واجهة همسة البرمجية (API) · تحويل النص إلى كلام (TTS)

واجهة برمجة التطبيقات لتحويل النص إلى كلام عربي (TTS)

محرك صوتي متكامل يتيح لك تحويل النص إلى كلام عبر ثلاث طرق: المعالجة الفورية للحصول على ملف صوتي بصيغة WAV مباشرةً، والمعالجة غير المتزامنة لتوليد المقاطع الصوتية الأطول، والبث المباشر عبر WebSocket للاستماع إلى الصوت أثناء توليده. تدعم المنصة أصواتًا طبيعية بـ14 لهجة عربية، بالإضافة إلى الإنجليزية، مع إمكانية إنشاء أصوات مخصّصة باستخدام تقنية استنساخ الصوت.

  • 14 لهجة عربية بالإضافة إلى الإنجليزية
  • توليد صوتي فوري وغير متزامن وبث مباشر
  • دعم صيغتي WAV وPCM بمعدلي أخذ عينات 8 و16 كيلوهرتز، وترميز μ-law
  • التحكم في حيوية الأداء الصوتي
  • دعم الأصوات المستنسخة والمخصّصة للمتحدثين

الإمكانات

واجهة تحويل النص إلى كلام (TTS) المصمّمة خصيصًا للغة العربية

01

تحديد اللهجة مباشرةً ضمن الطلب

حدّد اللهجة المطلوبة باستخدام رمزها، مثل egy للمصرية، أو ksa للسعودية، أو pls للفلسطينية، أو msa للعربية الفصحى، وغيرها من اللهجات المدعومة. ثم اختر صوتًا مناسبًا لها، ليُولّد الكلام باللهجة المحدّدة بدلًا من نطق عربي عام.

02

الحصول على الصوت مباشرةً ضمن الاستجابة

تُعيد واجهة المعالجة الفورية ملفًا صوتيًا بصيغة WAV مباشرةً ضمن الاستجابة. يكفي إرسال طلب POST واحد يتضمّن النص والصوت المختار واللهجة المطلوبة، لتحصل على الملف الصوتي الناتج دون خطوات إضافية.

03

معالجة غير متزامنة للمحتوى الصوتي الطويل

تتيح واجهة المعالجة غير المتزامنة إرسال طلبات توليد الصوت إلى قائمة انتظار للمعالجة، ثم استلام النتائج تلقائيًا عبر Webhook مع إمكانية تفعيل المصادقة. كما يمكنك الاستعلام عن حالة المهمة ونتائجها باستخدام معرّف المهمة.

04

بث صوتي مباشر عبر WebSocket

يتيح اتصال مستمر واحد عبر WebSocket إرسال طلبات تحويل النص إلى كلام، بحد أقصى 2,000 حرف لكل طلب، واستقبال الصوت تدريجيًا أثناء توليده دون انتظار اكتمال الملف. كما يدعم الاتصال نفسه تحويل الكلام إلى نص (STT)، ما يتيح دمج الوظيفتين ضمن قناة اتصال واحدة.

05

مخرجات صوتية متوافقة مع أنظمة الاتصالات الهاتفية

فعّل الخيار mulaw لتوليد صوت بترميز μ-law ومعدل أخذ عينات يبلغ 8 كيلوهرتز، ليكون جاهزًا للتكامل المباشر مع أنظمة الاتصالات الهاتفية. كما يمكنك اختيار صيغة PCM بمعدل 8 أو 16 كيلوهرتز لتلبية متطلبات التطبيقات والأنظمة الأخرى.

06

أصوات مخصّصة بتقنية استنساخ الصوت

استخدم أصواتك المستنسخة تمامًا كالأصوات المتاحة في المنصة. ما عليك سوى تمرير معرّف الصوت الفريد (UUID) إلى واجهة المعالجة الفورية، أو تحميل الصوت مسبقًا لمرة واحدة لاستخدامه عبر واجهة المهام غير المتزامنة.

التكامل

كيفية دمج واجهة تحويل النص إلى كلام (TTS) في تطبيقك

خطوات التكامل مع واجهة تحويل النص إلى كلام (TTS).

  1. 01

    أنشئ مفتاحًا سريًا

    أنشئ مفتاحًا سريًا من لوحة تحكم همسة واحفظه على خادمك، ثم أرفقه مع كل طلب عبر ترويسة Authorization بالصيغة Token <key>.

  2. 02

    اختر الصوت واللهجة المناسبة

    استعرض مكتبة الأصوات المتاحة لكل لهجة، واختر الصوت الذي يناسب احتياجاتك، مثل أمجد للهجة الفلسطينية أو هبة للهجة السعودية. ويمكنك أيضًا استخدام صوت مستنسخ من خلال معرّفه الفريد.

  3. 03

    حدّد طريقة توليد الصوت

    استخدم واجهة المعالجة الفورية للحصول على ملف WAV مباشرةً، أو واجهة المعالجة غير المتزامنة لاستلام النتائج عبر Webhook، أو البث المباشر عبر WebSocket لاستقبال المقاطع الصوتية أثناء توليدها.

  4. 04

    خصّص إعدادات الصوت

    تحكّم في مستوى التعبير الصوتي باستخدام المعامل expressiveness، بقيم تتراوح من 0 للأداء المحايد إلى 2 للأداء شديد التعبير. وحدّد صيغة الإخراج المناسبة، سواء PCM بمعدل 8 أو 16 كيلوهرتز، أو μ-law للاتصالات الهاتفية.

  5. 05

    شغّل الصوت أو احفظه

    يمكنك تشغيل الصوت الناتج عن المعالجة الفورية أو البث المباشر بمجرد وصوله، أو استلام نتائج المهام غير المتزامنة على خادمك لتخزينها أو تشغيلها أو معالجتها وفق احتياجات تطبيقك.

المرجع

مرجع سريع لواجهة تحويل النص إلى كلام (TTS)

يرتبط كل قسم بصفحته في التوثيق الرسمي لواجهة API، حيث تجد التفاصيل التقنية الكاملة، وبنية الطلبات والاستجابات، وأمثلة شيفرة جاهزة للتشغيل.

البندالتفاصيل
توليد الصوت الفوريأرسل النص والصوت المختار واللهجة المطلوبة، واحصل على ملف صوتي بصيغة WAV مباشرةً ضمن استجابة واجهة API.
مهام توليد الصوتأرسل طلبات التوليد للمعالجة غير المتزامنة، واستلم النتائج عبر Webhook أو استعلم عنها باستخدام معرّف المهمة.
البث المباشراستقبل الصوت تدريجيًا أثناء توليده عبر اتصال مستمر باستخدام WebSocket، مع دعم نصوص يصل طولها إلى 2,000 حرف لكل طلب.
اللغات واللهجاتدعم 14 لهجة عربية، تشمل المصرية والسعودية والعربية الفصحى الحديثة وغيرها، بالإضافة إلى الإنجليزية.
صيغ الإخراج الصوتيدعم صيغة WAV، وصيغة PCM بمعدلي أخذ عينات 8 و16 كيلوهرتز، وترميز μ-law بمعدل 8 كيلوهرتز للاتصالات الهاتفية.
التحكم في التعبير الصوتياضبط مستوى التعبير باستخدام المعامل expressiveness، على مقياس من 0 للأداء المحايد إلى 2 للأداء شديد التعبير.
الأصوات المستنسخةاستخدم معرّف الصوت الفريد (UUID) في طلبات التوليد الفوري والبث المباشر، أو حمّل الصوت مسبقًا لمرة واحدة لاستخدامه في المهام غير المتزامنة.
المصادقةمفتاح سري في ترويسة Authorization مع كل طلب، بالصيغة Token <key>.

حالات الاستخدام

كيف تستفيد الفرق من واجهة تحويل النص إلى كلام (TTS)

01

الوكلاء الصوتيون وأنظمة الرد الآلي

أنشئ وكلاء صوتيين يتفاعلون مع العملاء بشكل طبيعي عبر الهاتف، باستخدام مخرجات صوتية بترميز μ-law ومعدل 8 كيلوهرتز، المتوافقة مع أنظمة الاتصالات الهاتفية. ويتيح البث المباشر للوكيل بدء التحدث أثناء توليد بقية الاستجابة، ما يساعد على تقليل زمن الانتظار وتحسين سلاسة المحادثة.

02

الإنتاج الإعلامي والتعليق الصوتي

حوّل النصوص إلى تعليقات صوتية طبيعية باللهجة المناسبة لجمهورك، باستخدام واجهة المعالجة غير المتزامنة. واستلم الملفات الصوتية تلقائيًا عبر Webhook لدمجها في سير عمل إنتاج المحتوى الإعلامي والفيديو.

03

التطبيقات التفاعلية الناطقة

أضف إمكانات التحدث إلى تطبيقات الويب والهواتف الذكية، باستخدام واجهة المعالجة الفورية التي تحوّل النص إلى صوت وتُعيده مباشرةً ضمن استجابة واحدة، لتقديم تجربة تفاعلية أكثر سلاسة للمستخدمين.

04

هوية صوتية موحّدة لعلامتك التجارية

أنشئ صوتًا مخصّصًا لعلامتك التجارية باستخدام تقنية استنساخ الصوت، ثم أعد استخدامه عبر معرّفه الفريد في الوكلاء الصوتيين والمحتوى الإعلامي والتطبيقات المختلفة، للحفاظ على هوية صوتية متّسقة عبر جميع قنوات التواصل.

الأسئلة الشائعة

الأسئلة الشائعة حول واجهة تحويل النص إلى كلام (TTS)

ما اللهجات العربية التي تدعمها واجهة تحويل النص إلى كلام؟

+

تدعم الواجهة 14 لهجة عربية، تشمل الفلسطينية والمصرية والسورية والعراقية والأردنية واللبنانية والسعودية والإماراتية والبحرينية والقطرية والكويتية والعُمانية والخليجية، بالإضافة إلى العربية الفصحى الحديثة، مع دعم اللغة الإنجليزية أيضًا. وتوفّر أصواتًا متعدّدة لكل لهجة، يمكنك الاختيار من بينها وتحديد اللهجة المطلوبة مباشرةً ضمن طلب API، دون الحاجة إلى استخدام واجهة منفصلة لكل لهجة.

متى أستخدم واجهة المعالجة الفورية، ومتى أستخدم واجهة المهام غير المتزامنة؟

+

استخدم واجهة المعالجة الفورية عندما تحتاج إلى توليد الصوت مباشرةً ضمن استجابة واجهة API بصيغة WAV، كما في التطبيقات التفاعلية التي تتطلب استجابة صوتية سريعة. أما واجهة المهام غير المتزامنة، فهي مناسبة للمحتوى الطويل وعمليات التوليد الدفعية، إذ تُرسل الطلبات إلى قائمة انتظار وتُسلَّم النتائج تلقائيًا عبر Webhook. وإذا كنت ترغب في بدء تشغيل الصوت أثناء توليده، فاستخدم البث المباشر عبر WebSocket.

هل تدعم الواجهة صيغًا صوتية متوافقة مع أنظمة الاتصالات الهاتفية؟

+

نعم، يمكنك ضبط المعامل mulaw على true لتوليد صوت بترميز μ-law ومعدل أخذ عينات يبلغ 8 كيلوهرتز، بما يتوافق مع متطلبات أنظمة الاتصالات الهاتفية. يُرجى ملاحظة أنه لا يمكن استخدام mulaw مع المعامل sampleRate في الطلب نفسه، لأن مخرجات μ-law تعتمد دائمًا معدل 8 كيلوهرتز.

كيف يمكنني استخدام صوت مستنسخ عبر واجهة API؟

+

لاستخدام صوت مستنسخ عبر واجهة المعالجة الفورية أو البث المباشر باستخدام WebSocket، ما عليك سوى تمرير المعرّف الفريد للصوت (UUID) بوصفه المتحدث المطلوب. أما عند استخدام واجهة المهام غير المتزامنة، فيجب تحميل الصوت مسبقًا لمرة واحدة عبر نقطة النهاية المخصّصة لذلك، ثم استخدام معرّفه من خلال المعامل voiceId في طلبات توليد الصوت.

هل يمكنني التحكم في مستوى التعبير الصوتي؟

+

نعم، يمكنك تخصيص مستوى التعبير في الصوت الناتج باستخدام المعامل expressiveness، الذي تتراوح قيمته من 0 للأداء المحايد إلى 2 للأداء شديد التعبير، مع اعتماد القيمة 1 إعدادًا افتراضيًا لتحقيق أداء صوتي طبيعي ومتوازن.

تابع القراءة

واجهة همسة البرمجية (API) · تحويل الكلام إلى نص (STT)

واجهة همسة البرمجية (API) لتحويل الكلام إلى نص (STT)

حوّل الكلام العربي بمختلف لهجاته إلى نص عبر المعالجة الدفعية أو الفورية أو البث المباشر، مع طوابع زمنية دقيقة لكل كلمة، وتمييز المتحدثين، وإمكانية تصدير ملفات الترجمة بصيغة SRT.

اقرأ ←

واجهة همسة البرمجية (API) · استنساخ الصوت

واجهة برمجة التطبيقات (API) لاستنساخ الصوت

أنشئ أصواتًا مخصّصة بالذكاء الاصطناعي باللغتين العربية والإنجليزية انطلاقًا من عيّناتك الصوتية، مع إمكانية معاينتها وإدارتها بالكامل عبر واجهة REST API. واستخدم الأصوات المستنسخة عبر مختلف حلول همسة، بما في ذلك تحويل النص إلى كلام (TTS)، والوكلاء الصوتيون، ومنصة همسة الإعلامية، للحفاظ على هوية صوتية موحّدة عبر جميع قنوات التواصل.

اقرأ ←

وكلاء همسة الصوتيون · واجهة برمجة التطبيقات (API)

واجهة برمجة التطبيقات (API) للوكلاء الصوتيين الأذكياء عبر الهاتف

أنشئ الوكلاء الصوتيين وأدِر إعداداتهم، واربط أرقام الهواتف، وأجرِ المكالمات الصادرة، وأطلق حملات الاتصال، واستعرض سجلات المحادثات ونصوصها الكاملة عبر واجهة REST API. واستفد من إشعارات Webhook لمتابعة أحداث المكالمات لحظة بلحظة، وأتمتة سير العمل، والتكامل بسلاسة مع أنظمتك المؤسسية.

اقرأ ←

منظومة الشركاء

شراكات موثوقة
ضمن منظومة التقنية

تتعاون همسة مع كبرى شركات التقنية، وشركات تكامل الأنظمة، ومزوّدي الحلول، لتقديم حلول الذكاء الاصطناعي الصوتي للمؤسسات على نطاق واسع في مختلف أنحاء المنطقة.