الأسئلة الشائعة
ما هو تحويل النص إلى صوت لمراكز الاتصال؟
هو خدمة API سحابية تتيح لك إرسال نص واستقبال ملف صوتي. تم تصميمها لمطوري البرمجيات لبناء أنظمة IVR ومكالمات خارجية بسهولة. يمكنك التحكم الكامل في السرعة والصوت عبر واجهة برمجية بسيطة تدعم نفس هيكل طلبات OpenAI، مما يسهل التكامل مع الأنظمة الحالية دون تعقيدات إضافية.
هل يدعم النظام اللغة العربية بطلاقة؟
نعم، يدعم النظام اللغة العربية ضمن اللغات الـ 23 المدعومة. يمكنك تحديد اللغة باستخدام رمز ISO أو الاعتماد على التخمين التلقائي. إذا لم تحدد اللغة، فسيتم افتراض اللغة الإنجليزية للنصوص اللاتينية. جميع الأصوات الثمانية تدعم التحدث بالعربية بدقة عالية ووضوح مناسب للمكالمات الآلية.
كيف يعمل التكامل مع أنظمة IVR؟
يعمل التكامل عبر واجهة RESTful بسيطة. ترسل طلب POST إلى نقطة النهاية المحددة مع النص والصوت المطلوبين، وتستلم ملف الصوت جاهزًا للاستخدام. يمكنك استخدام مكتبات OpenAI SDK القياسية بتغيير عنوان الأساس، أو استخدام HTTP العادي. هذا يسمح بدمج سريع في أنظمة IVR القائمة دون حاجة إلى بنية معقدة.
ما هي الصيغ الصوتية المدعومة؟
نقدم الصيغ التالية: mp3، wav، opus، flac، و pcm. يمكنك اختيار الصيغة الأنسب لاحتياجات نظام IVR الخاص بك. الصيغ مثل mp3 و opus توفر حجمًا أقل، بينما wav و flac توفر جودة عالية. هذه الخيارات تتيح لك الموازنة بين جودة الصوت وعرض النطاق الترددي المطلوب.
هل يمكن تغيير سرعة الصوت أثناء المكالمة؟
نعم، يمكنك ضبط سرعة الصوت من 0.25 إلى 4.0 عند إنشاء الطلب. هذا يتيح لك تسريع أو إبطاء الكلام حسب الحاجة، مثلاً لتسريع التعليمات أو إبطاء النصوص المعقدة. يتم تطبيق هذا الإعداد لكل طلب على حدة، مما يمنحك مرونة كاملة في تجربة المستمع دون الحاجة إلى معالجة ما بعد الإنتاج.
هل يتم تخزين البيانات المدخلة؟
لا، النص المدخل يُستخدم فقط لإنتاج الملف الصوتي ولا يُستخدم لتدريب النماذج. الملف الصوتي المُنشأ يُعاد في الاستجابة ولا يتم تخزينه. نحتفظ فقط ببيانات الطلب (الوقت، عدد الأحرف، الحالة) لأغراض الفوترة. هذا يضمن خصوصية بياناتك ويقلل من مخاطر تخزين النصوص الحساسة على خوادمنا.
ما هي حدود معدل الطلبات؟
الحد هو 60 طلبًا في الدقيقة لكل مفتاح API. قبل أول إيداع، يكون الحد 10 طلبات في الدقيقة. إذا كانت النصوص طويلة، نوصي بتقسيمها لأجزاء لا تتجاوز 4096 حرفًا. الطلبات تُعالج بالتسلسل، لذا قد تنتظر في الطابور تحت الضغط. هذا المعدل كافٍ لمعظم تطبيقات مراكز الاتصال المتوسطة.
هل توجد رسوم خفية عند الاستخدام؟
لا توجد رسوم خفية. التكلفة محددة بوضوح وهي $0.01 لكل 1000 حرف. الطلبات الفاشلة مجانية ويتم إرجاع المبلغ بالكامل إذا فشل التوليف. لا توجد اشتراكات شهرية أو رسوم صيانة. تدفع فقط مقابل ما تستخدمه، مع إمكانية الإيداع عبر USDT فقط. الشفافية في التسعير هي أساس نموذجنا.
كيف يتم حساب التكلفة؟
تُحسب التكلفة بناءً على عدد الأحرف في النص المدخل، بما في ذلك المسافات وعلامات الترقيم. السعر هو $10 لكل مليون حرف. يتم احتساب التكلفة عند نجاح الطلب. إذا فشل التوليف، لا تُ charged أي رسوم. هذا يجعل التكلفة متوقعة وقابلة للتنبؤ بها بدقة لكل مكالمة أو رسالة صوتية.
هل يمكن استخدام الصوت لأغراض تجارية؟
نعم، يمكنك استخدام الملفات الصوتية المُنشأة لأغراض تجارية دون قيود إضافية. الأصوات مبنية على تسجيلات مرخصة (LibriTTS-R من LibriVox)، لكن الملف النهائي يحمل علامة مائية غير مسموعة تميزه ك speech اصطناعي. لا توجد رسوم ترخيص إضافية. هذا مناسب تمامًا لمراكز الاتصال، الإعلانات، وأنظمة الإجابة الآلية.
ما الفرق بين نماذج tts-1 و tts-1-hd؟
لا يوجد فرق في السعر أو محرك التوليد بين النموذجين. كلاهما يستخدم نفس المحرك ويقدم نفس الجودة. الاختيار بينهما هو تفضيل شخصي فقط. يمكنك استخدام أي منهما بنفس التكلفة والسرعة. هذا يبسط عملية التكامل حيث لا تحتاج إلى تغيير منطقك البرمجي عند التبديل بين النموذجين.
هل يدعم النظام إضافة نصوص طويلة؟
نعم، يمكنك إرسال نصوص طويلة عن طريق تقسيمها إلى أجزاء لا تتجاوز 4096 حرفًا لكل طلب. ثم يمكنك دمج الملفات الصوتية الناتجة يدويًا أو عبر برمجتك. السرعة تقارب الوقت الحقيقي للنصوص الطويلة، لذا قد تحتاج إلى إدارة الطابور في التطبيقات عالية الحمل.
متى يتم خصم الرصيد؟
يتم الخصم فقط عند نجاح طلب التوليد. إذا فشل الطلب بسبب خطأ في الخادم أو الحد الأقصى، يتم إرجاع المبلغ بالكامل. الرصيد لا ينتهي بمرور الوقت. يمكنك الإيداع عبر USDT على شبكة TRON، ويتم إضافة الرصيد تلقائيًا خلال دقائق. هذا يضمن أنك تدفع فقط مقابل الخدمة الفعلية المقدمة.
هل يمكن إصدار مفتاح API جديد؟
نعم، يمكنك إصدار مفتاح API جديد في أي وقت من لوحة التحكم. عند إصدار مفتاح جديد، يتوقف المفتاح القديم فورًا. هذا مفيد لأغراض الأمان أو عند تغيير البيئات. لديك مفتاح نشط واحد فقط في كل مرة. يمكنك إدارة المفاتيح بسهولة عبر صفحة حسابك.
الطلب الأول
curl
curl https://api.playcv6.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.mp3مقدمة عن الحل
واجهة Natiq لتحويل النص إلى صوت صُممت خصيصاً لتلبية احتياجات مطوري أنظمة IVR والمكالمات الخارجية. نوفر endpoint واحد بسيط يستقبل النص ويعيد ملف صوتي جاهز للاستخدام، مما يلغي التعقيدات في عمليات الدمج بين الأنظمة المختلفة.
التكامل يعتمد على بروتوكول RESTful قياسي، مما يعني إمكانية استخدام SDKs المعروفة أو طلبات HTTP مباشرة. هذا يضمن سرعة في النشر والتعديل دون الحاجة إلى بنى تحتية معقدة أو إعدادات طويلة الأمد.
تكامل سريع مع أنظمة IVR الحالية
يمكنك ربط واجهة API بـ PBX أو منصات المكالمات عبر طلب POST بسيط إلى المسار /v1/audio/speech. يتم إرسال النص كـ JSON ويستلم الصوت كملف، مما ينسجم تماماً مع سير عمل المكالمات الآلية.
نظامنا لا يتطلب صيانة مستمرة أو تحديثات للسيرفرات الخاصة بك. أنت تتحكم في المعلمات مثل الصوت والسرعة عبر الحقول القياسية، مما يسهل اختبار السيناريوهات المختلفة بسرعة.
- طلب POST واحد لاستلام ملف صوتي
- توافق مع طلبات JSON القياسية
- لا حاجة لتثبيت برمجيات إضافية على الخادم
- دعم الصيغ الشائعة MP3 و WAV
اللغات والدعم المتعدد
يدعم الـ API 23 لغة مع إمكانية توليد الصوت بأي من الأصوات الثمانية المتوفرة، مما يمنحك مرونة كاملة في اختيار النبرة المناسبة لجمهورك المستهدف. لا تشترط مطابقة الصوت للغة المدخلة؛ يمكن لأي صوت نطق أي لغة بدقة عالية.
يتم تحديد اللغة تلقائياً بناءً على النص المدخل، حيث يُفترض النص اللاتيني كإنجليزي افتراضياً. لذلك، يُنصح بوضع رمز اللغة ISO بوضوح عند استخدام نصوص لاتينية غير إنجليزية لضمان الدقة.
اللغة العربية بوضوح عالي
تتميز الأصوات بدعمها القوي للغة العربية، مما يجعلها خياراً مثالياً لمراكز الاتصال التي تتعامل مع جمهور عربي. التوليد يعمل بكفاءة عالية مع النصوص العربية، مما يضمن تجربة مستخدم سلسة وواضحة.
لا توجد قيود على الأصوات الخاصة باللغة العربية؛ يمكنك استخدام أي من الأصوات الثمانية (مثل Aria أو Felix) لنطق النص العربي. هذا يمنحك حرية اختيار النبرة التي تناسب هوية علامتك التجارية.
- دعم كامل للغة العربية ضمن الـ 23 لغة المدعومة
- إمكانية استخدام أي من الأصوات الثمانية للنطق بالعربية
- تحديد اللغة يدوياً عبر رمز ISO لضمان الدقة
الأصوات المتاحة
نوفر ثمانية أصوات افتراضية مصممة لتتناسب مع سياقات المكالمات المختلفة، من السرد الواضح إلى النبرة المهنية. كل صوت مبني على تسجيلات مرخصة، مما يضمن جودة صوتية ثابتة وموثوقة لتطبيقات IVR.
الأصوات تدعم 23 لغة بما فيها العربية، ويمكنك اختيار الصوت الأنسب لهوية علامتك التجارية. لا حاجة لتدريب إضافي؛ الصوت جاهز للاستخدام فور إرسال الطلب.
أصوات محايدة للإعلانات
تتضمن القائمة أصواتًا مثل 'اتلاس' (neutral, news) المناسبة للإعلانات والمعلومات الإخبارية، و'ميلو' (friendly, conversational) للمكالمات التفاعلية. كما يتوفر 'أورايون' (deep, documentary) للمحتوى الوثائقي أو التعليمي.
- اتلاس: نبرة محايدة ومناسبة للأخبار
- ميلو: نبرة ودودة للتفاعلات
- أورايون: نبرة عميقة للوثائقيات
- أريا: راوية دافئة وواضحة
- نوفيا: نبرة مشرقة ومتحمسة
- لونا: نبرة ناعمة للسرد القصصي
- سايج: نبرة هادئة للتعليمات
- فيليكس: نبرة حيوية للإعلانات
التحكم في سرعة الكلام
تتيح لك واجهة API ضبط سرعة الكلام بدقة بين 0.25 و 4.0، مما يمنحك السيطرة الكاملة على إيقاع الرسالة المسموعة. هذه الميزة ضرورية لضمان وضوح التعليمات في أنظمة IVR أو تسريع الإعلانات الترويجية دون فقدان الدقة اللغوية.
باستخدام سرعة 1.0 الافتراضية، تتوافق سرعة النص مع الوقت الفعلي تقريباً (25 حرفاً في الثانية). يمكنك تعديل السرعة لتناسب سياق المكالمة، سواء كنت تقدم معلومات هادئة أو تقدم عرضاً سريعاً.
ضبط السرعة حسب سياق المكالمة
يمكنك إرسال حقل speed مع كل طلب API. القيم الأقل من 1.0 تبطئ الكلام، بينما القيم الأعلى تسرعه. هذا يسمح لك بتكييف النبرة مع نوع المحتوى، من القصص الهادئة إلى الإعلانات السريعة.
سرعة التوليد تعتمد على طول النص. الجمل القصيرة قد تستغرق بضع ثوانٍ، بينما النصوص الطويلة تُنتج بسرعة تعادل الوقت الفعلي. الطلبات تُعالج بالتتابع، لذا قد ينتظر الطلب في الطابور تحت الضغط.
- الحد الأدنى للسرعة: 0.25 (للشرح البطيء)
- الحد الأقصى للسرعة: 4.0 (للاعلانات السريعة)
- تؤثر السرعة على طول الملف الصوتي الناتج
جودة الصوت والتنسيق
توفر واجهة Natiq مرونة كاملة في اختيار تنسيق ملفات الصوت التي تتناسب مع بنية أنظمة IVR الحالية. يمكنك اختيار MP3 أو WAV حسب الحاجة، مما يضمن توافقاً مباشراً مع معظم منصات الاتصال دون حاجة إلى تحويلات إضافية معقدة.
يتم تسليم الملفات مباشرة عبر الاستجابة البرمجية، مما يسهل دمجها في مسارات المكالمات الآلية. تنسيق MP3 مناسب لتوفير النطاق، بينما يوفر WAV جودة عالية غير مضغوطة للأنظمة التي تتطلب معالجة صوتية دقيقة.
صيغ MP3 و WAV المتوافقة
عند إرسال الطلب عبر endpoint الصوت، يمكنك تحديد الحقل response_format ليأخذ القيمة "mp3" أو "wav". الخيارين يدعمهما النموجان (tts-1 و tts-1-hd) بنفس الأسعار.
يضمن تنسيق MP3 حجم ملفات أصغر، وهو مثالي للبيئات التي تعاني من قيود عرض النطاق الترددي.
- دعم كامل لصيغ MP3 و WAV.
- توافق مع معظم منصات IVR الشائعة.
- بدون حاجة لتحويل الصيغ في الخادم.
نموذج التسعير الشفاف
نموذج التسعير في Natiq بسيط وشفاف تمامًا، مصمم ليعكس الاستخدام الفعلي دون تعقيدات الخطط الشهرية. يتم احتساب التكلفة بناءً على عدد الأحرف المرسلة، حيث تشمل المسافات وعلامات الترقيم ضمن الأحرف المحسوبة. هذا يضمن أن تدفع فقط مقابل ما تستخدمه بالفعل من موارد الخادم.
لا توجد رسوم اشتراك شهرية أو حد أدنى للإنفاق، مما يجعله مثاليًا لتوقع التكاليف بدقة. إذا فشلت عملية التوليد، يتم إرجاع المبلغ بالكامل، لذا لن تدفع مقابل أخطاء في النظام.
الدفع حسب الاستخدام الفعلي
السعر الموحد هو 10 دولارات أمريكية لكل مليون حرف، أي ما يعادل 0.01 دولار لكل 1000 حرف. الحساب دقيق وشامل لجميع الرموز في النص المدخل.
لا توجد خطط شهرية أو مقاعد إضافية. يمكنك البدء باستخدام رصيد التجربة المجاني (0.50 دولار) أو الشحن المباشر عبر USDT على شبكة TRON، دون حاجة لبطاقات ائتمان أو فواتير ضريبية معقدة.
- السعر: 0.01$ لكل 1000 حرف.
- بدون خطط شهرية أو حد أدنى.
- الدفع عبر USDT (TRC-20) فقط.
- المبالغ المستردة عند الفشل كاملة.

المحاكاة الصوتية الاصطناعية
كل ملف صوتي يتم توليده عبر واجهة Natiq يحمل علامة مائية غير مسموعة، مما يحدد بوضوح أنه ناتج عن محاكاة صوتية اصطناعية. هذه العلامة مدمجة في البيانات الصوتية ولا تؤثر على جودة السماع أو وضوح النطق، وهي موجودة في جميع التنسيقات المدعومة.
تساعد هذه الميزة في تمييز المكالمات الآلية عن المكالمات البشرية داخل أنظمة IVR، وتوفر شفافية للمستخدم النهائي دون الحاجة إلى إضافات صوتية مثل نغمات تنبيه أو نصوص مخصصة للإعلان عن أن النظام آلي.
علامة مائية غير مسموعة
تتضمن جميع الملفات المولدة (MP3, WAV, OPUS, FLAC, PCM) علامة مائية رقمية خفية. لا يحتاج المطور إلى معالجتها أو استخراجها، فهي موجودة ضمن البتات الصوتية نفسها.
تعمل هذه العلامة على توضيح مصدر الصوت دون التأثير على تجربة المستمع النهائي.
- غير مرئية ولا تؤثر على جودة الصوت
- مدمجة في جميع التنسيقات المدعومة
- تعمل تلقائياً مع كل طلب API
دعم المطورين
نوفر لك وثائق فنية واضحة ومباشرة تغطي كل جوانب التكامل مع واجهة API الخاصة بنا. يمكنك الاطلاع على نماذج الطلبات والاستجابات، وكيفية التعامل مع الأخطاء، وإعدادات الصوتيات المختلفة.
توثيق تقني شامل
تتضمن الوثائق أمثلة جاهزة للاستخدام باستخدام مكتبات OpenAI القياسية، مع توضيح كيفية تغيير base_url ليتناسب مع نطاقنا. كما نوضح تفاصيل النقاط النهائية الأخرى مثل /v1/voices و /v1/models للحصول على معلومات الأصوات والتنسيقات والأسعار.
نشرح بدقة آلية المصادقة باستخدام مفتاح Bearer، وكيفية إدارة النصوص الطويلة عبر تقسيمها إلى أجزاء، مع تحديد حدود الأحرف وسرعات التوليد. كل ذلك مصمم لتسهيل دمج الخدمة في أنظمة IVR دون تعقيدات غير ضرورية.
- أمثلة طلبات جاهزة (cURL و SDK)
- تفاصيل نقاط النهاية (Endpoints)
- إرشادات المصادقة وإدارة المفاتيح
- معالجة الأخطاء والنصوص الطويلة
كيف تبدأ اليوم؟
ابدأ بمطوري البرمجيات المستقلين الذين يحتاجون إلى تكامل سريع مع أنظمة IVR ومكالمات الخروج. الخطوات بسيطة ومباشرة لضمان البدء في البناء دون تعقيدات.
احصل على مفتاح API الخاص بك في أقل من دقيقة، ثم استخدم أمثلة curl الجاهزة أو مكتبة OpenAI SDK المعروفة لإرسال النصوص واستقبال ملفات الصوت فوراً.
الحصول على مفتاح API
انتقل إلى صفحة التسجيل /get-api-key/ وقم بإنشاء حسابك باستخدام Google أو البريد الإلكتروني. ستظهر لك لوحة التحكم التي تحتوي على المفتاح الفريد، رصيدك، ومثال طلب cURL جاهز للنسخ.
يمكنك إصدار مفتاح جديد في أي وقت، حيث سيتوقف المفتاح القديم فوراً. ابدأ بتجربة الرصيد المجاني بقيمة 0.50 دولار (حوالي 50,000 حرف) لمدة 7 أيام، ثم قم بشحن رصيدك عبر USDT على شبكة TRON.
- التسجيل عبر Google أو البريد الإلكتروني
- مفتاح API فريد لكل حساب
- رصيد تجريبي مجاني عند التسجيل
الخصائص التقنية
تتطلب أنظمة IVR غالباً نصوصاً طويلة تتجاوز حد الطلب الواحد. يمكنك تقسيم النصوص إلى أجزاء لا تتجاوز 4096 حرفاً، ثم دمج ملفات الصوت الناتجة لتسليم ملف صوتي متصل وسلس.
هذه الآلية تضمن عدم فقدان البيانات أو حدوث تقطع في المعالجة، مما يسهل دمج الخدمة مع خطوط الاتصال الخارجية دون الحاجة لبرمجة معقدة من جانبك.
معالجة النصوص الطويلة
يتم تقسيم النص المدخل تلقائياً إلى أجزاء لا تتجاوز 4096 حرفاً لكل طلب. تقوم الخادمات بمعالجة كل جزء على حدة، ثم يتم دمج ملفات الصوت الناتجة لتسليم ملف صوتي متصل وسلس للمتلقي.
هذه الآلية تضمن عدم فقدان البيانات أو حدوث تقطع في المعالجة، مما يسهل دمج الخدمة مع خطوط الاتصال الخارجية دون الحاجة لبرمجة معقدة من جانبك.
- حد أقصى 4096 حرفاً في كل طلب فرعي
- دمج تلقائي للمقاطع الصوتية الناتجة
- لا حاجة لتدخل يدوي لتقسيم النصوص الطويلة
الأسئلة الشائعة
توفر واجهة API الخاصة بنا حلاً بسيطاً وموثوقاً لمطوري الأنظمة المستقلين الذين يحتاجون إلى دقة عالية في تحويل النص إلى صوت لأنظمة IVR ومكالمات الخروج. نحن نركز على التوافق التقني والوضوح في التسعير لضمان سير عمل سلس دون مفاجآت.
فيما يلي إجابات حول الأسئلة الشائعة المتعلقة بإدارة الحسابات، والدفع، وخصائص الصوت الأساسية التي قد تهمك عند البدء في التكامل.
معلومات حول الحساب والدفع
يمكنك إنشاء حساب باستخدام Google أو البريد الإلكتروني، حيث يتم إصدار مفتاح API واحد نشط لكل حساب. يتم احتساب التكلفة بناءً على عدد الأحرف المرسلة، مع إمكانية إصدار مفتاح جديد لإيقاف السابق فورياً.
يبدأ الحساب التجريبي برصيد 0.50 دولار (لإجمالي حوالي 50,000 حرف) لمدة 7 أيام عند التسجيل عبر Google. أما التسجيل بالبريد الإلكتروني فيبدأ بدون رصيد تجريبي. يمكن زيادة الرصيد عبر USDT على شبكة TRON فقط.
- التسعير: 10 دولارات لكل مليون حرف (0.01 دولار لكل 1000 حرف).
- التجربة المجانية: 0.50 دولار لمدة 7 أيام (لحسابات Google فقط).
- الدفع الإضافي: USDT على شبكة TRON، الحد الأدنى 5 دولارات، إيداع تلقائي خلال دقائق.
- لا توجد اشتراكات شهرية أو حد أدنى للإنفاق.
- الطلبات الفاشلة مجانية ويتم إرجاع المبلغ بالكامل.
استمع إلى الأصوات الثمانية
تم إنشاء كل عينة أدناه باستخدام هذه الواجهة البرمجية من نفس الجملة. في أنظمة الـ IVR، يعتبر الوضوح الصوتي هو العامل الحاسم في تجربة العميل.
23 لغة
يمكن لأي صوت التحدث بأي من هذه اللغات.
