نحوه تعیین لحن صدای OpenAI با دستورالعمل‌ها
یک صدای OpenAI در بخش تبدیل متن به گفتار انتخاب کنید، روی یک پیش‌تنظیم مثل News یا Story ضربه بزنید، یا سرعت و لحن را با کلمات خودتان توصیف کنید. دستورالعمل‌ها تغییری در قیمت ایجاد نمی‌کنند.
به‌روزرسانی‌شده در ۱۱ آبان ۱۴۰۵3 دقیقه مطالعه
یک دستورالعمل مشخص می‌کند که صدا چگونه صحبت کند: آرام‌تر، گرم‌تر، شبیه به گوینده خبر یا راوی قصه‌ها. بخش Instructions در برگه Voice تنها زمانی ظاهر می‌شود که یک صدای OpenAI انتخاب شده باشد. صداهای MiniMax و ElevenLabs در عوض تنظیمات اختصاصی خود را دارند که در انتهای این مقاله توضیح داده شده است.
نحوه افزودن دستورالعمل
در بخش تبدیل متن به گفتار، متن را وارد کنید و روی Continue ضربه بزنید.
در برگه Voice، برگه OpenAI را باز کنید و یک صدا را انتخاب نمایید، به عنوان مثال Coral یا Onyx.
زیر فهرست، در بخش Instructions، روی یک پیش‌تنظیم ضربه بزنید. متن آن در کادر زیر نمایش داده می‌شود و می‌توانید آن را ویرایش کنید.
یا توصیف دلخواه خود را در کادر «Describe how the voice should sound...» تایپ کنید.
روی Continue و سپس Generate ضربه بزنید.
برای حذف پیش‌تنظیم، دوباره روی آن ضربه بزنید تا کادر پاک شود.
کارکرد پیش‌تنظیم‌ها
8 پیش‌تنظیم وجود دارد. اگر زبان برنامه روسی باشد، متن پیش‌تنظیم به زبان روسی و در سایر زبان‌ها به زبان انگلیسی درج می‌شود.
| Preset | What it asks the voice to do |
|---|---|
| Calm | آرام و طبیعی، با سرعتی ملایم و مکث‌های طبیعی صحبت کند. |
| Cheerful | شاداب و باانرژی به نظر برسد، با لبخندی در لحن، سرعتی کمی بالا و آهنگی پرنشاط. |
| News | شبیه گوینده خبر صحبت کند: بیان واضح، لحن خنثی، سرعت یکنواخت و با اعتمادبه‌نفس. |
| Whisper | با زمزمه‌ای نرم و ملایم صحبت کند، گویی رازی را بازگو می‌کند. |
| Story | شبیه راوی گرم یک کتاب صوتی باشد که فضاسازی کرده و روی لحظات کلیدی تأکید می‌کند. |
| Teacher | ساده و روشن صحبت کند، بعد از نکات کلیدی مکث نماید و کلمات مهم را برجسته کند. |
| Dramatic | مانند راوی تیزر فیلم باشد: لحن عمیق و بم، سرعت آرام، مکث‌های طولانی. |
| Kids | صمیمی، بازیگوش و گرم به نظر برسد، آهسته و با لبخند صحبت کند و کلمات سرگرم‌کننده را برجسته سازد. |
نحوه نوشتن دستورالعمل شخصی
سرعت، لحن، احساس و در صورت نیاز، لهجه یا نقش را جداگانه شرح دهید. هرچه توصیف دقیق‌تر باشد، نتیجه نزدیک‌تر خواهد بود. چند مثال:
«Slow pace, slight British accent, thoughtful pauses between sentences.»
«Friendly support agent: warm, patient, smiling.»
«Sports commentator: fast, excited, louder at the end of each phrase.»
دستورالعمل در واقع یک درخواست از صدا است و ممکن است نتیجه میان صداها و زبان‌های مختلف متفاوت باشد. اگر صدا دستورالعمل را نادیده گرفت، آن را کوتاه‌تر و مشخص‌تر کنید یا صدای OpenAI دیگری را امتحان نمایید. هر بار تولید جدید هزینه جداگانه دارد.
قیمت و ذخیره‌سازی
دستورالعمل تغییری در هزینه ایجاد نمی‌کند: صدای OpenAI به ازای هر 150 کلمه آغاز شده از متن شما، چه با دستورالعمل و چه بدون آن، 1.8 توکن هزینه دارد. برنامه دستورالعمل شما را برای دفعات بعد ذخیره نمی‌کند. وقتی نتیجه‌ای را از History باز می‌کنید، دستورالعملی که با آن ساخته شده بازیابی می‌شود. برای استفاده مجدد از دستورالعمل‌ها، آن‌ها را در یک برنامه یادداشت‌برداری نگه دارید.
تنظیمات مربوط به سایر صداها
| Voices | Instead of instructions |
|---|---|
| MiniMax و همچنین صدای اختصاصی MiniMax شما | Emotion، Speed و Pitch زیر فهرست؛ تگ‌هایی مثل (laughs) و مکث <#1#> در متن |
| ElevenLabs | Stability، Similarity و Style؛ تگ‌هایی مثل [whispers] یا [excited] در متن |
| Qwen 3 و همچنین صدای اختصاصی Qwen 3 شما | بدون تنظیمات |
مقایسه تمام گروه‌های صوتی: صداهای تبدیل متن به گفتار.
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.