واجهة تحويل النص إلى صوت: تكامل سلس مع OpenAI SDK

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

تشرح هذه الصفحة آليات تكامل واجهة كلام تك البرمجية مع مكتبات OpenAI SDK، مما يتيح لمطوري تطبيقات التعلم اللغوي المستقلين دمج توليف الصوت في مشاريعهم. تركز الدليل على المعايير التقنية الثابتة، وسهولة الربط عبر تغيير عنوان الأساس، وضمان توافق الطلبات مع الهيكل المعياري المعروف.

تغطي الصفحة الجوانب العملية للتكامل بدءًا من اختيار النموذج المناسب وصولًا إلى إدارة المفاتيح. توضح كيفية استغلال التوافق الكامل مع صيغ البيانات القياسية، ومعالجة النصوص الطويلة، والشفافية في التسعير والدعم الفني عبر البريد الإلكتروني.

واجهة تحويل النص إلى صوت: تكامل سلس مع OpenAI SDK

الأسئلة الشائعة

ما هي أفضل واجهة للمطورين؟

توفر الواجهة نقطة نهاية POST لتوليد الصوت، متوافقة مع نموذج طلبات OpenAI. يمكنك استخدام SDK الرسمي لـ OpenAI بتغيير base_url إلى https://api.k111.info/v1. هذا يسهل التكامل في التطبيقات المستقلة دون الحاجة إلى مكتبات مخصصة أو بروتوكولات معقدة.

هل الواجهة متوافقة مع OpenAI؟

نعم، الواجهة متوافقة مع شكل طلبات OpenAI. يمكنك استخدام OpenAI SDK بتعديل base_url إلى https://api.k111.info/v1. هذا يضمن سهولة الدمج مع الأدوات الحالية، مع الحفاظ على نفس حقول الطلب والاستجابة دون حاجة لتعديلات برمجية كبيرة.

ما هي تكلفة الاستخدام؟

التكلفة 10 دولارات أمريكية لكل مليون حرف، أي 0.01 دولار لكل 1000 حرف. المسافات والعلامات تُحسب كأحرف. الطلبات الفاشلة مجانية ويتم إرجاع المبلغ بالكامل. لا توجد خطط شهرية أو رسوم إضافية، والدفع يعتمد فقط على الاستهلاك الفعلي.

هل تدعم الواجهة العربية؟

نعم، اللغة العربية مدعومة ضمن اللغات الـ23 المدعومة. يمكنك تحديد لغة النص باستخدام رمز ISO في حقل language. إذا لم يتم التحديد، يتم تخمين اللغة، لذا يُنصح بتعيين اللغة صراحةً للنصوص غير الإنجليزية لضمان دقة النطق الصحيح.

كم عدد اللغات المدعومة؟

الواجهة تدعم 23 لغة، بما في ذلك العربية، الإنجليزية، الصينية، الفرنسية، الألمانية، الإسبانية، الروسية، والهندية. الأصوات الثمانية المتاحة قادرة على التحدث بأي من هذه اللغات. اللغات غير المدعومة تشمل الفيتنامية والتايلاندية والأوكرانية وغيرها من اللغات غير المذكورة.

هل يمكن تغيير سرعة الصوت؟

نعم، يمكن ضبط سرعة الصوت بين 0.25 و4.0. هذا الحقل اختياري في طلبات API. يتيح لك التحكم في سرعة النطق لتناسب محتوى التطبيق، سواء كان بطيئاً للتعلم أو سريعاً للمحتوى العام، مع الحفاظ على جودة الصوت الأصلية.

ما هي الصيغ الصوتية المتاحة؟

الصيغ المتاحة هي mp3، wav، opus، flac، وpcm. يمكنك تحديد الصيغة المطلوبة في حقل response_format. هذه الصيغ تغطي احتياجات معظم التطبيقات، من الملفات المضغوطة إلى الملفات غير المضغوطة عالية الجودة، مع دعم كامل للمعايير المفتوحة.

هل يتم تخزين البيانات؟

نعم، يتم الاحتفاظ ببيانات الطلب (الوقت، عدد الأحرف، الحالة) لأغراض الفوترة. النص المدخل يُستخدم فقط لتوليد الصوت ولا يُستخدم للتدريب. الملفات الصوتية المولدة تُرد في الاستجابة ولا يتم تخزينها على الخوادم بعد إرسالها للمستخدم.

كيف يتم شحن الرصيد؟

يتم الشحن عبر USDT على شبكة TRON (TRC-20) فقط. الحد الأدنى للشحن هو 5 دولارات. يتم اعتماد الرصيد تلقائياً خلال دقائق من إتمام التحويل. لا توجد بطاقات ائتمان أو PayPal أو فواتير ضريبية، والرصيد لا ينتهي.

ما هو حد الطلبات؟

حد الطلبات هو 60 طلباً في الدقيقة لكل مفتاح. قبل أول شحن، الحد هو 10 طلبات في الدقيقة. يتم معالجة الطلبات بالتسلسل، لذا قد ينتظر الطلب في الطابور تحت الضغط. النص الطويل يُقسم إلى أجزاء من 4096 حرفاً.

هل توجد تجربة مجانية؟

نعم، توجد تجربة مجانية بقيمة 0.50 دولار (حوالي 50,000 حرف) لمدة 7 أيام عند تسجيل الدخول بحساب Google. حسابات البريد الإلكتروني تبدأ بدون رصيد تجريبي. الرصيد لا ينتهي، لكن التجربة تنتهي بعد 7 أيام من الإنشاء.

ما هي مدة صلاحية الرصيد؟

الرصيد لا ينتهي صلاحية أبداً. لا توجد خطط شهرية أو رسوم اشتراك. الرصيد المتبقي يبقى متاحاً للاستخدام في أي وقت، مما يسمح لك بالشحن عند الحاجة فقط دون قلق من انتهاء المدة أو فقدان الرصيد المدفوع.

هل يمكن استخدام الواجهة تجارياً؟

نعم، الواجهة متاحة للاستخدام التجاري. لا توجد قيود على عدد المستخدمين أو حجم الاستخدام. يمكنك دمج الصوت في تطبيقاتك ومنتجاتك دون رسوم إضافية. كل ملف صوتي يحمل علامة مائية غير مسموعة توضح أنه صوت اصطناعي.

كيف يتم دعم اللغة؟

الدعم عبر البريد الإلكتروني فقط. لا يوجد دعم هاتفي أو دردشة مباشرة. يمكنك إرسال استفساراتك التقنية أو المتعلقة بالحساب عبر صفحة الاتصال. نلتزم بالرد على الاستفسارات بدقة ووضوح، مع التركيز على الجوانب التقنية والتكامل البرمجي.

ما هي الأصوات المتاحة؟

الأصوات الثمانية تشمل: aria، nova، luna، sage (إناث)، وfelix، milo، atlas، orion (ذكور). كل صوت له نبرة مميزة، من السردي إلى الإخباري. الأصوات مبنية على تسجيلات مرخصة من LibriTTS-R وLibriVox، مع علامة مائية غير مسموعة.

هل الواجهة مناسبة للمبتدئين؟

نعم، الواجهة مصممة لتسهيل الدمج. استخدام OpenAI SDK مع تغيير base_url يوفر طريقة معروفة للمطورين. واجهة JSON بسيطة وواضحة، مع أمثلة جاهزة. لا حاجة لفهم بروتوكولات معقدة، مما يجعلها مناسبة للمبتدئين والمطورين المحترسين على حد سواء.

معايير اختيار الواجهة

رسم توضيحي لموجة الصوت لـ: معايير اختيار الواجهة

تستهدف واجهة كلام تك بشكل أساسي مطفي التطبيقات المستقلين الذين يحتاجون إلى دمج توليد الصوت في تطبيقاتهم. نوفر واجهة برمجية موثوقة لتحويل النص إلى كلام، متوافقة مع معايير مفتوحة وسهلة التكامل، مما يضمن دقة في التنفيذ التقني دون تعقيدات غير ضرورية.

سهولة التكامل التقني

تعتمد الواجهة على نقاط النهاية القياسية الخاصة بـ OpenAI، حيث تُرسل الطلبات عبر POST https://api.k111.info/v1/audio/speech باستخدام نموذج JSON مألوف. يعمل هذا التصميم على تمكين المطورين من استخدام OpenAI SDKs المعروفة بسهولة، فقط عن طريق تغيير قيمة base_url إلى https://api.k111.info/v1 واستخدام مفتاح الواجهة الخاص بهم. يتطلب الأمر إرسال النص والصوت المطلوبين، وتكون الاستجابة عبارة عن ملف صوتي جاهز للاستخدام الفوري في التطبيقات.

شفافية التسعير

نقدم نموذج دفع واضح يعتمد على استهلاك الحروف فقط، بسعر ثابت قدره $0.01 لكل 1000 حرف، مما يجعل التكاليف متوقعة وقابلة للحساب الدقيق لكل مشروع. لا توجد خطط اشتراك شهرية، ولا مقاعد، ولا حد أدنى للإنفاق، مما يسمح بتقليل التكاليف الثابتة إلى الصفر. يتم احتساب المسافات والعلامات الترقيمية ضمن عدد الحروف، وتُعاد المبالغ بالكامل في حال فشل الطلب.

دعم اللغات المتعدد

تدعم الواجهة 23 لغة، بما في ذلك العربية، الإنجليزية، الصينية، والروسية، مما يسمح باستخدام نفس الأصوات عبر لغات متعددة دون الحاجة إلى نماذج منفصلة. يمكن تحديد اللغة تلقائياً بناءً على النص المدخل، مع إمكانية تحديد رمز اللغة (ISO) يدوياً لضمان الدقة، خاصة للنصوص التي تستخدم الحروف اللاتينية.

التوافق مع معايير الصناعة

رسم توضيحي لموجة الصوت لـ: التوافق مع معايير الصناعة

تتميز واجهة تحويل النص إلى كلام بتوافقها مع معايير الصناعة التقنية، حيث تعتمد على نموذج نقاط نهاية OpenAI المعروف. هذا يضمن سهولة التكامل للمطورين المستقلين الذين يستخدمون بالفعل أدوات مفتوحة المصدر.

باستخدام صيغ البيانات القياسية المعتمدة، يمكن للمطورين إرسال الطلبات بصيغة JSON مباشرة إلى الخادم. هذا يقلل من جهد التطوير.

نموذج نقاط نهاية OpenAI

تتوافق نقطة النهاية POST https://api.k111.info/v1/audio/speech مع هيكل طلب OpenAI تماماً. هذا يعني أن تطبيقاتك لا تحتاج إلى تعديل كبير في كود الاتصال.

  • نفس هيكل الطلب كما في واجهة OpenAI المعروفة

استخدام SDKات المعروفة

يمكنك استخدام مكتبات OpenAI الرسمية (مثل Python أو Node.js) مع تغيير بسيط في عنوان الخادم الأساسي (base_url). هذا يسهل عملية الدمج دون الحاجة لمكتبات خاصة.

  • دعم مكتبات OpenAI الرسمية عبر تغيير base_url

صيغ البيانات القياسية

البيانات المرسلة والمستلمة تتبع معايير JSON القياسية. الحقول مثل input و voice و response_format متوافقة مع التوقعات التقنية المعتادة.

  • هيكل JSON موحد ومتوافق مع المعايير العالمية

مقارنة الأسعار والتكلفة

رسم توضيحي لموجة الصوت لـ: مقارنة الأسعار والتكلفة

يعتمد نموذج التسعير على الاستهلاك الفعلي للنصوص، حيث تُحسب التكلفة بناءً على عدد الأحرف المرسلة إلى الواجهة، بما في ذلك المسافات والعلامات الترقيمية. السعر الثابت هو 10 دولارات أمريكية لكل مليون حرف، ما يعادل 0.01 دولار لكل 1000 حرف. هذا النموذج يضمن شفافية كاملة في الفواتير، حيث لا تدفع مقابل سعة التخزين أو عدد المستخدمين.

في حال فشل طلب التوليف، يتم إرجاع المبلغ بالكامل دون خصم، مما يلغي مخاطر التكلفة على الطلبات غير المكتملة. لا توجد خطط اشتراك شهرية أو رسوم صيانة، مما يجعل التكلفة متناسبة تماماً مع حجم المشروع.

نموذج الدفع حسب الاستخدام

يتم احتساب التكلفة بدقة بناءً على طول النص المدخل، حيث يُعامل كل حرف بما في ذلك المسافات والعلامات كوحدة قياس. هذا يضمن دقة الفاترة دون رسوم خفية، وهو ما يناسب المطورين الذين يتحكمون في حجم البيانات المرسلة.

  • السعر: 10 دولار لكل مليون حرف.
  • يشمل الأحرف والمسافات والعلامات.
  • إرجاع كامل للمبلغ عند الفشل.

شحن الرصيد بالعملة الرقمية

يتم شحن الرصيد حصرياً عبر شبكة TRON (USDT TRC-20) مع حد أدنى للإيداع يبلغ 5 دولارات. يتم اعتماد الرصيد تلقائياً خلال دقائق من إتمام التحويل، دون حاجة لمراجعة يدوية أو فواتير ضريبية معقدة. هذه الآلية تضمن سرعة في استئناف الخدمة وتجنب تأخر المدفوعات البنكية.

  • العملة: USDT على شبكة TRC-20.
  • الحد الأدنى للإيداع: 5 دولارات.
  • اعتماد فوري خلال دقائق.

عدم وجود رسوم ثابتة

لا توجد خطط اشتراك شهرية أو رسوم تسجيل أو رسوم على عدد المقاعد. الرصيد لا ينتهي بمرور الوقت، مما يسمح للمطورين بالاحتفاظ بالأرصدة الفائضة لفترات طويلة دون ضغط على السيولة النقدية. هذا النموذج مثالي للمشاريع المتغيرة الحجم أو الموسمية.

دعم اللغات والأصوات

رسم توضيحي لموجة الصوت لـ: دعم اللغات والأصوات

تدعم الواجهة 23 لغة متنوعة، مما يتيح للمطورين إنشاء محتوى تعليمي ومحتوى سمعي لعدد كبير من المتعلمين. تشمل اللغات العربية والإنجليزية والفرنسية والألمانية والإسبانية والروسية والصينية واليابانية والكورية وغيرها. هذه المرونة تغطي احتياجات السوق التعليمي العالمي بدقة.

يتيح النظام استخدام أي صوت لأي لغة مدعومة دون قيود جغرافية. هذا يضمن اتساق الجودة بغض النظر عن اللغة المختارة، مما يسهل إنشاء دورات تعليمية متعددة اللغات بنفس جودة الصوت الأساسية.

عدد اللغات المدعومة

تدعم الواجهة 23 لغة، تشمل العربية والإنجليزية والصينية واليابانية والكورية والفرنسية والألمانية والإسبانية والروسية والبرتغالية والهولندية والبولندية والتركية والسويدية والدنماركية والنرويجية واليونانية والعبرية والهندية والملاي والسواحيلية والفييتنامية (غير مدعومة) والرومانية (غير مدعومة).

يتم دعم اللغات المذكورة أعلاه بالكامل، بينما لا تدعم الواجهة اللغات الفيتنامية والإندونيسية والتايلاندية والأوكرانية والرومانية والتشيكية والبنغالية وأي لغات أخرى غير مدرجة في القائمة.

  • العربية، الصينية، الدنماركية، الهولندية، الإنجليزية، الفنلندية، الفرنسية، الألمانية، اليونانية، العبرية، الهندية، الإيطالية، اليابانية، الكورية، الماليزية، النرويجية، البولندية، البرتغالية، الروسية، الإسبانية، السواحيلية، السويدية، التركية

تنوع الأصوات المتاحة

تتوفر 8 أصوات بريميتف، موزعة بين الذكور والإناث. الأصوات النسائية تشمل Aria (سرد واضح)، Nova (نبرة مشرقة)، Luna (سرد قصصي)، و Sage (إرشادية هادئة). الأصوات الذكور تشمل Felix (ديناميكي)، Milo (ودي)، Atlas (محايد للأخبار)، و Orion (وثائقي عميق).

جميع الأصوات مبنية على تسجيلات مرخصة من LibriTTS-R ولها حقوق ملكية واضحة. كل ملف صوتي يحتوي على علامة مائية غير مسموعة تحدد أنه صوت اصطناعي، مما يضمن الشفافية في المحتوى المنتج.

  • Aria (سرد واضح)، Nova (نبرة مشرقة)، Luna (سرد قصصي)، Sage (إرشادية هادئة)
  • Felix (ديناميكي)، Milo (ودي)، Atlas (محايد)، Orion (وثائقي عميق)

مرونة تحديد اللغة

يمكن تحديد لغة النص صراحةً باستخدام رمز ISO، أو يعتمد النظام على التلقائي الذي يفترض اللغة الإنجليزية للنصوص اللاتينية. يُنصح بتحديد اللغة يدوياً للنصوص اللاتينية غير الإنجليزية لضمان دقة النطق الصحيح.

تتيح هذه المرونة دمج النص في التطبيقات التعليمية دون الحاجة إلى معالجة مسبقة معقدة لتحديد اللغة، مما يسهل عملية توليف النصوص الطويلة والمتنوعة لغوياً.

الأداء والحدود التقنية

رسم توضيحي لموجة الصوت لـ: الأداء والحدود التقنية

يتم معالجة الطلبات بتسارع يتراوح حوله 25 حرفاً من النص لكل ثانية من الصوت المُولّد، مما يضمن وقت استجابة متقارب للواقع في النصوص الطويلة. تستغرق الجمل القصيرة بضع ثوانٍ إضافية للتوليف.

تخضع الحسابات لحدّ قدره 60 طلباً في الدقيقة لكل مفتاح، مع حد ابتدائي 10 طلبات في الدقيقة قبل أول إيداع. يتم تنفيذ الطلبات بالتتابع، مما قد يتسبب في طوابير انتظار تحت ضغط التحميل.

سرعة التوليف

تتم معالجة الطلبات بتسارع يتراوح حوله 25 حرفاً من النص لكل ثانية من الصوت المُولّد، مما يضمن وقت استجابة متقارب للواقع في النصوص الطويلة. تستغرق الجمل القصيرة بضع ثوانٍ إضافية للتوليف.

تخضع الحسابات لحدّ قدره 60 طلباً في الدقيقة لكل مفتاح، مع حد ابتدائي 10 طلبات في الدقيقة قبل أول إيداع. يتم تنفيذ الطلبات بالتتابع، مما قد يتسبب في طوابير انتظار تحت ضغط التحميل.

حدود الطلبات

يُسمح بإرسال ما يصل إلى 4096 حرفاً في كل طلب API. يُحسب المسافات والفواصل ضمن هذا الحد الأقصى للحروف.

يتم تقسيم النصوص الأطول تلقائياً إلى أجزاء ضمن هذا الحد، ثم يتم دمج ملفات الصوت الناتجة.

معالجة النصوص الطويلة

يتم تقسيم النصوص الأطول تلقائياً إلى أجزاء ضمن هذا الحد، ثم يتم دمج ملفات الصوت الناتجة لتوفير ملف صوتي متصل ومتكامل للمستخدم النهائي.

الميزات التقنية الإضافية

رسم توضيحي لموجة الصوت لـ: الميزات التقنية الإضافية

توفر الواجهة تحكمًا دقيقًا في سرعة النطق عبر معامل speed، حيث يمكن تعديل المعدل من 0.25 إلى 4.0 ليتناسب مع إيقاعات الدروس التعليمية أو المحتوى السريعي الإيقاع. هذا يتيح للمطورين ضبط المخرجات دون الحاجة إلى معالجة مسبقة للنص.

يدعم النظام خمس صيغ صوتية قياسية (mp3, wav, opus, flac, pcm) لضمان التوافق مع مختلف مشغلات الوسائط والمكتبات البرمجية. كما تحمل كل ملف صوتي علامة مائية غير مسموعة تثبت أنه نطق اصطناعي، مما يضمن الشفافية في المحتوى المولد.

التحكم في السرعة

يمكنك ضبط سرعة التوليف باستخدام معامل speed في جسم الطلب، مدعومًا بحدود دنيا وعليا بين 0.25 و4.0. هذا الإعداد يسمح بتسريع النصوص التعليمية الطويلة أو إبطائها للمحتوى التعليمي المتأنق، دون التأثير على جودة الصوت الأساسية.

الصيغ الصوتية المتعددة

تدعم الواجهة خمس صيغ صوتية: mp3، wav، opus، flac، وpcm. يتيح هذا التنوع اختيار الصيغة الأنسب لبيئة التشغيل، سواء للمواقع التي تتطلب ضغطًا عاليًا أو للتطبيقات التي تحتاج إلى معالجة صوتية دقيقة.

العلامات المائية الصوتية

كل ملف صوتي يتم توليفه يحمل علامة مائية غير مسموعة (inaudible watermark) تميزه كلغة آلي. هذه العلامة مدمجة داخل الملف ولا تتطلب أدوات خارجية للكشف عنها، مما يسهل التحقق من أصل المحتوى الصوتي المولد.

إدارة الحساب والمفاتيح

رسم توضيحي لموجة الصوت لـ: إدارة الحساب والمفاتيح

تتضمن لوحة التحكم في حسابك الوصول المباشر إلى مفتاح الواجهة البرمجية (API Key) النشط، بالإضافة إلى عرض الرصيد الحالي وحجم البيانات التي تم استهلاكها. يتيح النظام للمطورين الاطلاع على تفاصيل الاستخدام الفورية لضمان دقة الفواتير.

تتميز إدارة المفاتيح بالمرونة، حيث يمكنك إصدار مفتاح جديد في أي وقت، مما يؤدي إلى إيقاف المفتاح القديم فوراً دون الحاجة إلى تحديث الإعدادات في الخوادم الأخرى. هذه الآلية تضمن الأمان والتحكم الدقيق في الوصول إلى الخدمة.

سهولة إنشاء المفتاح

عند التسجيل عبر Google أو البريد الإلكتروني، يتم إنشاء مفتاح فريد تلقائياً. يظهر المفتاح في صفحة لوحة التحكم بجانب معلومات الرصيد، مما يسهل نسخه ولصقه في إعدادات SDK أو طلبات HTTP المخصصة.

يتطلب كل حساب مفتاحاً نشطاً واحداً فقط، مما يبسط عملية المصادقة ويقلل من احتمالية التعارض بين المفاتيح القديمة والجديدة.

إعادة إصدار المفتاح

يمكنك إصدار مفتاح جديد في أي وقت من خلال لوحة التحكم. عند إنشاء المفتاح الجديد، يتوقف المفتاح السابق عن العمل فوراً، مما يلغي الحاجة إلى انتظار انتهاء صلاحيته أو تحديثه يدوياً في جميع نقاط النهاية.

هذه الميزة مفيدة بشكل خاص عند نقل المفاتيح إلى بيئات الإنتاج أو عند الشك في تعرض مفتاح معين للاختراق.

مراقبة الاستخدام

تعرض لوحة التحكم بيانات الاستخدام التفصيلية، بما في ذلك عدد الأحرف المستهلكة والرصيد المتبقي. يساعد هذا في تتبع التكاليف بدقة، حيث يتم احتساب كل حرف (بما في ذلك المسافات والعلامات الترقيمة) وفقاً للسعر المحدد.

تتبع سجلات الطلبات (الوقت، الحجم، الحالة) لأغراض الفوترة فقط، دون تخزين المحتوى الصوتي المنتج، مما يضمن شفافية كاملة في استهلاك الموارد.

إدارة الحساب والمفاتيح

حالات الاستخدام التعليمية

رسم توضيحي لموجة الصوت لـ: حالات الاستخدام التعليمية

تتيح واجهة الكلام تك لمطوري تطبيقات تعليم اللغات تحويل النصوص المكتوبة إلى ملفات صوتية عالية الدقة. يمكن للمطورين توليد نصوص تعليمية متنوعة باستخدام أحد الأصوات الثمانية المتاحة، مع ضمان نطق دقيق للغة المستهدفة عبر تحديد رمز اللغة ISO في الطلب.

تساعد هذه الميزة في إنشاء محتوى سمعي غني للدروس، حيث يتم تحويل النصوص التعليمية إلى ملفات MP3 أو WAV جاهزة للاستخدام. يمكن دمج هذه الملفات مباشرة في التطبيقات التعليمية لتوفير تجربة تعلم سمعية فعالة ومتوافقة مع معايير الصناعة.

توليف نصوص تعليمية

يمكن تحويل النصوص التعليمية إلى ملفات صوتية باستخدام واجهة POST /v1/audio/speech. يتم تحديد النص عبر حقل input مع تحديد الصوت المناسب، مثل Aria أو Nova، لضمان نطق واضح ومناسب للمحتوى التعليمي. يتم دعم لغات متعددة، بما في ذلك العربية والإنجليزية والفرنسية، مع إمكانية تحديد اللغة يدويًا لتجنب التخمين الخاطئ.

  • دعم 23 لغة مختلفة مع تحديد يدوي للدقة
  • أصوات مخصصة للمحتوى التعليمي مثل Aria و Nova
  • توليد ملفات صوتية بصيغ MP3 و WAV و FLAC

محتوى سمعي للغات

تتيح واجهة الكلام تك إنشاء محتوى سمعي غني لتعليم اللغات، حيث يمكن تحويل النصوص الطويلة إلى ملفات صوتية باستخدام نموذج tts-1-hd. يتم دعم لغات متعددة مثل العربية والإنجليزية والفرنسية، مع إمكانية تحديد اللغة يدويًا لضمان النطق الدقيق. يتم توليد الملفات الصوتية باستخدام نماذج عالية الجودة مثل tts-1-hd، مما يوفر تجربة تعلم سمعية فعالة.

  • دعم 23 لغة مختلفة مع تحديد يدوي للدقة
  • أصوات مخصصة للمحتوى التعليمي مثل Aria و Nova
  • توليد ملفات صوتية بصيغ MP3 و WAV و FLAC

أتمتة الدروس الصوتية

يمكن أتمتة إنشاء الدروس الصوتية باستخدام واجهة POST /v1/audio/speech. يتم تحديد النص عبر حقل input مع تحديد الصوت المناسب، مثل Aria أو Nova، لضمان نطق واضح ومناسب للمحتوى التعليمي. يتم دعم لغات متعددة، بما في ذلك العربية والإنجليزية والفرنسية، مع إمكانية تحديد اللغة يدويًا لتجنب التخمين الخاطئ.

  • دعم 23 لغة مختلفة مع تحديد يدوي للدقة
  • أصوات مخصصة للمحتوى التعليمي مثل Aria و Nova
  • توليد ملفات صوتية بصيغ MP3 و WAV و FLAC

دعم المطورين المستقلين

رسم توضيحي لموجة الصوت لـ: دعم المطورين المستقلين

تتميز الواجهة ببنية نقاط النهاية المتوافقة مع نموذج OpenAI، مما يسمح للمطورين باستخدام مكتبات OpenAI SDK الرسمية عبر تعديل عنوان base_url فقط إلى https://api.k111.info/v1. هذا يضمن تكاملاً فورياً دون الحاجة لكتابة طبقة ربط مخصصة أو استيراد حزم إضافية معقدة.

يتم إرسال الطلبات عبر بروتوكول HTTP القياسي مع هيكلة JSON موحدة، مما يقلل من أخطاء التكامل ويسرع عملية نشر الميزات في التطبيقات المستقلة.

التكامل السريع

تتطلب عملية الربط تعديل متغير واحد في إعدادات SDK لتحديد نقطة النهاية الجديدة، مع استخدام مفتاح API المميز بنفس نمط المفتاح القياسي.

يمكن للمطورين تجربة الاتصال الأولي باستخدام أوامر curl الجاهزة أو كود Python قصير، مما يختزل وقت التطوير من أيام إلى دقائق معدودة.

  • توافق كامل مع OpenAI SDKs الرسمية
  • تعديل base_url فقط للربط
  • هيكلة JSON موحدة ومباشرة

الوثائق التقنية الواضحة

توفر الصفحة المخصصة /docs تفاصيل دقيقة عن حقول الطلبات (input, voice, model) واستجابة النقاط النهائية بدقة.

توضح الوثائق نطاق القيم المسموح بها لكل حقل، مثل حدود السرعة من 0.25 إلى 4.0، مما يزيل الغموض أثناء عملية الدمج.

  • شرح دقيق لحقول JSON
  • أمثلة طلبات جاهزة للنسخ
  • توضيح أكواد الاستجابة والأخطاء

الدعم عبر البريد الإلكتروني

يتم توفير الدعم الفني عبر البريد الإلكتروني فقط، وهو الخيار الأمثل للمطورين الذين يفضلون التواصل الكتابي الدقيق لتسجيل المشكلات التقنية.

لا توجد أرقام هواتف أو دردشة مباشرة، مما يضمن تركيز الفريق على حل المشكلات التقنية المعقدة المتعلقة بالتكامل والبنية البرمجية.

الخصوصية وحماية البيانات

رسم توضيحي لموجة الصوت لـ: الخصوصية وحماية البيانات

تتعامل واجهة تحويل النص إلى كلام مع بيانات المستخدمين بمعايير صارمة تضمن خصوصية المعلومات المدخلة. لا يتم استخدام النصوص المرسلة إلى الخادم لأغراض تدريب نماذج الذكاء الاصطناعي، مما يضمن بقاء محتوى النصوص ملكًا للمستخدم حصريًا.

تتم معالجة الطلبات وإرجاع الملفات الصوتية مباشرة عبر الاتصال دون تخزينها على خوادمنا طويلة الأمد. يحد هذا النهج من مخاطر تسرب البيانات ويضمن عدم إبقاء النصوص أو المخرجات الصوتية محفوظة بعد انتهاء عملية التوليف.

عدم استخدام البيانات للتدريب

عند إرسال نص لتحويله إلى صوت، تُستخدم البيانات فقط لإنتاج الملف الصوتي المطلوب. لا يتم الاحتفاظ بالنصوص أو تحليلها لاحقًا لتحسين خوارزميات النموذج الأساسي، مما يضمن أن كل طلب مستقل ولا يؤثر على تدريب المستقبل.

هذا النهج يحمي خصوصية المطورين الذين قد يستخدمون الواجهة لنصوص حساسة أو محتوى تعليمي مخصص، حيث تبقى النصوص ملكية خاصة ولا تدخل في مجموعات بيانات التدريب العامة.

عدم تخزين الملفات

المخرجات الصوتية تُرجع مباشرة في استجابة الطلب ولا يتم تخزينها على خوادمنا بعد ذلك. هذا يعني أن الملفات المولدة لا تبقى متاحًا للوصول إليها لاحقًا عبر الواجهة، مما يقلل من مساحة الاحتفاظ بالبيانات.

بمجرد تسليم الملف الصوتي إلى العميل، تنتهي عملية التخزين المؤقت، مما يضمن عدم بقائها في الذاكرة الدائمة للنظام بعد اكتمال العملية.

حفظ سجلات الفواتير فقط

يتم حفظ بيانات الطلبات الأساسية فقط لأغراض الفوترة، مثل وقت الطلب، عدد الأحرف، وحالة الطلب (نجاح أو فشل). هذه البيانات ضرورية لحساب الرصيد بدقة وتوضيح استخدام المفتاح.

لا يتم تخزين النصوص الأصلية أو الملفات الصوتية ضمن سجلات الفواتير، مما يضمن أن البيانات المحفوظة هي مجرد أرقام وبيانات تقنية بسيطة لا تتضمن محتوى النص أو الصوت نفسه.

الخلاصة والاختيار النهائي

رسم توضيحي لموجة الصوت لـ: الخلاصة والاختيار النهائي

تقدم واجهة كلام تك حلاً تقنياً محدداً وموثوقاً لمطوري التطبيقات المستقلين الذين يحتاجون إلى دمج توليف الصوت في منتجاتهم التعليمية. يركز الحل على البساطة التقنية والتوافق مع المعايير المفتوحة، مما يقلل من تعقيدات التكامل ويزيد من موثوقية الخدمة.

الشفافية في التسعيف والأداء تجعل من السهل حساب التكاليف بدقة، بينما يضمن النموذج القائم على الدفع حسب الاستخدام عدم وجود التزامات مالية ثابتة أو رسوم دورية غير ضرورية.

الملاءمة للمشاريع الصغيرة

يتم تصميم الخدمة لتلبية احتياجات المطورين المستقلين الذين يبحثون عن حل خفيف وسريع التكامل. لا توجد حاجة لخطط اشتراك معقدة أو أقسام متعددة، مما يسهل البدء في أي مشروع تعليمي أو لغوي.

التكامل مع مكتبات OpenAI SDK المعروفة يعني أن المطورين لا يحتاجون إلى تعلم بروتوكولات جديدة، مما يوفر الوقت والجهد في مرحلة التطوير الأولية.

  • تكامل سلس مع SDKs المعروفة
  • لا توجد خطط اشتراك معقدة
  • مناسب للمشاريع التعليمية المستقلة

الشفافية في الأداء

توضح الواجهة بوضوح حدود الاستخدام وسرعة التوليف، حيث يتم معالجة الطلبات بشكل متسلسل مع سرعة تقارب ثانيتين لكل طلب قصير. هذا يضمن للمطورين توقعات واقعية حول وقت استجابة الخدمة.

لا توجد ضمانات SLA.

  • سرعة توليف تقارب الزمن الحقيقي
  • حدود واضحة للطلبات
  • لا ضمانات Uptime معقدة

التكلفة المنخفضة

النموذج يعتمد على الدفع حسب الاستخدام بدقة، حيث يتم حساب التكلفة بناءً على عدد الأحرف المدخلة. هذا يضمن دفع المبلغ الفعلي للاستخدام دون رسوم إضافية أو حد أدنى للمصاريف.

شحن الرصيد عبر USDT على شبكة TRON يسهل عمليات الإيداع السريع، مع عدم وجود رسوم ثابتة أو اشتراكات شهرية، مما يجعله حلاً اقتصادياً للمشاريع الصغيرة.

التجربة المجانية الأولية بـ 0.50 دولار تتيح اختبار الخدمة دون التزام مادي، مما يدعم اتخاذ القرار بناءً على الأداء الفعلي.

  • دفع حسب الاستخدام فقط
  • شحن سهل عبر USDT
  • تجربة مجانية أولية

خطوات البدء الفوري

رسم توضيحي لموجة الصوت لـ: خطوات البدء الفوري

لبدء استخدام واجهة كلام تك، قم بالتسجيل عبر صفحة /get-api-key/ باستخدام حسابك في Google أو عبر البريد الإلكتروني. سيظهر مفتاح API الخاص بك مع رصيد تجريبي قدره 0.50 دولار، مما يتيح لك إجراء حوالي 50,000 حرف من الاختبار خلال سبعة أيام.

أرسل طلب POST إلى https://api.k111.info/v1/audio/speech باستخدام حقل input للنص المختار. ستستقبل ملف الصوت مباشرة، مما يؤكد عمل التكامل قبل دمجه في التطبيق النهائي.

التسجيل في الخدمة

سجل حسابك على الموقع باستخدام Google أو البريد الإلكتروني. يتم إنشاء مفتاح API بشكل فوري، مع رصيد تجريبي بقيمة 0.50 دولار يمتد لمدة سبعة أيام. هذا الرصيد يكفي لاختبار حدود الواجهة دون الحاجة لشحن رصيد حقيقي.

  • التسجيل عبر Google أو البريد الإلكتروني
  • مفتاح API فوري ورصيد تجريبي
  • رصيد قابل للاستخدام مباشرة

تجربة الطلب الأول

أرسل طلب POST إلى نقطة النهاية /v1/audio/speech مع تحديد النص والصوت المطلوبين. يتم معالجة الطلب وإرجاع ملف الصوت مباشرة. إذا فشل التوليف، يتم إرجاع المبلغ كاملاً، مما يضمن عدم خصم رصيدك مقابل الأخطاء.

تأكد من أن النص لا يتجاوز 4096 حرفاً. استخدم مفتاح API في رأس الطلب تحت حقل Authorization بقيمة Bearer tts-...

  • إرسال طلب POST للنص
  • استلام ملف الصوت مباشرة
  • إرجاع المبلغ عند الفشل

دمج الواجهة في المشروع

استخدم OpenAI SDK أو أي مكتبة HTTP قياسية. غيّر base_url إلى https://api.k111.info/v1 واستخدم نفس هيكل الطلب. يدعم SDK النقاط النهائية القياسية مع حقول model وinput وvoice.

قم بتخزين مفتاح API في متغيرات البيئة. راقب الاستخدام عبر لوحة التحكم لمراقبة الحروف المتبقية والرصيد. الواجهة جاهزة للتكامل مع تطبيقات الويب والموبايل.

  • تغيير base_url إلى https://api.k111.info/v1
  • استخدام OpenAI SDK أو HTTP قياسي
  • تخزين المفتاح في متغيرات البيئة

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. Python documentation
  3. LibriTTS-R corpus (OpenSLR 141)
  4. curl documentation
  5. IETF RFC 7845: Ogg Opus
  6. ISO 639 language codes
  7. OpenAI API reference: create speech
  8. LibriVox public-domain audiobooks
  9. openai-node on GitHub
  10. TRON developer hub: TRC-20
  11. Tether (USDT)
  12. MDN: Web Speech API

المزيد في هذا الموقع