تحويل نص إلى كلام متعدد الأصوات

مولّد حوارات بالذكاء الاصطناعي

أداة لإنشاء حوارات صوتية بالذكاء الاصطناعي بين متحدثين اثنين. أصوات المضيف والضيف محددة مسبقًا؛ اكتب نص المحادثة، ثم أنشئ الملف وحمّله كمسار صوتي واحد ومدمج.

بدون إعلانات

Dialogue studio

Host and Guest already have voices. Write the conversation, generate, and download one file.

Working tool

Speakers

Already loaded. Change a voice only if you want a different person.

2 speakers

H
G

Line 1 is Host. Line 2 is Guest. They keep taking turns.

166 characters
Advanced options
تصحيح نطق كلمة

أضف كلمة ينطقها الصوت بشكل خاطئ واكتبها كما يجب أن تُنطق. يُطبَّق التصحيح في كل مرة تُنشئ فيها، ويبقى نصك كما كتبته. محفوظ في هذا المتصفح فقط.

    Source files are parsed locally. In Cloud mode, only the selected text sections are sent for speech generation. In-browser mode keeps both the source and generated speech on this device.

    بدون إعلانات

    صفحة الأداة هذه غير مترجمة بعد. تعمل الأداة بالإنجليزية أدناه. استخدام بالإنجليزية

    تحويل نص إلى كلام بصوتين

    حوار متعدد الشخصيات من نص بسيط

    استوديو الحوار يبدأ بشخصين جاهزين. اكتب المحادثة، ثم أنشئ الملف النهائي وحمّله. يحتفظ كل شخص بصوته المميز.

    Related use cases

    صنّاع البودكاست الكتب الصوتية يوتيوب أصوات طبيعية
    The quick answer

    اكتب سطراً لكل دور. المضيف والضيف لديهما أصوات جاهزة. اضغط على "إنشاء" ثم حمّل ملف WAV أو MP3 موحداً.

    سير عمل الحوار

    اكتب، ثم ولّد

    1. 01

      اكتب المحادثة

      سطر واحد لكل دور. المضيف يبدأ، والضيف يتبع، ثم يتناوبان. وسم NAME: لا يزال يعمل إذا كنت تكتب النصوص بهذا الأسلوب.

    2. 02

      غيّر الصوت فقط إذا أردت

      المضيف والضيف لديهما أصوات متباينة بالفعل. غيّر الأسماء، اختر صوتًا مختلفًا، أو أضف شخصًا. لا نكتشف المتكلمين تلقائيًا من النص.

    3. 03

      ولّد وحمّل

      نقرة واحدة على "توليد" تبني المحادثة. استمع إليها، ثم حمّل ملف WAV أو MP3 مدمجًا.

    متى تستخدمه

    ما الذي يصنعه الناس مع TTS متعدد الأصوات

    04 scenarios
    01 / 04

    نسخ بودكاست بأسلوب NotebookLM

    بودكاست بمضيفين، صوت AI يطرح الأسئلة والآخر يشرح. اكتب النص، ولّد المضيف A والمضيف B بأصوات متباينة، ثم ادمج. بدون اشتراك، بدون قائمة انتظار.

    02 / 04

    مقاطع متحركة ونماذج ألعاب

    أعطِ كل شخصية في قصتك أو نموذج Twine صوت Kokoro مختلف. 54 صوتًا تعني طاقمًا كاملًا دون توظيف معلقين للمقابلة الأولية.

    03 / 04

    حوارات شخصيات الكتب الصوتية

    اقرأ السرد بصوت واحد (River أو Daniel)، ثم بدّل إلى أصوات مميزة للشخصيات في الاقتباسات المباشرة. المستمعون يتتبعون المتحدث دون وسم "قالت" في كل سطر.

    04 / 04

    حوارات لتعلم اللغات

    ولّد حوارات بين متحدثين بالإسبانية، الفرنسية، الهندية، اليابانية، الماندرين، و4 لغات أخرى. اجمع صوتًا ذكرًا وأنثى أصليين لتمارين تبادل واقعية.

    واصل التقدم

    ستة أزواج أصوات متباينة بوضوح

    نجاح الحوار يعتمد على قدرة المستمعين على تمييز الصوتين دون تفكير. هذه الأزواج الستة تتباين في الجنس، اللهجة، أو نبرة الشخصية. اختر واحدًا وابدأ التوليد.

    01 الإنجليزية الأمريكية

    Sarah + Adam

    مضيف + ضيف خبير

    Best for

    بودكاستات تعليمية بأسلوب NotebookLM. تسأل Sarah الأسئلة، ويجيب Adam بصوت خبير. أفضل ثنائي طبيعي للبرامج الأمريكية ذات المضيفين.

    02 الإنجليزية الأمريكية

    Bella + Liam

    محادثة ودية

    Best for

    بودكاستات نمط الحياة، حوارات الأصدقاء، ومشاهد المقاهي في الكتب الصوتية. صوتان دافئان يمنحان الحوار استرخاءً بعيداً عن الرسمية.

    03 الإنجليزية البريطانية

    Daniel + Emma

    دراما تاريخية أو بأسلوب BBC

    Best for

    مشاهد كتب صوتية تدور في بريطانيا، وثائقيات راقية، وبودكاستات تاريخية بهيكل مضيف وراوي. التماثل في اللهجة يحافظ على تماسك العالم القصصي.

    04 الإنجليزية الأمريكية (أدوار)

    Puck + Sky

    شخصيات رسوم متحركة / ألعاب

    Best for

    أفلام قصيرة متحركة، نماذج Twine، وحوارات الشخصيات في الألعاب المستقلة. Puck خبيث، وSky صوت واضح ومشرق. صوتا شخصيات، لا راوٍ.

    05 الإنجليزية الأمريكية

    River + Nova

    راوي وثائقي + مُستجوب

    Best for

    وثائقيات الجريمة الحقيقية، التاريخ، والعلوم، حيث يربط راوٍ سلس بين الاقتباسات المعاد إحياءها. River يحمل الخيط الرئيسي، وNova تمثل الصوت في الأرشيف.

    06 الإنجليزية الأمريكية

    Michael + Jessica

    طاقة المضيفين المتعاونين

    Best for

    مناكفات برامج الصباح، صيغ الأخبار والحديث، ومقدمات البودكاستات التجارية حيث يتبادل المضيفان الافتتاحية قبل بدء البرنامج.

    Want to hear them? Browse all 54 voices →

    تابع

    كيف تكتب حواراً يبدو طبيعياً في النطق النصي

    النموذج يتكفّل بالصوت، لكن الواقعية تأتي من طريقة كتابتك للإيقاعات، الصمت، والتفاعلات الصغيرة بين الشخصيات. ست قواعد تغطي العملية كاملة.

    • 01

      اكتب سطرًا واحدًا لكل دور

      المضيف يبدأ بالسطر الأول، والضيف بالثاني، ثم يتناوبان. إذا كنت تكتب النصوص بهذا الأسلوب، فوسوم الاسم الاختيارية (NAME:) لا تزال تعمل.

    • 02

      استخدم علامات الترقيم لتوجيه الإيقاع بين الأسطر

      الفاصلة ربع إيقاع، النقطة نصف إيقاع، الشرطة الطويلة وقفة حقيقية، والنقاط الثلاث إيقاع ممتد. إذا كان الشخصية مترددة، اكتب "حسنًا... لا أعرف إن كان ذلك صحيحًا." بدلًا من "حسنًا لا أعرف إن كان ذلك صحيحًا." الوقفة هي ما يبيع التردد، وKokoro يحترم علامات الترقيم.

    • 03

      اترك 200–400 مللي ثانية من الصمت بين الأدوار

      متوسط الفجوة الزمنية في المحادثات الحقيقية حوالي 250 مللي ثانية. إذا لمت مقطعي TTS متتاليين، سيبدو الحوار آليًا؛ أضف 300 مللي ثانية من الصمت الحقيقي بين الأدوار في محررك وسيبدو كأن شخصين يتحدثان. للمواقف المشحونة، اخفضها إلى 100 مللي ثانية. للمحادثات العميقة، ارفعها إلى 600 مللي ثانية.

    • 04

      محاكاة المقاطعة بتراكب 50–100 مللي ثانية

      اقطع مقطع الشخصية أ في منتصف الكلمة، ثم اسحب مقطع الشخصية ب ليبدأ قبل 50–100 مللي ثانية من انتهاء أ. هذا التراكب القصير هو الإشارة الصوتية العالمية لـ"انقطعوا عليه". مزج متقاطع (crossfade) بمقدار 100 مللي ثانية في منطقة التراكب ينعّم الوصلة ويجعل المقاطعة تبدو طبيعية.

    • 05

      وجّه الأصوات قليلًا لليسار واليمين لوضوح أفضل مع السماعات

      وجّه الشخصية أ بنسبة 15% لليسار والشخصية ب بنسبة 15% لليمين. ليس كثيرًا لدرجة تبدو مسرحية، لكن يكفي ليوقف مستمعي السماعات عن الخلط بين المتحدثين. التوجيه القوي (50%+) يناسب فقط الدراما الإذاعية. للبودكاست والكتب الصوتية، 15% هي النقطة المثالية.

    • 06

      اكتب التفاعلات الصوتية مثل الضحك و"ممم" كما تُنطق

      لا SSML، ولا وسم <laugh>، اكتب ما تريد نطقه. "ها ها ها" يعطي ضحكة نظيفة من ثلاثة مقاطع، "ممم" تُقرأ كموافقة، و"آه" تصل كاستياء. جرّب التفاعل كتوليد منفرد من 10 أحرف، بدّل الأصوات إذا كان أحدها ينطقه بشكل أنظف، ثم ضع ملف WAV على مسار منفصل في مونتاجك.

    تابع

    FreeTextoSpeech مقابل PlayHT وMurf في ميزات الحوار

    كلا من PlayHT وMurf يقدمان وضعًا أصليًا لمتحدثين متعددين: الصق النص مرة واحدة، واحصل على مزيج واحد. الثمن هو حدود شهرية للشخصيات، التسجيل المسبق، ورخصة تجارية مدفوعة. إليك القراءة الصريحة.

    دعم الحوار متعدد الأصوات

    FreeTextoSpeech

    اكتب سطرًا واحدًا لكل دور، المضيف والضيف لديهما أصوات جاهزة، وصدّر محادثة واحدة مدمجة.

    الباقات المجانية من PlayHT / Murf

    ميزة حوار متعددة المتحدثين أصلية، لكنها مقفلة خلف الباقات المدفوعة ومحدودة الأصوات في المجانية.

    تنوع الأصوات لكل مشهد

    FreeTextoSpeech

    54 صوتًا عبر 9 لغات، يكفي لفريق تمثيلي كامل.

    الباقات المجانية من PlayHT / Murf

    مجموعة أصوات مجانية أصغر، مع أغلبية الأصوات المميزة للشخصيات خلف جدار الدفع.

    تكلفة حوار مدته 5 دقائق

    FreeTextoSpeech

    مجاني. بلا حد أقصى لعدد المرات.

    الباقات المجانية من PlayHT / Murf

    يُحتسب ضمن حصة الحروف الشهرية المجانية؛ المشاهد الطويلة تدفعك للاشتراك المدفوع.

    ترخيص تجاري في الخطة المجانية

    FreeTextoSpeech

    استخدام تجاري كامل، دون ذكر المصدر.

    الباقات المجانية من PlayHT / Murf

    الاستخدام التجاري مقيد في الخطة المجانية؛ يتطلب اشتراكًا مدفوعًا للبودكاستات المدفوعة والألعاب المستقلة.

    صيغة الإخراج

    FreeTextoSpeech

    ملفات WAV بمعدل 24 kHz لكل صوت، جاهزة للإسقاط مباشرة على مسارات منفصلة في أي برنامج DAW.

    الباقات المجانية من PlayHT / Murf

    ملفات MP3 مضغوطة في الخطة المجانية، وغالبًا كخلطة واحدة فقط.

    التسجيل

    FreeTextoSpeech

    غير مطلوب. افتح الصفحة، الصق النص، وابدأ التوليد.

    الباقات المجانية من PlayHT / Murf

    يتطلب بريدًا إلكترونيًا، وبطاقة ائتمان مسجلة للميزات التجارية.

    توليد متعدد الأصوات بنقرة واحدة

    FreeTextoSpeech

    توليد أصلي متعدد المتكلمين مع محمّلين، تصدير مدمج، وتحكمات متقدمة اختيارية.

    الباقات المجانية من PlayHT / Murf

    وضع حوار أصلي متعدد المتكلمين في الخطط المدفوعة (لصق واحد، عرض واحد).

    يقوم زر التوليد بتشغيل كل دور بالترتيب حتى لا يُحمّل محرك الصوت المشترك.

    FAQ

    Frequently asked questions

    01

    هل يمكنني توليد صوتين في طلب واحد؟

    نعم. اكتب المحادثة، اسند صوتًا مختلفًا لكل متحدث، واضغط على توليد. سيقوم الاستوديو بتشغيل الأدوار بالترتيب وإنشاء ملف صوتي واحد مدمج.
    02

    كيف أتجنب تشابه الأصوات؟

    اختر أصواتًا تتباين في محورين على الأقل: الجنس، اللهجة، أو طبقة الصوت. سارة + آدم (أنثى أمريكية دافئة + ذكر أمريكي رسمي) واضحة الاستماع. بيلّا + دانيال (أمريكية محادثة + بريطانية رسمية) أوضح، لأن فرق اللهجة لا يُخطئ. تجنّب إقران صوتين بنفس اللهجة والجنس، فسيضيع الخيط على المستمع.
    03

    كيف أُحاكي المقاطعة بين الشخصيات؟

    استخدم استراحة قصيرة بين الأدوار في الخيارات المتقدمة. لتداخل حقيقي، حمّل الملف المدمج وضع الجملة الداخلة مبكرًا قليلًا في محررك.
    04

    كيف أتعامل مع الضحك، الأنفاس، أو ردود الفعل مثل "آه-آه"؟

    النموذج لا يدعم وسوم الأصوات غير اللفظية. اكتب ردودًا صوتية مثل "ها ها"، "ممم"، أو "آخ" كأدوار قصيرة مستقلة، ثم أعد المحاولة إذا كانت صياغة أخرى أفضل.
    05

    هل يمكنني نشر حوارات مولّدة بالذكاء الاصطناعي تجاريًا؟

    نعم. ملفات WAV بمعدل 24 kHz التي تحملها من FreeTextoSpeech مرخصة للاستخدام التجاري الكامل: بودكاستات، فيديوهات يوتيوب مدرة للدخل، كتب صوتية مدفوعة، ألعاب مستقلة، وقراءات إعلانية. لا يُشترط ذكر المصدر ولا مشاركة حقوق. الترخيص يغطي مشاهد الحوار ثنائية الصوت كما يغطي السرد أحادي الصوت.
    06

    ما أقصى مدة لمشهد حوار؟

    تُقيَّد كل عملية توليد بـ 5,000 حرف، لكن يمكنك تشغيل عدد غير محدود من العمليات. مشهد بودكاست نموذجي مدته 30 دقيقة بمضيفين يتكوّن من حوالي 4,500 كلمة موزعة على الشخصيتين، أي ما يعادل 12 عملية توليد (6 لكل صوت). ادمجها في ملف مشروع واحد لتحصل على الحلقة كاملة.
    07

    هل يبدو الحوار طبيعياً عند الانتقال بين الأدوار؟

    نعم، لأن نموذج Kokoro حتمي لكل صوت. الشخصية أ ستحافظ على صوتها في كل المقاطع. الفاصل الحقيقي هو الصمت بين الأدوار، وليس الصوت نفسه. اترك 200–400 مللي ثانية من صمت الغرفة أو الصمت المطلق بين المتحاورين، وسيتنفس الحوار كما في الحياة.
    08

    هل يمكنني استخدام ثلاثة شخصيات أو أكثر؟

    نعم. أضف متحدثاً في الاستوديو، امنحه صوتاً مميزاً، واكتب سطراً واحداً لكل دور. ثلاثة أصوات ممتازة؛ أما أربعة فتبدأ بإجهاد المتلقي ما لم يكن أحدها راوياً واضحاً.

    Still wondering? Get in touch →

    واصل الاستكشاف

    أدوات تحويل النص إلى كلام ذات صلة

    محتوى طويل ↗

    تحويل النص إلى صوت للبودكاست

    قراءات بجودة استوديو لمقدمات البودكاست والأقسام ذات المضيفين.

    محتوى طويل ↗

    تحويل النص إلى صوت للكتب الصوتية

    رواية كتب صوتية مستقلة مع تبديل الأصوات بين الشخصيات.

    جودة الصوت ↗

    توليد أصوات واقعية بالذكاء الاصطناعي

    لماذا تبدو أصوات Kokoro بشرية في مشاهد الحوار الطويلة.

    محتوى طويل ↗

    تحويل النص إلى صوت لليوتيوب

    أدخل مشاهد الحوار مباشرة في Premiere أو DaVinci Resolve.

    Try it now

    أنشئ مشهدك الأول بصوتين.

    أنشئ مجانًا في أقل من 10 دقائق، مع حقوق تجارية كاملة.

    Open the tool See all voices