اقرأ النص الياباني بصوت عالٍ بالذكاء الاصطناعي
يقرأ الذكاء الاصطناعي النص الياباني الذي تُدخله بصوت عالٍ، ويمكنك حفظه كملف صوتي. يعمل ذكاء تركيب الكلام Irodori-TTS داخل متصفحك، فلا يُرسل النص إلى أي مكان. لا تطبيق للتثبيت ولا تسجيل. استخدم Chrome أو Edge على كمبيوتر مزوّد بـ GPU (WebGPU).
تقرأ هذه الأداة النصوص اليابانية. ولا تُقرأ النصوص بلغات أخرى قراءة صحيحة.
كتابة الأعداد بالأرقام، كما في «10部»، تقلّل الأخطاء في القراءة. ويمكن إضافة الكلمات التي تُقرأ خطأً إلى «قاموس النطق».
تعمل مساعدة الذكاء الاصطناعي أيضًا داخل متصفحك، ولا يُرسَل النص ولا طلبك إلى أي مكان.
الصوت والجودة
إذا تركت هذا الحقل فارغًا، يُولَّد وصف صوت يناسب النص.
يُخزَّن القاموس في هذا المتصفح ولا يُرسَل إلى أي مكان. وقبل القراءة بصوت عالٍ، تُستبدل الكلمات في النص بقراءاتها من القاموس.
إعدادات الإخراج
نماذج الذكاء الاصطناعي المخزنة في هذا المتصفح
طريقة الاستخدام
- 1
أدخل النص
اكتب أو الصق النص الياباني الذي تريد قراءته بصوت عالٍ. كتابة الأعداد بالأرقام، كما في «10部»، تقلّل الأخطاء في القراءة. الضغط على زر رمز تعبيري يُدرج شعورًا أو أسلوب كلام عند موضع المؤشر.
- 2
اختر الصوت والجودة
اختر صوتًا من القائمة، أو اختر «اكتب وصف الصوت بنفسك» وصِفه باليابانية. الجودة الافتراضية «قياسية».
- 3
اقرأ بصوت عالٍ واحفظ
اضغط «قراءة بصوت عالٍ». في التشغيل الأول يُحمَّل نموذج الذكاء الاصطناعي (نحو 1.7 GB). أعد إنشاء أي جزء قُرئ خطأً بزر «إعادة التوليد»، ثم اضغط «حفظ» للحصول على ملف صوتي.
طريقة العمل وضبط الصوت والمشاعر
اختر صوتًا من القائمة، أو صِف صوتًا باليابانية في «وصف الصوت»، مثل «落ち着いた低めの声の男性» (رجل هادئ بصوت منخفض نسبيًا). تحدد الرموز التعبيرية في النص المشاعر أو أسلوب الكلام عند ذلك الموضع (الهمس والتوقف والضحك وغيرها). يُقسَّم النص الطويل ويُولَّد بالترتيب، ويُولَّد الباقي بما يطابق صوت الجزء الأول، فيقرؤه الصوت نفسه حتى النهاية. الذكاء الاصطناعي المستخدم هو نموذج تركيب الكلام Irodori-TTS (برخصة MIT). يُحمَّل نموذج الذكاء الاصطناعي (نحو 1.7 GB) من Hugging Face في المرة الأولى فقط ويُخزَّن على جهازك لاستخدامه لاحقًا.
لك حرية استخدام الصوت الذي تنشئه، ولا يلزم ذكر المصدر. يُحظر استخدامه لانتحال شخصية شخص حقيقي، أو لإيهام الناس بأن شخصًا حقيقيًا قال شيئًا ما. ولأن الذكاء الاصطناعي ينشئ الصوت من جديد في كل مرة، فقد يتصادف أن يشبه صوت شخص حقيقي.
مواصفات هذه الأداة
- الإدخال
- نص ياباني
- الإخراج
- MP3، M4A، WAV، OPUS
- الحدود
- لا حد لعدد الأحرف، الإخراج حتى 1 GB لكل ملف
- مجاني، دون تسجيل، ودون تثبيت تطبيق
- لا يُرفع النص أبدًا (يُعالَج داخل متصفحك)
الأسئلة الشائعة
هل يُرسل نصي إلى خادم؟
لا. يجري تحويل النص إلى كلام في المتصفح على جهازك، ولا يُرسل النص الذي تُدخله ولا وصف الصوت ولا قاموس النطق إلى أي مكان أبدًا. يُحمَّل نموذج الذكاء الاصطناعي من Hugging Face في المرة الأولى ويُخزَّن في متصفحك. لا حاجة إلى التسجيل. تُرسل إلى خادم هذا الموقع إحصاءات المعالجة المستخدمة لإصلاح الأخطاء (مواصفات الجهاز والعدد التقريبي للأحرف والجمل وأنواع الأخطاء وما شابه، وليس النص نفسه أو وصف الصوت أبدًا)، ويمكنك إيقاف ذلك بالمفتاح الموجود تحت «ساعدنا على تحسين الخدمة» أسفل الصفحة.
هل تعمل على iPhone أو الهواتف الأخرى؟
لا، لا تعمل على iPhone أو iPad. بعد تحميل ذكاء تحويل النص إلى كلام في الذاكرة، يستخدم نحو 3 GB منها في حساباته. وعلى iPhone وiPad يحدّ نظام التشغيل من مقدار الذاكرة التي تستطيع صفحة واحدة استخدامها، وعلى iPhone 15 Pro Max (ذاكرة 8 GB) الذي اختبرناه زاد استهلاك الصفحة على ذلك الحد بعد تحميل نموذج الذكاء الاصطناعي، فأُعيد تحميلها تلقائيًا قبل توليد أي كلام. وحتى لا يضيع تحميل نحو 1.7 GB سدى، تتوقف الأداة على iPhone وiPad قبل بدء التحميل. استخدم Chrome أو Edge على كمبيوتر مزوّد بـ GPU (WebGPU). وتعمل أيضًا على Android وفي Safari على Mac، لكنها قد تتوقف في منتصفها على بعض الأجهزة.
هل يمكنها استنساخ صوت (نسخ صوتي أو صوت يعجبني)؟
لا. حتى لا تُستخدم لنسخ صوت أحد دون إذنه أو لانتحال شخصية شخص حقيقي، تعمّدنا عدم إضافة أي ميزة تفتح تسجيلًا أو ملفًا صوتيًا لتقليد صوت (استنساخ الصوت). تحدد الصوت بـ «وصف الصوت» المكتوب. ويمكن حفظ صوت يعجبك في هذا المتصفح بـ «حفظ هذا الصوت» واستخدامه لقراءة أي نص بالصوت نفسه. عند تصدير صوت محفوظ إلى ملف، تُسجَّل طريقة صنع الصوت فقط، وعند الاستيراد تعيد هذه الأداة إنشاء الصوت منها، لذا لا يمكن إدخال صوت مصنوع من تسجيل.
هل يمكنها قراءة نص طويل؟
نعم. يُقسَّم النص عند نهايات الجمل، ويُقرأ بالترتيب ويُجمع في ملف صوتي واحد مع فترات صمت قصيرة بين أجزائه. لا حد لعدد الأحرف. على كمبيوتر اختبرناه (GPU المدمج في Ryzen 7 8745H)، تُنتج «قياسية» دقيقة واحدة من الصوت في نحو 30 ثانية، وتستغرق «جودة عالية» نحو 6 أضعاف ذلك الوقت.
ساعدنا على تحسين الخدمة
إذا فشل تحويل ما، فإن إرسال ظروف الفشل إلينا يساعدنا على تحديد السبب. فمعرفة الأجهزة والصيغ التي يكثر فيها الفشل، والمدة التي تستغرقها المعالجة، تتيح لنا مراجعة الصيغ المدعومة وإصلاح الأخطاء المسبّبة لذلك. إن لم يكن لديك مانع، فإن إبقاء هذا الخيار مفعّلًا يساعدنا كثيرًا.
ما يُرسَل
- الأداة التي استخدمتها والإعدادات التي اخترتها (صيغة الإخراج، الجودة، وغير ذلك)
- مواصفات جهازك (GPU، الذاكرة، عدد الأنوية)
- صيغة الإدخال مع حجم تقريبي
- عدد الملفات التي نجحت أو فشلت والمدة التي استغرقتها
- نوع الخطأ وتفاصيله عند حدوث فشل
ما لا يُرسَل أبدًا
- الملفات نفسها وأسماء الملفات
- النص المراد قراءته بصوت عالٍ، وأوصاف الأصوات، وقاموس النطق، والأصوات المحفوظة
- عناوين IP
تذهب البيانات إلى خادم هذا الموقع فقط، ولا تذهب أبدًا إلى خدمة تابعة لجهة خارجية.
للاطلاع على القائمة الكاملة، بما في ذلك التفاصيل التي ترسلها كل أداة، راجع «إحصاءات المعالجة» في سياسة الخصوصية.
تفاصيل ترسلها هذه الأداة (أعداد وأوقات وأنواع ونعم/لا فقط)
بالإضافة إلى «ما يُرسَل»، ترسل هذه الأداة التفاصيل التالية.
- تحويل النص إلى كلام
- العدد التقريبي للأحرف والجمل، وعدد الأجزاء التي وُلِّد فيها النص، والمدة التي استغرقتها تهيئة نموذج الذكاء الاصطناعي.