صداهای تبدیل متن به گفتار: MiniMax، Qwen 3، OpenAI و ElevenLabs
تقسیم‌بندی قدیمی به صداهای استاندارد و OpenAI حذف شده است. بخش انتخاب صدا اکنون شامل MiniMax، Qwen 3، OpenAI، ElevenLabs و صداهای خودتان است، همراه با تنظیمات و قیمت‌های متفاوت.
به‌روزرسانی‌شده در ۱۱ آبان ۱۴۰۵3 دقیقه مطالعه
بخش انتخاب صدا در برگه صدا در بخش تبدیل متن به گفتار قرار دارد. هر ارائه‌دهنده برگه مخصوص به خود را دارد و دو برگه دیگر، یعنی «علاقه‌مندی‌ها» و «اخیر»، صداها را از همه آن‌ها جمع‌آوری می‌کنند. دکمه پخش کنار هر صدا، یک نمونه رایگان را پخش می‌کند.
تفاوت گروه‌های صوتی با یکدیگر
| برگه | صداها | تنظیمات | قیمت | مناسب برای |
|---|---|---|---|---|
| MiniMax | ۵۳ صدا: ۴۵ انگلیسی و ۸ روسی | احساسات، سرعت ۰.۵ تا ۲، گام صدا از ۱۲- تا ۱۲+؛ برچسب‌ها برای خنده و مکث | ۱۲ توکن به ازای هر ۱,۰۰۰ نویسه | روایت‌های طولانی، گفتار همراه با احساسات |
| Qwen 3 | ۹ صدا | ندارد | حدود ۲۰ توکن به ازای هر ۱,۰۰۰ نویسه | عبارت‌های کوتاه به یکی از ۱۰ زبان |
| OpenAI | ۱۰ صدا | دستورالعمل‌های متنی و ۸ حالت پیش‌فرض | ۱.۸ توکن به ازای هر ۱۵۰ کلمه شروع‌شده | متن‌های طولانی با کمترین هزینه، صدایی با لحن مشخص |
| ElevenLabs | کتابخانه و کاتالوگ بزرگ جامعه کاربری | پایداری، شباهت، سبک؛ برچسب‌ها برای احساسات و مکث | ۱۲ توکن به ازای هر ۱,۰۰۰ نویسه | صدایی با جنسیت، سن، لهجه و زبان دلخواه |
| صداهای من | صداهای شبیه‌سازی‌شده از روی ضبط‌های شما | صداهای MiniMax: احساسات، سرعت، گام صدا؛ صداهای Qwen 3: ندارد | ۱۲ یا حدود ۱۱ توکن به ازای هر ۱,۰۰۰ نویسه | گفتار با صدای خودتان |
برای مقایسه، یک دقیقه گفتار حدود ۱۵۰ کلمه یا ۹۰۰ نویسه است: حدود ۲ توکن با OpenAI، ۱۱ توکن با MiniMax یا ElevenLabs و ۱۸ توکن با Qwen 3.
صداهای MiniMax
MiniMax دارای ۵۳ صدای آماده با نام‌های انگلیسی است، به عنوان مثال Expressive Narrator، Calm Woman، Wise Scholar و Deep-voiced Gentleman. از میان آن‌ها ۴۵ مورد انگلیسی و ۸ مورد روسی هستند، مانند Reliable Man و Bright Queen. اگر زبان برنامه روسی باشد، صداهای روسی در ابتدای فهرست قرار می‌گیرند. وقتی تبدیل متن به گفتار را باز می‌کنید، صدای Expressive Narrator به طور پیش‌فرض انتخاب شده است.
در زیر فهرست، تنظیمات صدا نمایش داده می‌شود: احساسات (شاد، غمگین، عصبانی، ترسان، شگفت‌زده، آرام، بیزار؛ برای غیرفعال کردن دوباره ضربه بزنید)، سرعت از ۰.۵ تا ۲ و گام صدا از ۱۲- تا ۱۲+. در برگه متن می‌توانید برچسب‌هایی مانند (laughs) یا مکث <#1#> اضافه کنید.
صداهای Qwen 3
Qwen 3 دارای ۹ صدا است و تنظیمی ندارد. این صداها به ۱۰ زبان صحبت می‌کنند: انگلیسی، روسی، چینی، آلمانی، فرانسوی، اسپانیایی، ایتالیایی، ژاپنی، کره‌ای و پرتغالی.
| زن | مرد |
|---|---|
| Vivian، Serena، Ono Anna، Sohee | Uncle Fu، Dylan، Eric، Ryan، Aiden |
صداهای OpenAI
OpenAI دارای ۱۰ صدا است. فقط این صداها دستورالعمل‌ها را می‌پذیرند: یک توضیح کوتاه درباره نحوه صحبت، یا یکی از ۸ حالت پیش‌فرض. نحوه نوشتن آن‌ها: نحوه تنظیم لحن صدای OpenAI.
| صدا | توضیحات در برنامه |
|---|---|
| Alloy | خنثی، متعادل، همه‌کاره |
| Ash | مرد، ملایم، محاوره‌ای |
| Ballad | مرد، آهنگین، موسیقیایی |
| Coral | زن، گرم، صمیمی |
| Echo | مرد، واضح، مطمئن |
| Fable | مرد، بریتانیایی، راوی داستان |
| Nova | زن، پرانرژی، جوان |
| Onyx | مرد، عمیق، مقتدر |
| Sage | مرد، دانا، آرام |
| Shimmer | زن، نرم، غنایی |
صداهای ElevenLabs
برگه ElevenLabs شامل دو بخش است: کتابخانه، مجموعه‌ای از صداهای آماده که بلافاصله بارگذاری می‌شود، و جامعه کاربری، کاتالوگی بسیار بزرگ‌تر از صداهای منتشرشده توسط سایر سازندگان. هر دو را می‌توان بر اساس زبان، جنسیت، سن، لهجه و کاربرد فیلتر کرد. تنظیمات شامل پایداری، شباهت و سبک است، و در برگه متن برچسب‌هایی مانند [whispers] یا [laughs] در دسترس هستند.
صداهای ElevenLabs تنها صداهای در دسترس در تغییردهنده صدا نیز هستند. نحوه جستجو و فیلتر کردن آن‌ها: انتخاب صدا.
کدام صدا را برای کار خود انتخاب کنید
| کاربرد | پیشنهاد اول برای امتحان |
|---|---|
| صداگذاری برای ارائه یا ویدیو به زبان انگلیسی | MiniMax با صدای Expressive Narrator یا یک صدای OpenAI با پیش‌فرض News |
| متن به زبانی غیر از انگلیسی یا روسی | ElevenLabs همراه با فیلتر زبان |
| متن طولانی با کمترین هزینه ممکن | OpenAI |
| گفتار همراه با خنده، آه یا مکث | MiniMax یا ElevenLabs همراه با برچسب‌ها |
| صدای خودتان | صداهای من: مشاهده نحوه صداگذاری متن با صدای خودتان |
تماس با پشتیبانی
مشکل را توضیح دهید تا از طریق ایمیل پاسخ دهیم. اگر نام فایل یا شناسه عملیات (job ID) دارید، آن را اضافه کنید.