موقع يحول النص الى صوت بتقنية API للمطورين

بواسطة فريق تحرير كلام تك · تم التحديث 2026-11-19

تقدم واجهة كلام تك البرمجية حلاً مباشراً لمطوري التطبيقات المستقلين الذين يبحثون عن دمج توليف الصوت في منتجاتهم التعليمية أو التقنية. من خلال إرسال النص عبر HTTP، يتلقى المطور ملفاً صوتياً جاهزاً للاستخدام، مما يسهل عملية البناء دون الحاجة إلى بنية تحتية معقدة.

هذه الصفحة توفر لك جميع التفاصيل التقنية اللازمة للبدء، بما في ذلك كيفية استخدام المفاتيح، والأسعار الشفافة، ونماذج الطلبات الجاهزة. نحن نركز على الموثوقية والتوافق مع المعايير المفتوحة، مما يتيح لك التركيز على تطوير التطبيق الخاص بك بينما تتولى الواجهة مهمة تحويل النص إلى كلام بدقة.

موقع يحول النص الى صوت بتقنية API للمطورين

الأسئلة الشائعة

ما هو موقع تحويل النص إلى صوت؟

كلام تك هي واجهة برمجية سحابية لتوليد الصوت من النص. ترسل النص عبر نقطة نهاية POST وتصلك ملف صوتي. السعر 0.01 دولار لكل 1000 حرف. تدعم 23 لغة و8 أصوات. تعمل بالتكامل مع تطبيقات المطورين المستقلين عبر بروتوكول HTTP القياسي.

هل الواجهة متوافقة مع مكتبات OpenAI؟

نعم، تتوافق الواجهة مع مكتبات OpenAI الرسمية. يمكنك تغيير base_url إلى https://api.k111.info/v1 واستخدام مفتاح API الخاص بك. نفس شكل الطلب والاستجابة يعملان كما هو الحال مع واجهة OpenAI Speech، مما يسهل التكامل في مشاريعك الحالية.

ما هي اللغات المدعومة في الواجهة؟

تدعم الواجهة 23 لغة تشمل العربية، الإنجليزية، الصينية، الفرنسية، الألمانية، الإسبانية، الروسية، واليابانية. يمكن لأي صوت نطق أي من هذه اللغات. اللغات غير المدعومة تشمل الفيتنامية والإندونيسية والتايلاندية والأوكرانية. إذا لم تحدد اللغة، يتم التخمين بناءً على النص.

كيف يتم حساب التكلفة؟

التكلفة 10 دولارات لكل مليون حرف، أي 0.01 دولار لكل 1000 حرف. المسافات وعلامات الترقيم تحسب كأحرف. الطلبات الفاشلة مجانية ويتم إرجاع المبلغ بالكامل. الرصيد لا ينتهي، ولا توجد خطط شهرية أو رسوم اشتراك. الدفع عبر USDT على شبكة TRON فقط.

هل يتم شحن الرصيد بطرق مختلفة؟

لا، الشحن يتم فقط عبر USDT على شبكة TRON (TRC-20). الحد الأدنى للإيداع هو 5 دولارات. يتم اعتماد الرصيد تلقائياً خلال دقائق من التحويل. لا توجد بطاقات ائتمان، ولا PayPal، ولا فواتير ضريبية (VAT). الرصيد لا ينتهي بمرور الوقت.

ما هو حد الطلبات المسموح به؟

الحد هو 60 طلباً في الدقيقة لكل مفتاح. قبل أول شحن، الحد هو 10 طلبات في الدقيقة. يتم معالجة الطلبات بالتتابع، لذا قد ينتظر الطلب في الطابور تحت الضغط. النصوص الطويلة تقسم لأجزاء وتجمع صوتياً. السرعة التقريبية تساوي سرعة النص الطبيعي تقريباً.

هل يتم تخزين النصوص المدخلة؟

لا، النص المدخل يُستخدم فقط لإنتاج الملف الصوتي ولا يُستخدم للتدريب. النصوص غير مخزنة بعد المعالجة. فقط بيانات الطلب (الوقت، عدد الأحرف، الحالة) تُحفظ لأغراض الفوترة. هذا يضمن خصوصية المحتوى النصي الذي ترسله عبر الواجهة البرمجية.

هل يتم تخزين الملفات الصوتية المولدة؟

لا، الملفات الصوتية المولدة تُعاد في الاستجابة ولا يتم تخزينها. يتم الاحتفاظ ببيانات الطلب فقط للفوترة. كل ملف صوتي يحتوي على علامة مائية غير مسموعة توضح أنه كلام اصطناعي. هذا يضمن عدم بقاء المحتوى الصوتي الخاص بك على خوادمنا.

ما هي الصيغ الصوتية المدعومة؟

الصيغ المدعومة هي MP3، WAV، Opus، FLAC، وPCM. يمكنك تحديد الصيغة المطلوبة في حقل response_format. هذه الصيغ تغطي معظم احتياجات التطوير. لا توجد صيغ إضافية مثل AAC أو M4A. اختر الصيغة الأنسب لتطبيقك عند إرسال الطلب إلى نقطة النهاية.

هل يمكن تغيير سرعة القراءة؟

نعم، يمكنك ضبط السرعة بين 0.25 و4.0. الحقل speed يسمح لك بتسريع أو إبطاء النطق. القيمة الافتراضية هي 1.0. هذا يسمح لك بتكييف سرعة الصوت مع محتوى التطبيق. السرعة لا تؤثر على جودة الصوت أو دقة النطق في اللغات المدعومة.

كيف يتم معالجة النصوص الطويلة؟

النص يُقسم إلى أجزاء بحد أقصى 4096 حرفاً لكل طلب. يتم توليد الصوت لكل جزء ثم دمجها. هذا يسمح بمعالجة نصوص طويلة جداً. يمكنك إرسال كل جزء على حدة أو الاعتماد على الواجهة للتعامل مع الأجزاء. الوقت المستغرق يساوي تقريباً مدة النص.

ما هو نموذج التجربة المجانية؟

تجربة مجانية بقيمة 0.50 دولار (حوالي 50,000 حرف) لمدة 7 أيام. تُمنح عند التسجيل عبر Google. الحسابات المسجلة بالبريد الإلكتروني لا تحصل على رصيد تجريبي. الرصيد لا ينتهي بعد التجربة، لكن المدة المحددة للتجربة تنتهي.

هل يمكن إصدار مفتاح API جديد؟

نعم، يمكنك إصدار مفتاح جديد في أي وقت. عند إصدار مفتاح جديد، يتوقف المفتاح القديم فوراً. يوجد مفتاح نشط واحد فقط لكل حساب. المفتاح يبدأ بـ tts- ويتم إرساله في رأس Authorization. يمكنك إدارة مفاتيحك من صفحة لوحة التحكم في الموقع.

كيف يتم دعم اللغة غير الإنجليزية؟

يمكنك تحديد اللغة باستخدام حقل language بترميز ISO. إذا لم تحدد اللغة، يتم التخمين بناءً على النص (النص اللاتيني يُفترض أنه إنجليزي). للأصوات غير الإنجليزية، يوصى بتحديد اللغة صراحةً. الواجهة تدعم 23 لغة، وأي صوت يمكنه نطق أي لغة مدعومة بدقة.

الطلب الأول

curl

curl https://api.k111.info/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.mp3

كيف تعمل الواجهة البرمجية

رسم توضيحي لموجة الصوت لـ: كيف تعمل الواجهة البرمجية

تعمل الواجهة البرمجية (API) بنظام بسيط: ترسل النص عبر طلب POST إلى المسار https://api.k111.info/v1/audio/speech، وتستلم ملف الصوت مباشرة. يدعم الطلب حقل input للنص (حتى 4096 حرفاً) وحقل model لتحديد جودة الصوت (tts-1 أو tts-1-hd).

الواجهة متوافقة تماماً مع مكتبات OpenAI SDK الرسمية، حيث يكفي تغيير base_url إلى نقطة نهاية الخدمة الخاصة بنا. كما ندعم صيغ صوتية متعددة لتلبية احتياجات التطبيقات المختلفة، بما في ذلك mp3، wav، opus، flac، و pcm، مما يضمن مرونة عالية في دمج الصوت.

إرسال النص واستقبال الصوت

إرسال النص واستقبال الصوت

تتطلب العملية تحديد النص المراد تحويله في حقل input، مع إمكانية تحديد صوت معين (voice) وسرعة القراءة (speed) بين 0.25 و 4.0. يتم معالجة الطلبات بالتسلسل، وقد تنتظر في طابور عند الازدحام.

النصوص الأطول يجب تقسيمها إلى أجزاء لا تتجاوز 4096 حرفاً، ثم دمج الملفات الصوتية الناتجة. السرعة التقريبية للتوليف تساوي الزمن الحقيقي تقريباً (25 حرفاً في الثانية).

  • حد النص: 4096 حرفاً للطلب الواحد.
  • الصيغ المدعومة: mp3, wav, opus, flac, pcm.

التوافق مع مكتبات OpenAI

نسخنا للواجهة يجعلها متوافقة مع شكل طلبات OpenAI، مما يسمح للمطورين باستخدام مكتبات OpenAI القياسية بمجرد تعديل عنوان الخادم الأساسي (base_url) إلى https://api.k111.info/v1.

هذا يسهل عملية الدمج في التطبيقات القائمة، حيث يمكن استخدام نفس هيكلية JSON المعروفة، مع استخدام مفتاح API الخاص بنا للتحقق من الهوية.

دعم الصيغ الصوتية المتعددة

نوفر خيارات صيغ متنوعة لضمان توافق الملفات مع بيئة تشغيل التطبيق. يمكنك اختيار الصيغة الأنسب من حيث الحجم والجودة، مثل WAV للجودة العالية أو MP3 للكفاءة.

كل ملف صوتي يحتوي على علامة مائية غير مسموعة تشير إلى أنه كلام اصطناعي، لضمان الشفافية.

  • mp3: مناسب للويب والهواتف.
  • wav: جودة عالية غير مضغوطة.
  • opus: كفاءة عالية في الحجم.
  • flac: ضغط بدون فقدان للجودة.
  • pcm: بيانات خام غير مضغوطة.

الأصوات واللغات المدعومة

رسم توضيحي لموجة الصوت لـ: الأصوات واللغات المدعومة

توفر الواجهة ثمانية أصوات مُعدّة مسبقاً، تتنوع بين الأنوثة والذكورة، لتغطية احتياجات تعليم اللغات المختلفة. تشمل الأصوات: aria (سرد واضح)، nova (نبرة مشرقة)، luna (قصص ناعمة)، sage (تعليمي)، felix (ترويجي)، milo (حواري)، atlas (أخبار محايد)، وorion (وثائقي عميق).

الدعم اللغائي شامل لـ 23 لغة، بما في ذلك العربية، الإنجليزية، الصينية، الألمانية، الإسبانية، والفرنسية. جميع الأصوات تدعم جميع اللغات المدعومة، مما يسمح للمطورين بإنشاء محتوى تعليمي متعدد اللغات باستخدام مجموعة صوتية واحدة.

ثمانية أصوات بخصائص صوتية متنوعة

تم تطوير الأصوات من تسجيلات مرخصة ومكتبات عامة، مما يضمن جودة صوت عالية وموثوقة للتعليم.

تستخدم تقنية التوليف لتحويل النص إلى ملف صوتي بتنسيقات متعددة (mp3, wav, opus, flac, pcm) لتناسب منصات التعلم المختلفة.

  • aria: سرد واضح وملائم للقراءة الطويلة.
  • nova: نبرة مشرقة ومناسبة للمحتوى التفاعلي.
  • luna: نبرة هادئة لقصص الأطفال.
  • sage: نبرة تعليمية رسمية.
  • felix: نبرة حماسية للإعلانات.
  • milo: نبرة حوارية طبيعية.
  • atlas: نبرة إخبارية محايدة.
  • orion: نبرة وثائقية عميقة.

دعم 23 لغة عالمية

اللغات المدعومة: العربية، الصينية، الدنماركية، الهولندية، الإنجليزية، الفنلندية، الفرنسية، الألمانية، اليونانية، العبرية، الهندية، الإيطالية، اليابانية، الكورية، الملايوية، النرويجية، البولندية، البرتغالية، الروسية، الإسبانية، السواحيلية، السويدية، التركية.

اللغات غير المدعومة تشمل: الفيتنامية، الإندونيسية، التايلاندية، الأوكرانية، الرومانية، التشيكية، البنغالية، وأي لغات أخرى غير مذكورة أعلاه.

توليف اللغة تلقائياً أو يدوياً

يمكن تحديد اللغة يدوياً عبر حقل language في الطلب لضمان الدقة، خاصة للنصوص اللاتينية غير الإنجليزية.

إذا لم يتم تحديد اللغة، سيتم تخمينها تلقائياً من النص المدخل، حيث تفترض النصوص اللاتينية أنها إنجليزية.

يتم توليف الصوت باستخدام نفس المحرك لجميع اللغات، مما يضمن اتساق الجودة.

مميزات الواجهة التقنية

رسم توضيحي لموجة الصوت لـ: مميزات الواجهة التقنية

تتميز الواجهة البرمجية بالمرونة التقنية اللازمة لدمج خدمات تحويل النص إلى كلام في التطبيقات بسلاسة، مع تحكم دقيق في المعلمات الأساسية لإنتاج الصوت المناسب.

توفر الواجهة أدوات معالجة متقدمة للتعامل مع الأحجام المختلفة، ونظام أمان صارم يضمن حماية بيانات الحساب والمفاتيح المستخدمة في التكامل.

التحكم في سرعة القراءة

يمكنك ضبط سرعة النطق بدقة عبر معادلة speed في الطلب، حيث تتراوح القيم بين 0.25 و 4.0. يسمح هذا النطاق بضبط الإيقاع ليتناسب مع السياق التعليمي أو الترفيهي للتطبيق.

معالجة النصوص الطويلة

تقبل الواجهة نصوصاً تصل إلى 4096 حرفاً في الطلب الواحد. للتعامل مع نصوص أطول، يجب تقسيمها إلى أجزاء بحد أقصى 4096 حرفاً وإرسالها، ثم دمج الملفات الصوتية الناتجة.

أمان المفاتيح والوصول

يتم التوثيق باستخدام مفتاح واحد لكل حساب عبر رأس Authorization: Bearer. يمكن إصدار مفتاح جديد في أي وقت، مما يؤدي إلى إيقاف المفتاح القديم فوراً، مما يضمن التحكم الكامل في الوصول.

أسعار شفافة ومناسبة للمشاريع

رسم توضيحي لموجة الصوت لـ: أسعار شفافة ومناسبة للمشاريع

نموذج التسعير يعتمد على الحجم الفعلي للنص المدخل، حيث يُحسب كل حرف بما فيه المسافات وعلامات الترقيم. السعر ثابت عند 0.01 دولار لكل 1000 حرف، مما يتيح حساب التكاليف بدقة قبل التنفيذ.

لا توجد رسوم اشتراك شهرية أو حد أدنى للإنفاق. عند فشل الطلب، تُعاد الرسوم كاملة.

السعر حسب الأحرف

يتم احتساب التكلفة بناءً على عدد الأحرف المرسلة في حقل input، بما في ذلك المسافات والعلامات. السعر المحدد هو 10 دولارات لكل مليون حرف، وهو معدل ثابت لا يتغير حسب جودة النموذج أو نوع الملف الصوتي المطلوب.

  • التكلفة: 0.01 دولار لكل 1000 حرف.
  • الحرف يشمل المسافات وعلامات الترقيم.
  • لا رسوم اشتراك أو حد أدنى.

عروض التجربة المجانية

يتم منح رصيد تجريبي بقيمة 0.50 دولار للمستخدمين الذين يسجلون باستخدام حساب Google، مما يكافيء حوالي 50,000 حرف. يستمر هذا الرصيد لمدة 7 أيام فقط. الحسابات المسجلة بالبريد الإلكتروني وكلمة المرور تبدأ بدون رصيد تجريبي.

شحن الرصيد بعملة USDT

يتم شحن الرصيد حصرياً عبر شبكة TRON (TRC-20) باستخدام عملة USDT. الحد الأدنى للإيداع هو 5 دولارات، ويتم تحديث الرصيد تلقائياً خلال دقائق من تأكيد التحويل. لا توجد خيارات مثل البطاقات أو PayPal أو الفواتير الضريبية.

  • العملة: USDT (TRC-20).
  • الحد الأدنى: 5 دولارات.
  • الإيداع تلقائي وسريع.

حالات الاستخدام في تعليم اللغات

رسم توضيحي لموجة الصوت لـ: حالات الاستخدام في تعليم اللغات

تتيح واجهة كلام تك للمطورين في مجال تعليم اللغات توليد نصوص صوتية عالية الدقة بدقة لغوية. يدعم النظام 23 لغة، مما يسمح بإنشاء مواد تعليمية متعددة اللغات باستخدام نفس المحرك الأساسي.

يمكن للمبرمجين دمج الميزة مباشرة في تطبيقاتهم لتسهيل الوصول إلى المحتوى اللغوي دون الحاجة إلى استوديوهات تسجيل مكلفة أو فرق إنتاج كبيرة لكل لغة.

إنشاء محتوى سمعي للطلاب

يمكن للمطورين إرسال نصوص تعليمية عبر API للحصول على ملفات صوتية جاهزة للاستخدام في الدروس. يدعم النظام لغات مثل العربية والإنجليزية والفرنسية وغيرها، مما يغطي احتياجات المتعلمين من مختلف الخلفيات اللغوية.

  • توليد نصوص صوتية لقصص تعليمية قصيرة
  • دعم 23 لغة عالمية في نفس المحرك
  • إمكانية ضبط السرعة لتناسب مستويات المستمعين المختلفة

تدريب النطق والاستماع

توفر الأصوات الثمانية خصائص صوتية واضحة تساعد الطلاب على التمييز بين النطق الصحيح والخاطئ. يمكن استخدام سرعة القراءة بين 0.25 و4.0 لتعزيز التدريب السمعي المتدرج.

  • استخدام أصوات محايدة للأخبار وأخرى سردية للقصص
  • ضبط السرعة للمبتدئين والمتقدمين
  • دعم اللغة العربية بوضوح عبر الصوت المناسب

أتمتة المحتوى التعليمي

يمكن دمج الواجهة في منصات التعلم الإلكتروني لتوليد المحتوى تلقائياً عند إضافة نصوص جديدة. يتم تحويل النص إلى صوت عبر طلب HTTP بسيط، مما يسهل تحديث الدروس باستمرار.

  • إدماج API في تطبيقات الويب أو الجوال
  • دعم صيغ MP3 و WAV و FLAC
  • إدارة الطلبات عبر مفاتيح API آمنة
حالات الاستخدام في تعليم اللغات

الأداء والموثوقية

رسم توضيحي لموجة الصوت لـ: الأداء والموثوقية

يتم توليف النص بسرعة تقارب ثانية صوتية واحدة لكل 25 حرفاً من النص المدخل، مما يجعل الواجهة مناسبة للمشاريع التي تعتمد على معالجة دفقية غير فورية. تستغرق العبارات القصيرة بضع ثوانٍ، بينما تستغرق النصوص الأطول وقتاً يتناسب مع طولها.

سرعة التوليف التقريبية

تعتمد سرعة التوليف على طول النص المدخل، حيث يتحول النص بسرعة تقارب ثانية صوتية واحدة لكل 25 حرفاً. هذا المعدل يجعل الواجهة مناسبة للمشاريع التي لا تتطلب استجابة فورية فورية لكل كلمة، بل تعالج النصوص ضمن نطاق زمني معقول.

حدود الطلبات الدقيقة

تعمل كل مفتاح API ضمن حد قدره 60 طلباً في الدقيقة، مع تحديد ابتدائي قدره 10 طلبات في الدقيقة قبل أول شحن للرصيد. يجب على المطورين ضبط معدلات الطلبات بما يتناسب مع هذه الحدود لتجنب رفض الطلبات الزائدة.

  • حد أقصى: 60 طلب/دقيقة لكل مفتاح.
  • حد ابتدائي: 10 طلبات/دقيقة قبل الشحن الأول.

معالجة الطلبات في الطابور

تُعالج الطلبات بتسلسل، مما يعني أنه عند ارتفاع الحمل، قد تتأخر بعض الطلبات في الانتظار حتى انتهاء المهام السابقة.

الخصوصية وحماية البيانات

رسم توضيحي لموجة الصوت لـ: الخصوصية وحماية البيانات

تُستخدم النصوص المدخلة فقط لإنتاج الملف الصوتي المطلوب، دون استغلالها في تدريب نماذج الذكاء الاصطناعي الخاصة بنا. هذا يضمن بقاء بياناتك التعليمية أو التجارية ملكاً لك بالكامل، ويمنع استخدامها لتطوير خدماتنا المستقبلية.

لا يتم تخزين الملفات الصوتية المُولَّدة بعد إرسالها في الاستجابة. يتم الاحتفاظ ببيانات الطلب الأساسية (الوقت، عدد الأحرف، الحالة) فقط لأغراض الفوترة والمساءلة، مما يقلل من مخاطر تخزين البيانات الحساسة على خوادمنا.

عدم استخدام النص للتدريب

تلتزم واجهة برمجة التطبيقات باستخدام النص المدخل غرضه الوحيد وهو التوليف الفوري. لا يتم إدراج نصوصك في قواعد البيانات الخاصة بنا لتحسين الخوارزميات أو تدريب نماذج لغوية مستقبلية.

عدم تخزين الملفات الصوتية

تُمرَّر الملفات الصوتية مباشرة إلى العميل عبر الاستجابة ولا يتم حفظها على الخادم. هذا يضمن عدم وجود نسخ احتياطية للبيانات الصوتية التي قد تحتوي على معلومات حساسة أو ملكية فكرية.

حفظ بيانات الفواتير فقط

نحتفظ ببيانات الطلب التقنية (الوقت، عدد الأحرف، حالة الطلب) فقط لحساب الرصيد بدقة وإصدار الفواتير عند الحاجة. يتم حذف البيانات غير الضرورية للحفاظ على الحد الأدنى من المعلومات المخزنة.

الدعم الفني والتقني

رسم توضيحي لموجة الصوت لـ: الدعم الفني والتقني

نقدم الدعم الفني عبر البريد الإلكتروني فقط، دون أرقام هواتف أو دردشة مباشرة. يعتمد فريقنا على مراجعة الطلبات التقنية بدقة لتقديم إجابات محددة حول أخطاء التوليف أو مشاكل الربط البرمجي.

توفر المستندات التقنية شرحاً مفصلاً لمتطلبات الطلب، مع وصف دقيق للحقول المطلوبة مثل النموذج، الصوت، والصيغة. يغطي الدليل أيضاً معايير النجاح والخطأ لضمان تكامل سلس في تطبيقاتكم.

الدعم عبر البريد الإلكتروني

تصلون إلينا عبر البريد الإلكتروني مباشرة. نرد على الاستفسارات التقنية في أسرع وقت ممكن، مع التركيز على حل المشكلات البرمجية بدقة.

مستندات تقنية شاملة

تشرح المستندات هيكل الطلب JSON والمحددات الدقيقة مثل حدود الأحرف وسرعة القراءة. تغطي التوثيق أيضاً معالجة الأخطاء وكيفية التعامل مع الرموز المميزة.

  • شرح حقل input والنصوص الطويلة.
  • معايير النجاح والخطأ في الاستجابة.

مثال على طلب cURL

يوفر الدليل كود cURL جاهز للاستخدام لتجربة الواجهة مباشرة من سطر الأوامر، مما يسهل التحقق من صحة المفتاح واتصاله بالـ API.

  • نموذج طلب POST كامل.
  • تضمين رأس Authorization: Bearer.

ابدأ الاستخدام الآن

رسم توضيحي لموجة الصوت لـ: ابدأ الاستخدام الآن

ابدأ بتجربة الواجهة البرمجية بسهولة. أنشئ حسابك عبر التسجيل باستخدام حساب Google أو البريد الإلكتروني، ثم احصل على مفتاح API الفوري من لوحة التحكم.

يتم إصدار مفتاح واحد نشط لكل حساب، مع إمكانية إصدار مفتاح جديد في أي وقت يوقف فيه المفتاح القديم فورياً. ابدأ بـ 0.50 دولار رصيد تجريب صالح لمدة 7 أيام.

إنشاء حساب جديد

قم بالتسجيل عبر صفحة /get-api-key/ باستخدام حساب Google أو البريد الإلكتروني وكلمة المرور. كل حساب خاص بموقع k111.info ولا يشارك بيانات مع مواقع أخرى.

الحصول على مفتاح API

بعد التسجيل، ستظهر لك لوحة التحكم التي تحتوي على مفتاح API الخاص بك، الرصيد، عدد الأحرف المتبقية، ومثال جاهز لأمر cURL. المفتاح يبدأ بصيغة tts-.

تنفيذ أول طلب صوتي

أرسل طلب POST إلى https://api.k111.info/v1/audio/speech مع تحديد النموذج (tts-1 أو tts-1-hd)، النص، والصوت المطلوب. ستستلم ملف الصوت مباشرة في الاستجابة.

تأكد من إرسال مفتاح التوثيق في رأس الطلب Authorization: Bearer tts-... ويمكنك البدء فوراً بالرصيد التجريبي المتاح عند التسجيل عبر Google.

  • Endpoint: POST https://api.k111.info/v1/audio/speech
  • Auth: Bearer tts-...
  • Models: tts-1, tts-1-hd

استمع إلى الأصوات الثمانية

تم إنشاء كل عينة أدناه باستخدام هذه الواجهة البرمجية من نفس الجملة. يتم حفظ بيانات الطلبات الأساسية فقط لأغراض الفوترة، مثل وقت الطلب، عدد الأحرف، وحالة الطلب (نجاح أو فشل).

صورة رمزية للصوت aria
ariaأنثى
صورة رمزية للصوت nova
novaأنثى
صورة رمزية للصوت luna
lunaأنثى
صورة رمزية للصوت sage
sageأنثى
صورة رمزية للصوت felix
felixذكر
صورة رمزية للصوت milo
miloذكر
صورة رمزية للصوت atlas
atlasذكر
صورة رمزية للصوت orion
orionذكر

23 لغة

يمكن لأي صوت التحدث بأي من هذه اللغات.

المصادر ومزيد من القراءة

  1. Wikipedia
  2. W3C WAI: making audio and video accessible
  3. LibriVox public-domain audiobooks
  4. LibriTTS-R corpus (OpenSLR 141)
  5. IETF RFC 7845: Ogg Opus
  6. Python documentation
  7. Node.js documentation
  8. openai-python on GitHub
  9. curl documentation
  10. openai-node on GitHub
  11. MDN: Web Speech API
  12. FFmpeg documentation

المزيد في هذا الموقع