هذا يضمن معالجة دقيقة لكل جزء.
هل يمكنني استخدام المفتاح في عدة أماكن؟
نعم، يمكنك استخدام مفتاح API النشط في عدة أماكن أو أنظمة، حيث يعمل المفتاح كمعرف موحد للحساب. يمكنك إصدار مفتاح جديد في أي وقت، مما يؤدي إلى إيقاف المفتاح القديم فوراً. هذا يسمح بإدارة الوصول للأدوات المختلفة بسهولة.
ما هو الحد الأقصى للطلبات؟
الحد هو 60 طلباً في الدقيقة لكل مفتاح API. قبل أول إيداع، يكون الحد 10 طلبات في الدقيقة فقط. إذا تجاوزت الحد، قد تتأخر المعالجة. يُنصح بمراقبة الاستخدام عبر لوحة التحكم لضمان سير عمليات توليد الصوت بسلاسة دون تعطيل.
إدخال النص
تتطلب واجهة برمجة التطبيقات إرسال النصوص بصيغة JSON عبر نقطة النهاية المخصصة، مع مراعاة أن الحد الأقصى للنص هو 4096 حرفًا لكل طلب، بما في ذلك المسافات وعلامات الترقيم. هذا الحجم مناسب للوحدات التدريبية المختصرة أو الفقرة الواحدة من المواد التعليمية.
بالنسبة للنصوص الأطول، يجب تقسيمها إلى أجزاء لا تتجاوز هذا الحد ثم دمج الملفات الصوتية الناتجة. يضمن هذا الأسلوب توافقًا كاملاً مع بنية الطلب القياسية ومكتبات OpenAI عند تغيير عنوان الخادم الأساسي.
حد 4096 حرفًا
يتم حساب الحرف الواحد بما في ذلك الفراغات والرموز، لذا فإن النص المكون من 4096 حرفًا هو الحد الفعلي للإرسال. إذا تجاوز النص هذا العدد، سترفض الخادم الطلب. يُنصح بتقسيم النصوص التدريبية الطويلة إلى مقاطع منطقية قبل الإرسال لضمان سلامة المعالجة.
دعم اللغة العربية
تدعم الواجهة اللغة العربية بشكل كامل ضمن اللغات الـ 23 المتاحة. يمكن استخدام أي من الأصوات الثمانية المتوفرة لقراءة النصوص العربية بدقة، حيث تم تدريب النماذج على نصوص متنوعة تغطي السياق المهني والتعليمي.
تحديد اللغة
يمكنك تحديد رمز اللغة (ISO code) في حقل language لضمان الدقة، خاصة إذا كان النص يحتوي على كلمات أجنبية مختلطة. إذا لم يتم تحديد اللغة، سيعتمد النظام على تخطيط النص (Script) للتعرف عليها، حيث يُفترض النص اللاتيني كإنجليزي افتراضيًا.
معالجة النموذج
تقوم الواجهة باستلام النص المراد تحويله وإرساله إلى نموذج التوليد المحدد. يتم معالجة الطلب عبر الخادم السحابي الذي يحول الحروف إلى موجات صوتية دقيقة، مع ضمان دقة النطق وفقاً للصوت المختار.
tts-1
يوفر tts-1 سرعة معالجة قياسية، وهو أحد خيارين بنفس السعر. يُعد هذا الخيار الأساسي لتوليد الأصوات بسرعة وكفاءة عالية، مما يجعله مناسباً للكميات الكبيرة من المواد التدريبية.
tts-1-hd
نفس محرك tts-1 تماماً، ويُستخدم أيضاً بنفس السعر. يوفر جودة صوت عالية دون زيادة في التكلفة، مما يسمح باختيار المعيار المناسب دون عبء مالي إضافي.
اختيار الصوت
يمكنك اختيار أحد الأصوات الثمانية المسجلة والمرخصة، سواء كانت نسائية أو رجالية. كل صوت له نبرة مميزة تناسب نوع المحتوى التعليمي، من الرواية الهادئة إلى الحماسي في العروض.
- الأصوت متاحة باللغات المدعومة الثامنة والعشرين
- يمكن تغيير الصوت في كل طلب برمجي
- لا يحتاج الصوت إلى إعدادات معقدة مسبقاً
إخراج الصوت
يتم تحويل النص المدخل مباشرة إلى ملف صوتي رقمي جاهز للتحميل أو التشغيل الفوري. يعمل النظام كحلقة متكاملة: باستلام الطلب، يقوم النموذج بمعالجة البيانات وإخراج النتيجة كملف صوتي نقي دون الحاجة لخطوات معالجة إضافية.
النتيجة النهائية هي ملف صوتي عالي الجودة يدعم الاستخدام المباشر في المنصات التعليمية أو أنظمة التدريب عن بُعد، مما يضمن سرعة التسليم ودقة النطق وفق المعايير المحددة.
ملف صوتي
يتم إنشاء ملف صوتي واحد لكل طلب نجاح، يحتوي على النص المحول بالكامل. يمكن استخدام هذا الملف مباشرة في التطبيقات أو تنزيله للمخزنة المحلية.
يتم تسليم الملف عبر واجهة RESTية قياسية، مما يسهل دمجه مع أنظمة إدارة المحتوى أو منصات التدريب المؤسسي دون تعقيدات تقنية.
- ملف صوتي جاهز للتشغيل
- دعم التكامل المباشر مع الأنظمة
- تسليم فوري عبر API
الصيغ المتاحة
نوفر دعمًا لعدة صيغ صوتية لتتناسب مع مختلف أدوات التشغيل والتخزين. يمكنك اختيار الصيغة الأنسب لبيئة العمل الخاصة بكم، سواء كانت تتطلب ضغطًا عاليًا أو جودة غير مضغوطة.
الصيغ المدعومة تشمل MP3 و WAV و Opus و FLAC و PCM، مما يوفر مرونة في اختيار التوازن بين حجم الملف وجودة الصوت.
- MP3
- WAV
- Opus
- FLAC
- PCM
العلامة المائية
كل ملف صوتي يتم توليده يحمل علامة مائية غير مسموعة، تؤكد أنه من الكلام الاصطناعي. هذه العلامة غير مرئية للآذان ولا تؤثر على جودة الاستماع أو تجربة المستخدم النهائي.
تساعد العلامة المائية في تحديد مصدر المحتوى الصوتي كمنتج آلي، مما يضيف شفافية في استخدام المواد التدريبية المولدة آليًا داخل المؤسسات.
السرعة والأداء
يتم توليد الملفات الصوتية بمعدل يقارب 25 حرفًا من النص لكل ثانية من الصوت الناتج. الجمل القصيرة قد تستغرق بضع ثوانٍ إضافية، بينما النصوص الطويلة تسير بسرعة تعادل السرعة الطبيعية للحدث.
وقت التوليد
يعتمد الوقت المستغرق على طول النص المدخل، حيث يتم معالجته ضمن حدود 4096 حرفًا لكل طلب. النصوص القصيرة تستغرق وقتًا أقل مقارنة بالنصوص الكاملة، مما يسمح بحصول سريع على الملفات الصوتية لتدريب الموظفين.
الطابور
في أوقات الذروة، قد تنتظر الطلبات في طابور للمعالجة. هذا يحدث عندما تزيد الأحمال عن القدرة الاستيعابية الفورية للنظام، مما يعني تأخيرًا بسيطًا في استلام الملف الصوتي.
المعالجة المتسلسلة
تتم معالجة الطلبات بالتسلسل، مما يعني أن كل طلب ينتظر انتهاء السابق له. هذا يضمن دقة عالية في توليف الكلام، لكنه قد يبطئ العملية عند إرسال عدد كبير من الطلبات المتزامنة.
التكامل
تتيح واجهة برمجة التطبيقات (API) تكاملاً سلساً مع أنظمة التدريب الحالية عبر بروتوكول HTTP القياسي، مما يسهل أتمتة توليد الملفات الصوتية دون الحاجة إلى تطبيقات وسيطة معقدة.
يعمل النظام بتوافق مع مكتبات OpenAI، مما يسمح لفرق التطوير باستخدامها بعد تغيير عنوان الاتصال الأساسي (base_url).
HTTP القياسي
تعتمد الواجهة على طلبات POST قياسية لإرسال النص واستقبال ملف الصوت مباشرة. هذا يضمن توافقاً واسعاً مع أي بيئة برمجية تدعم الاتصال بالشبكات دون تعقيدات إضافية.
يمكن إرسال البيانات بصيغة JSON مع تحديد النموذج والصوت والصيغة المطلوبة، مما يجعل التكامل مع أنظمة إدارة التعلم (LMS) أمراً مباشراً وسريعاً.
مكتبات OpenAI
نظراً لتطابق شكل الطلبات مع واجهة OpenAI، يمكن استخدام مكتباتها الرسمية مباشرة بعد تغيير عنوان الاتصال الأساسي (base_url) إلى نطاقنا.
هذا يقلل من جهد التطوير ويضمن استقرار الاتصال، حيث أن المكتبات توفر أدوات جاهزة للتعامل مع الأخطاء ومعالجة الاستجابات.
تدعم المكتبات لغات البرمجة الشائعة مثل Python و JavaScript، مما يسهل على فرق التقنية دمج الخدمة في تطبيقات الويب أو الخلفية.
الاستخدام البرمجي
يتم التوثيق عبر نقاط النهاية القياسية مثل /v1/audio/speech، مما يتيح كتابة نصوص برمجية بسيطة (Scripts) لتوليد آلاف الملفات تلقائياً.
يمكنك استخدام مفاتيح API لتوثيق الطلبات، مما يضمن أمان الوصول إلى الخدمة ومراقبة الاستخدام عبر لوحة التحكم.
التكامل البرمجي يدعم النصوص الطويلة عبر تقسيمها منطقياً أو إرسالها عبر واجهة API التي تعالج النصوص حتى 4096 حرفاً في كل طلب.
- دعم كامل لمكتبات OpenAI عبر تغيير Base URL
- متوافق مع HTTP/HTTPS القياسي
- سهل الدمج مع أنظمة LMS
- يدعم Python و JavaScript
معالجة الأخطاء
تتضمن واجهة برمجة التطبيقات آلية واضحة للتعامل مع الأخطاء أثناء تحويل النص إلى كلام. عند فشل عملية التوليد، لا يتم خصم الرصيد، مما يضمن أن كل حرف مدفوع به تم إنتاجه بنجاح.
يتم إرجاع رمز خطأ HTTP ورسالة وصفية توضح سبب الفشل، مثل انتهاء الصلاحية أو تجاوز الحد الأقصى. هذه المعلومات تتيح للفرق التقنية فهم السبب الجذري دون تكبد تكلفة غير ضرورية.
الطلبات الفاشلة
عند حدوث خطأ في الخادم أو انقطاع الاتصال، يتم إرجاع رمز خطأ واضح. لا يتم خصم الرصيد من حسابك إذا لم يتم توليد الصوت بنجاح، مما يحمي ميزانية التدريب.
يمكنك التحقق من رمز الخطأ للتعرف على طبيعة المشكلة، سواء كانت مؤقتة أو متعلقة بالحساب، ثم اتخاذ الإجراء المناسب دون فقدان الأموال.
- رمز خطأ HTTP يحدد سبب الفشل
- استرداد كامل للمبلغ في حالة عدم التوليد
- لا خصم للرصيد مقابل الطلبات غير المكتملة
إعادة المحاولة
نوصي بإعادة المحاولة عند الأخطاء المؤقتة (مثل أخطاء 5xx أو 429). يمكنك استخدام مكتبة HTTP القياسية لإعادة المحاولة مع زيادة الوقت بين كل محاولة.
تأكد من معالجة أخطاء الحد الأقصى (429) ببطء، خاصة إذا كنت ترسل نصوصًا تدريبية متعددة بسرعة.
لا حاجة لإعادة إرسال النص نفسه، فقط أعد الطلب مع نفس المعاملات لضمان اتساق الصوت الناتج.
- أعد المحاولة عند أخطاء الخادم المؤقتة
- أضف تأخيرًا عند تجاوز الحد الأقصى
- استخدم نفس المعاملات لضمان الاتساق
تتبع الحالة
يمكنك تتبع حالة كل طلب من خلال رمز الاستجابة وبيانات الفواتير. يتم الاحتفاظ بسجل الطلبات (الوقت، الأحرف، الحالة) للمراجعة.
لا يتم تخزين ملف الصوت الناتج، لذا احفظه فور استلامه. استخدم معرف الطلب (إن وجد) أو الطابع الزمني لمطابقة الطلب مع الفاتورة.
هذا يسهل على فرق الموارد البشرية مراجعة التكاليف والتأكد من نجاح تحويل النصوص التدريبية.
- حفظ رمز الاستجابة والطابع الزمني
- مطابقة الطلب مع بيانات الفاتورة
- حفظ الملف الصوتي فور الاستلام
الأمان
يعتمد الأمان على مفتاح API فريد يبدأ بـ "tts-"، حيث يُرسل في رأس الطلب تحت الحقل Authorization. يمكنك إصدار مفتاح جديد في أي وقت، مما يؤدي إلى إلغاء المفتاح القديم فورًا، مما يضمن أن كل حساب يبقى مستقلًا وآمنًا.
تنتقل البيانات عبر بروتوكول HTTPS القياسي، مما يحمي اتصالك بالواجهة السحابية. لا يتم تخزين الملفات الصوتية المولدة بعد الإرسال، ويتم الاحتفاظ فقط ببيانات الطلب (الوقت، الأحرف، الحالة) لأغراض الفوترة.
مفتاح API
يتم منح مفتاح واحد نشط لكل حساب، ويمكن إصدار مفتاح جديد متى شئت. عند الإصدار، يتوقف المفتاح القديم فورًا، مما يلغي أي خطر استخدام قديم.
- يبدأ المفتاح بـ tts-
HTTPS
يتم تأمين الاتصال بين خادمك وواجهتنا باستخدام بروتوكول HTTPS، مما يضمن تشفير البيانات أثناء النقل.
عدم التخزين
النص المدخل يُستخدم فقط لإنتاج الملف الصوتي ولا يُستخدم للتدريب. الملفات المولدة تُرسل في الاستجابة ولا يتم تخزينها على خوادمنا.
- بيانات الطلب تُحفظ للفوترة فقط

التوسع
تعمل الواجهة بتصميم يسمح بالتوسع التدريجي حسب حجم فريقك. لا توجد خطط شهرية أو اشتراكات ثابتة، بل تدفع فقط مقابل ما تستهلكه من أحرف صوتية.
يمكنك زيادة السعة بسهولة عبر شحن الرصيد، حيث يتم تفعيله تلقائيًا خلال دقائق عبر شبكة TRON.
الحدود
يتم تحديد الحد الأقصى بعدد الطلبات وليس الأحرف. يسمح المفتاح الواحد بـ 60 طلبًا في الدقيقة.
في البداية، يكون الحد 10 طلبات في الدقيقة، ويزيد تلقائيًا بعد أول عملية شحن للرصيد.
- 60 طلبًا في الدقيقة بعد الشحن.
- 10 طلبات في الدقيقة للحسابات الجديدة.
- مفتاح نشط واحد لكل حساب.
الحد اليومي
لا يوجد حد يومي ثابت للأحرف. يمكنك استهلاك رصيدك بالكامل في يوم واحد إذا لزم الأمر.
الرصيد لا ينتهي بانقضاء الشهر، مما يسمح باستخدام مرن لفترات التدريب الطويلة.
- لا حد أقصى للأحرف اليومية.
- الرصيد لا ينتهي بوقت محدد.
الاستخدام الجماعي
بما أن الحساب مرتبط بالمفتاح، يمكن لفريقك مشاركة نفس المفتاح للوصول إلى الرصيد المشترك.
لضمان الدقة والمراقبة الأفضل، يُفضل لكل فريق أو قسم استخدام مفتاحه الخاص.
- مشاركة المفتاح ممكنة.
- مفاتيح مستقلة لكل فريق أفضل.
الأمثلة
تتيح الواجهة معالجة النصوص بلغات متعددة بدقة، حيث يتم توليد الملفات الصوتية مباشرة عبر طلب POST قياسي. يتعامل النظام مع النصوص العربية والإنجليزية والمختطة بنفس الكفاءة، مع ضمان جودة الصوت وتوافق الصيغ المختلفة.
تتضمن الأمثلة التالية هيكلية الطلب الأساسية (JSON) مع حقول model، input، وvoice. يمكنك تعديل هذه القيم لتناسب سياق التدريب المؤسسي أو المواد التعليمية التي تقدمها لفريقك.
نص عربي
إدخال نص عربي يتطلب تحديد الحقل language بـ ar لضمان النطق الصحيح، خاصة إذا كان النص يحتوي على مصطلحات تقنية. النص مدعوم بالكامل ضمن الـ 4096 حرف المسموح بها لكل طلب.
- استخدم الصوت
ariaأوnovaللنصوص التعليمية الواضحة. - حدد
language: "ar"لتجنب التخمين التلقائي.
نص إنجليزي
للنصوص الإنجليزية، يمكن الاعتماد على التخمين التلقائي أو تحديد en صراحة. النموذج tts-1-hd يوفر دقة أعلى في النطق، وهو مناسب للمحتوى التدريبائي الدقيق.
تأكد من عدم تجاوز حد الأحرف، وقسم النصوص الطويلة إلى أجزاء متصلة للحفاظ على تماسك السياق الصوتي.
- الصوت
atlasمناسب للأخبار والمحتوى الإخباري. - الصوت
miloيناسب المحادثات التدريبية التفاعلية.
نص مختلط
عند دمج لغات مثل الإنجليزية مع العربية في نص واحد، حدد لغة النص الأساسي أو استخدم language العام. النظام يتعامل مع التحويل بسلاسة، مع الحفاظ على نبرة الصوت الموحدة حسب الاختيار.
يُفضل فصل الأجزاء اللغوية المتباينة في طلبات منفصلة إذا كان النطق المعقد يتطلب دقة عالية، ثم دمج الملفات صوتيًا لاحقًا.
- استخدم
tts-1للتوليد السريع والنصوص المختلطة البسيطة. - تجنب تحديد لغة ثابتة إذا كان النص يتنوع بين لغتين بشكل متقطع.
الأصوات
توفر الواجهة ثمانية أصوات. يمكن استخدام هذه الأصوات لتحويل النصوص التعليمية إلى ملفات صوتية بجودة عالية تناسب الفرق المختلفة.
تعتمد الأصوات على تسجيلات مرخصة ومخزون صوتي موثوق، مما يضمن وضوحًا عاليًا في النطق سواء كانت النصوص باللغة العربية أو اللغات الأخرى المدعومة.
الأصوات النسائية
تتوفر أربعة أصوات نسائية تغطي مجموعة واسعة من أساليب السرد:
أريا (Aria): صوت دافئ وواضح، مثالي للسرد الروائي أو تقديم المقدمات.
نوفال (Nova): صوت مشرق وحيوي، يناسب العروض الترويجية أو المحتوى التفاعلي.
لونا (Luna): صوت ناعم، مناسب لسرد القصص التعليمية الهادئة.
صاج (Sage): صوت هادئ وتعليمي، يتسم بالوضوح في شرح المفاهيم التقنية.
- aria: سرد دافٍ وواضح
- nova: حيوي ومشرق
- luna: ناعم وقصصي
- sage: هادئ وتعليمي
الأصوات الرجالية
تتوفر أربعة أصوات رجالية تناسب السياقات المهنية والإعلامية:
فيليكس (Felix): صوت نشط وجذاب، مثالي للمحتوى الترويجي السريع.
ميلو (Milo): صوت ودود ومحاور، يناسب التدريب التفاعلي.
أتلس (Atlas): صوت محايد، مناسب لنقل الأخبار أو التقارير الرسمية.
أوريون (Orion): صوت عميق، يتسم بالطابع الوثائقي الجاد.
- felix: نشط وجذاب
- milo: ودود ومحاور
- atlas: محايد ورسمي
- orion: عميق ووثائقي
الاختيار
يمكنك اختيار أي صوت من القائمة الثمانية، حيث تدعم كل الأصوات اللغات الـ23 المتاحة بما فيها العربية. لا توجد قيود على استخدام صوت معين لنوع محتوى محدد، مما يمنحك المرونة في تنويع المواد التدريبية.
اللغات
تدعم الواجهة 23 لغة، تشمل العربية والفرنسية والألمانية واليابانية والكورية، مع إمكانية استخدام أي صوت لأي لغة. لا تدعم اللغات مثل الفيتنامية أو التايلاندية أو الأوكرانية، لذا يجب التحقق من القائمة بدقة قبل البدء.
عند عدم تحديد حقل language، يعتمد النظام على.Script النصي، حيث يفترض أن يكون النص اللاتيني إنجليزيًا افتراضيًا. لذلك، يُنصح دائمًا بتمرير رمز اللغة ISO بوضوح لتجنب الأخطاء في النصوص غير الإنجليزية المكتوبة بالحروف اللاتينية.
اللغات المدعومة
تتوفر 23 لغة بدقة عالية، وهي: العربية، الصينية، الدنماركية، الهولندية، الإنجليزية، الفنلندية، الفرنسية، الألمانية، اليونانية، العبرية، الهندية، الإيطالية، اليابانية، الكورية، المالايية، النرويجية، البولندية، البرتغالية، الروسية، الإسبانية، السواحيلية، السويدية، والتركية. يمكن لأي صوت من الأصوات الثمانية نطق أي من هذه اللغات بنطق سليم.
اللغات غير المدعومة تشمل الفيتنامية، الإندونيسية، التايلاندية، الأوكرانية، الرومانية، التشيكية، البنغالية، وأي لغات أخرى غير مذكورة في القائمة أعلاه. استخدام لغة غير مدعومة قد ينتج عنه نطق غير واضح أو خطأ في الصوت.
- العربية، الصينية، الدنماركية، الهولندية، الإنجليزية
- الفنلندية، الفرنسية، الألمانية، اليونانية، العبرية
- الهندية، الإيطالية، اليابانية، الكورية، المالايية
- النرويجية، البولندية، البرتغالية، الروسية، الإسبانية
- السواحيلية، السويدية، التركية
اللغة الافتراضية
إذا لم يتم تحديد حقل language في الطلب، يقوم النظام باكتشاف اللغة تلقائيًا بناءً على الحروف المستخدمة. النص المكتوب بالحروف اللاتينية يُفترض أنه باللغة الإنجليزية افتراضيًا، مما قد يؤدي إلى نطق خاطئ للنصوص العربية أو الفرنسية المكتوبة باللاتينية إذا لم يتم توضيحها.
لضمان الدقة، خاصة في النصوص المختلطة أو غير الإنجليزية، يُفضل دائمًا تحديد حقل language برمز اللغة ISO المناسب (مثل ar للعربية أو fr للفرنسية). هذا يضمن أن الصوت المختار ينطق النص باللغة الصحيحة دون افتراضات خاطئة.
التعرف على النص
يعتمد النظام على الحروف المستخدمة في النص لتحديد اللغة الأولية، ثم يطبق قواعد النطق الخاصة بالصوت المختار. لا يدعم النظام القاموس الصوتي المخصص أو علامات العاطفة.
للنصوص المختلطة اللغات، قد يتطلب الأمر فصلها إلى طلبات منفصلة مع تحديد اللغة بدقة لكل جزء لضمان أفضل نطق. النظام لا يتعرف تلقائيًا على التغيرات اللغوية داخل نفس النص الطويل.
الأسئلة التقنية
تتبع واجهة API سلوكًا مباشرًا يعتمد على المعالجة المتسلسلة للطلبات، مما يعني أن كل طلب يُعالج واحدة تلو الأخرى. هذا النهج يضمن دقة عالية في التوليد لكنه قد يسبب تأخيرًا في قوائم الانتظار عند الأحمال العالية.
SSML
الواجهة لا تدعم لغة ترميز الصوت التوليدي (SSML)، ولا توجد قواميس نطق مخصصة أو علامات عاطفية. يتم الاعتماد على نبرة الصوت الافتراضية لكل نموذج.
السرعة
توليد حوالي 25 حرفًا من النص لكل ثانية من الصوت الناتج. النصوص القصيرة قد تستغرق بضع ثوانٍ إضافية بسبب وقت الاستجابة الأولي، بينما النصوص الطويلة تتبع معدل الزمن الحقيقي.
الصيغ
يدعم النظام خمس صيغ صوتية: MP3، WAV، Opus، FLAC، و PCM. يمكنك تحديد الصيغة المفضلة عبر حقل response_format في جسم الطلب، مما يضمن توافق الملف مباشرة مع أنظمة تشغيل المؤسسات.
الختام
أصبحت معالجة النصوص التدريبية أسهل بفضل واجهة برمجية واضحة وموثوقة. يتيح لك النظام تحويل المواد التعليمية إلى ملفات صوتية عالية الجودة بسرعة، مع دعم كامل للغة العربية واللغات الأخرى المدعومة.
بداية الاستخدام: ابدأ بتجربة مجانية لمدة 7 أيام أو اشحن رصيدك عبر USDT (TRC-20). استخدم المفتاح البرمجي للبدء في تحويل النصوص فورًا.
الملخص
نوفر واجهة سهلة التحويل من نص إلى صوت، مدعومة بأدوات برمجية قياسية ودعم كامل للغات متعددة. كل ملف صوتي يُنتج بدقة عالية وعلامة مائية مدمجة.
الخطوات التالية
سجّل حسابك الآن واحصل على مفتاح API. جرّب النصوص العربية أو الإنجليزية مباشرة، ثم قم بتكاملها مع أنظمة التدريب الخاصة بكم.
الدعم
لأي استفسار فني أو حول الحساب، تواصل معنا عبر البريد الإلكتروني. نحن هنا لمساعدتك في ضمان تجربة سلسة.
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.
