متن به گفتار هوش مصنوعی

صداهای هوش مصنوعی ما به گونه‌ای طراحی شده‌اند که طبیعی و شبیه به انسان به نظر برسند. با استفاده از فناوری پیشرفته عصبی متن به گفتار، این صداها شامل لحن طبیعی، الگوهای تنفس و تفاوت‌های ظریف احساسی هستند که در بسیاری از موارد آن‌ها را از صداپیشگان حرفه‌ای غیرقابل تشخیص می‌کند.

ما در حال حاضر از بیش از ۳۲ زبان و گویش پشتیبانی می‌کنیم، از جمله انگلیسی (با لهجه‌های مختلف مانند آمریکایی، بریتانیایی، استرالیایی)، اسپانیایی، فرانسوی، آلمانی، ژاپنی، چینی، روسی، عربی، هندی و بسیاری دیگر. ما به طور منظم زبان‌ها و لهجه‌های منطقه‌ای جدیدی را به کتابخانه خود اضافه می‌کنیم.

بله، شما می‌توانید صداها را به روش‌های مختلفی سفارشی کنید: تنظیم سرعت و زیر و بمی صدا، اضافه کردن تأکید روی کلمات خاص، کنترل مکث‌ها و حتی تغییر لحن احساسی (شاد، جدی، هیجان‌زده و غیره). برای کاربران پیشرفته، ما از SSML برای کنترل دقیق بر تلفظ و نحوه بیان پشتیبانی می‌کنیم.

شبیه‌سازی صدا در پلن‌های حرفه‌ای (Pro) و تجاری (Business) در دسترس است. برای ساخت شبیه‌ساز صدا، باید حداقل ۳ دقیقه نمونه صوتی شفاف از صدایی که می‌خواهید شبیه‌سازی کنید ارائه دهید. سیستم ما ویژگی‌های صدا را یاد می‌گیرد و یک نسخه دیجیتال می‌سازد که می‌توانید برای تولید گفتار از هر متنی استفاده کنید. لطفاً توجه داشته باشید که فقط باید صداهایی را شبیه‌سازی کنید که اجازه قانونی آن را دارید.

شما می‌توانید گفتار تولید شده خود را در فرمت‌های MP3، WAV و OGG خروجی بگیرید. سیستم ما به شما اجازه می‌دهد سطوح کیفی مختلفی را بسته به نیاز خود انتخاب کنید، از کیفیت استاندارد (128kbps) تا کیفیت صوتی بالا (320kbps) برای کاربردهای حرفه‌ای.

بله، ما یک API قدرتمند ارائه می‌دهیم که به توسعه‌دهندگان اجازه می‌دهد فناوری متن به گفتار ما را در اپلیکیشن‌ها، وب‌سایت‌ها یا خدمات خود ادغام کنند. API در پلن Pro با دسترسی پایه و در پلن Business با دسترسی کامل، محدودیت‌های نرخ بالاتر و SLA در دسترس است. مستندات در بخش Developer Hub موجود است.

پلن رایگان شامل ۱۰ دقیقه تولید صوت در ماه است. پلن Pro شامل ۱۲۰ دقیقه در ماه می‌باشد. پلن Business تولید صوت نامحدود را ارائه می‌دهد. این محدودیت‌ها به طول فایل صوتی نهایی اشاره دارد، نه زمان صرف شده در پلتفرم ما.

بله، ما امنیت و حریم خصوصی داده‌ها را بسیار جدی می‌گیریم. تمام متن‌های ارسال شده برای تولید صدا در حین انتقال و در حالت سکون رمزگذاری می‌شوند. ما محتوای متنی شما را پس از پردازش ذخیره نمی‌کنیم، مگر اینکه صراحتاً آن را در حساب خود ذخیره کنید. پلتفرم ما با استانداردهای GDPR مطابقت دارد و ویژگی‌های امنیتی اضافی برای مشتریان تجاری ارائه می‌دهیم.