---
id: 13247
title: "صوت مخصص من OpenAI: ميزة تحويل الوصف إلى صوت متاحة لجميع العملاء"
slug: "openai-prompt-to-voice"
lang: "ar"
url: "https://heshamsaad.com/ar/openai-prompt-to-voice/"
markdown_url: "https://heshamsaad.com/en/openai-prompt-to-voice.md"
translations: {"en":"https://heshamsaad.com/en/openai-prompt-to-voice/"}
description: "صوت مخصص من OpenAI تنشئه مجانا من وصف نصي ويعمل في GPT-Live بسعر 0.05 دولار للدقيقة. الحدود والمنافسون والاستخدامات، ولا يوجد صوت عربي حتى الآن."
author: "Omar Khaled"
date_published: "2026-10-16T17:51:47Z"
date_modified: "2026-10-22T17:14:51Z"
categories: ["AI News"]
tags: ["GPT-Live","OpenAI","أخبار الذكاء الاصطناعي","بوت صوتي لخدمة العملاء","صوت مخصص من OpenAI","وكيل صوتي بالذكاء الاصطناعي"]
featured_image: "https://heshamsaad.com/wp-content/uploads/2026/10/openai-prompt-to-voice-og-v2-ar.jpg"
word_count: 2233
reading_time_min: 11
content_sha256: "4d8667eb159048b4fcecda5c1b5c9df865f26eb8677f5562598fac7dd2219c50"
---
# صوت مخصص من OpenAI: ميزة تحويل الوصف إلى صوت متاحة لجميع العملاء
صار بإمكان أي عميل لواجهة OpenAI البرمجية أن يصنع صوت مخصص من OpenAI بكتابة وصف قصير فقط. ففي 16 أكتوبر 2026 أتاحت الشركة ميزة تحويل الوصف إلى صوت (prompt-to-voice) لجميع عملاء الـ API: تكتب بالكلمات كيف تريد أن يبدو الصوت، فيحفظ صوتا جديدا تستخدمه متى شئت في جلسات GPT-Live. لا تسجيل ولا معلق صوتي ولا مقطع موافقة. وقبل أن تتحمس، هذه المعلومة تهمك من البداية: لا يوجد حتى الآن صوت عربي في قائمة أصوات GPT-Live المنشورة، والتوثيق الرسمي لا يذكر العربية أصلا.
في هذا المقال نشرح ما الذي أطلق فعلا، وكم يكلف، وأين تقف حدوده، وكيف يقارن بخدمات ElevenLabs وGoogle Cloud وMicrosoft Azure وAmazon Polly، وما الذي يعنيه لصاحب موقع ووردبريس أو نشاط تجاري. كل معلومة عن OpenAI مأخوذة من سجل التغييرات الرسمي ودليل الأصوات المخصصة ودليل جلسات GPT-Live ودليل التكلفة وصفحة الأسعار، وكل معلومة عن المنافسين مأخوذة من وثائقهم أو صفحات أسعارهم الرسمية. ستجد الروابط كلها في قسم المراجع آخر المقال.
## ما الجديد في تحديثي 15 و16 أكتوبر؟
نزل تحديثان في سجل التغييرات بفارق يوم واحد، وهما معا يجعلان GPT-Live أساسا أنسب لبناء وكلاء صوتيين للشركات.
### 16 أكتوبر: تحويل الوصف إلى صوت متاح للجميع
- إتاحة عامة. يقول دليل الأصوات المخصصة إن الميزة متاحة لكل عملاء الـ API. ينشأ الصوت عبر نقطة النهاية `/v1/audio/voices` مع ضبط الحقل `type` على `prompt`، أو من خلال ساحة تجربة الأصوات (voice Playground).
- الإنشاء مجاني. تنص OpenAI على أن إنشاء الصوت من الوصف لا يكلف شيئا، أما استخدامه في الكلام داخل GPT-Live فيحاسب بسعر الجلسة المعتاد. وانتبه إلى أن الاستماع إلى الصوت في ساحة التجربة يشغل جلسة GPT-Live حقيقية، فيحاسب هو الآخر.
- صوت محفوظ يمكن إعادة استخدامه. كل طلب ناجح يحفظ صوتا جديدا ويعيد لك معرفا واسما ووقت الإنشاء والوصف الأصلي الذي كتبته. بعدها تضع هذا المعرف صوتا للإخراج عند بدء أي جلسة.
- تسعة أصوات طبيعية جديدة. أضاف التحديث نفسه تسعة أصوات جاهزة: Nuri وJuni وFlitz بالألمانية، وBrise وSillage بالفرنسية، وNira بالهندية، وHarema وShida باليابانية، وNoeul بالكورية. لاحظ أن العربية ليست بينها.
### 15 أكتوبر: تكامل مباشر بين GPT-Live وDecisions
قبلها بيوم أضافت OpenAI تكاملا أصيلا بين GPT-Live وواجهة Decisions. وDecisions واجهة أطلقتها الشركة بنسخة تجريبية في 6 أكتوبر مع نموذج `gpt-6-luna`، وظيفتها تحويل النصوص والصور إلى إجابات محددة النوع، وتصفها OpenAI بأنها أسرع بعشر مرات من Responses API. مع التكامل الجديد يستطيع GPT-Live أن يستدعي Decisions مباشرة عبر التفويض الأصيل، دون أن يمر الطلب بخادمك أولا. ويمكنك كذلك تشغيل القرارات مع وصول أجزاء النص المكتوب من كلام المستخدم أو من رد الوكيل، أي أن تطبيقك يبدأ التصرف والمتصل ما زال يتكلم.
تخيل الأمر هكذا: الصوت هو موظف الاستقبال، وDecisions زميل سريع يجلس خلفه ويحدد في لحظة ما الذي يطلبه المتصل. فعبارة مثل «أريد تأجيل موعد الخميس» تصنف طلب تغيير موعد قبل أن يكمل صاحبها جملته.
## كيف يعمل صوت مخصص من OpenAI على أرض الواقع؟
الخطوات قليلة، وهذا هو جوهر الفكرة.
1. اكتب الوصف. تصف خصائص الصوت بلغة عادية. يذكر دليل OpenAI ما يمكن وصفه: اللكنة، والعمر الظاهر، وطابع الصوت، وطبقته، ونبرته، وخشونته أو صفاؤه، وقوته، وسرعة الكلام، ومدى تميزه. ومثال الشركة نفسها صوت بالغ هادئ ومطمئن لمساعد خدمة عملاء، بلكنة إنجليزية أمريكية وطبقة متوسطة ونبرة دافئة وإيقاع ثابت.
2. أضف نصا تجريبيا إن أردت. الحقل `script_hint` يقبل حتى 2,000 حرف من كلام نموذجي يوجه عملية التوليد، وإن تركته كتبت الخدمة نصا من وصفك. النصوص الفارغة أو القصيرة جدا ترفض.
3. احفظ المعرف. الرد يحمل بيانات وصفية فقط، بلا ملف صوتي ولا معاينة، فلن تسمع الصوت إلا ببدء جلسة.
4. استخدمه في GPT-Live. تضع المعرف في `session.audio.output.voice.id`، وتنصح OpenAI بإضافة الوصف الأصلي أيضا إلى تعليمات الجلسة حتى يأتي الأداء مطابقا له.
5. عدل خاصية واحدة في كل مرة. كل طلب إنشاء يحفظ صوتا جديدا، لذا تقترح الشركة تغيير صفة واحدة في كل محاولة ومقارنة النتائج على المقطع نفسه.
نقطتان فنيتان تفيدانك في التخطيط: الصوت يختار عند بدء الجلسة، ولتغييره تبدأ جلسة جديدة. وتعليمات الجلسة تتسع لـ 16,384 رمزا (token)، وهي مساحة تكفي وصف صوت علامتك التجارية وقواعد عملك معا.
## المزايا والعيوب
### ما يحسب لها
- بلا تسجيل وبلا معلق صوتي. لا تحتاج تسجيلا مرجعيا ولا تسجيل موافقة، فتتجنب حجز الاستوديو والعقود والمنطقة الرمادية قانونيا في نسخ صوت شخص حقيقي.
- الإنشاء مجاني. جرب أكثر من وصف دون أن تدفع على خطوة الإنشاء نفسها.
- متاحة لكل العملاء. الطريق الأقدم، أي الأصوات المأخوذة من تسجيلات، محصور في العملاء المؤهلين عبر فريق المبيعات. أما الوصف فلا قيد عليه.
- محاسبة بالثانية. جلسات GPT-Live تحسب بالثانية دون تقريب إلى دقيقة كاملة.
- استجابة أسرع مع Decisions. تكامل 15 أكتوبر يجعل الوكيل يختار الإجراء في منتصف الجملة، فيبدو البوت الهاتفي أقل بطئا.
### ما يؤخذ عليها
- لا صوت عربي حتى الآن. نقولها بوضوح: قائمة أصوات GPT-Live المنشورة تغطي الإنجليزية والبرتغالية والألمانية والفرنسية والهندية واليابانية والكورية، ولا يوجد فيها صوت عربي، ولم تذكر OpenAI أي موعد لذلك.
- لـ GPT-Live وحده. الأصوات المولدة من الوصف لا تعمل مع واجهات Text to Speech ولا Realtime ولا Chat Completions، فلن تستطيع استخدام صوت علامتك نفسه لتعليق فيديو عبر واجهة تحويل النص إلى كلام.
- لا معاينة في الرد. لا بد من جلسة مدفوعة لتسمع ما صنعت.
- ليس حصريا لك. تقول OpenAI إن الأصوات غير مضمونة التفرد، وقد يولد غيرك أصواتا مشابهة.
- سقف 100 صوت. لكل مؤسسة حتى 100 صوت مولد من الوصف، ويدخل في العدد ما يصنعه تطبيقك لعملائه. الوكالة التي تريد صوتا لكل عميل ستصل إلى السقف سريعا.
- فجوة في عدم الاحتفاظ بالبيانات. إنشاء الأصوات عبر `/v1/audio/voices` لا يتوافق مع وضع Zero Data Retention، مع أن الكلام المولد داخل GPT-Live مؤهل له عند تفعيله.
- قواعد استخدام. الأصوات يجب أن تكون لبالغين، ولا يجوز طلب تقليد شخص بعينه أو شخصية عامة أو خيالية، وعليك إخبار المستمع بأن الكلام مولد بالذكاء الاصطناعي.
## مقارنة مع الخدمات المنافسة
كل شركة تسعر الصوت وتقدمه بطريقتها، لذلك لا تصح المقارنة بسعر الدقيقة وحده. الجدول التالي يلتزم بما تنشره كل شركة رسميا.
| الخدمة | صوت مخصص من وصف نصي؟ | الإتاحة | السعر المنشور |
|---|---|---|---|
| OpenAI GPT-Live | نعم (prompt-to-voice) | كل عملاء الـ API | الإنشاء مجاني، و`gpt-live-1` بسعر 0.05 دولار للدقيقة محسوبة بالثانية، والنماذج والأدوات الخلفية منفصلة |
| ElevenLabs | نعم (Voice Design) | خطط اشتراك ذاتية | الوكلاء (Speech Engine) 0.08 دولار للدقيقة، وTTS v4 Turbo بسعر 0.04 دولار لكل ألف حرف، وv4 بسعر 0.08 دولار |
| Google Cloud Chirp 3 Instant Custom Voice | لا، يبنى من تسجيلات صوتية | للمستخدمين المدرجين في قائمة السماح فقط | 60 دولارا لكل مليون حرف |
| Microsoft Azure custom voice | لا، يبنى من عينات كلام بشري | محدودة بشروط أهلية ونموذج طلب | راجع صفحة أسعار Azure Speech |
| Amazon Polly | لا تذكر صفحة الأسعار خيار الوصف النصي | اشتراك ذاتي | Generative بسعر 30 دولارا، وNeural بسعر 16، وStandard بسعر 4 لكل مليون حرف |
ElevenLabs هي الأقرب في الفكرة، فأداة Voice Design لديها تصنع صوتا من وصف نصي للكنة والجنس والإيقاع والنبرة والأسلوب. لكن الشركة نفسها تصف الأداة بأنها تجريبية، وتقول إن النسخ الاحترافي للأصوات (Professional Voice Clones) يقدم أعلى جودة وثبات. وتذكر في صفحة الأسعار دعم أكثر من 90 لغة لخدمات تحويل النص إلى كلام والوكلاء. وتنبه كذلك إلى أن أصواتها الافتراضية القديمة تنتهي في 31 ديسمبر 2026، وهذا يهم من بنى عليها.
Google Cloud تسلك طريق التسجيلات: ميزة Instant Custom Voice في Chirp 3 تدرب صوتا شخصيا من تسجيلات عالية الجودة، وتتطلب عبارة موافقة، والوصول إليها مقصور على قائمة سماح. والجميل لقارئنا العربي أن جدول اللغات لديها يتضمن العربية (ar-XA) مع عبارة موافقة بالعربية.
Microsoft Azure تبني الصوت المخصص من عينات كلام بشري تستخدم بيانات تدريب، وتقول إن الوصول إليه محدود وفق معايير الأهلية والاستخدام.
Amazon Polly خدمة لتحويل النص إلى كلام بالسعر لكل حرف، وفيها فئات Standard وNeural وLong-Form وGenerative. مناسبة لقراءة النصوص بتكلفة منخفضة، لكن صفحة أسعارها لا تتحدث عن صنع صوت من وصف مكتوب.
الخلاصة بصراحة: OpenAI وElevenLabs هما الخياران هنا اللذان يسمحان لأي شخص بوصف صوت بالكلمات واستخدامه في اليوم نفسه. نسخة OpenAI مرتبطة بمنظومة وكلائها الصوتيين المباشرين، وElevenLabs تعرض تغطية لغوية أوسع. وأما العربية، فـ OpenAI لا تقدم صوتا عربيا في GPT-Live، وGoogle تدرجها في خيارها القائم على التسجيلات والمحصور في قائمة سماح، فأي مشروع عربي يحتاج اختبارا جادا قبل الالتزام.
## أين يفيد وكيل صوتي بالذكاء الاصطناعي بصوت علامتك؟
يكون وكيل صوتي بالذكاء الاصطناعي بصوت خاص بك مفيدا حقا حين تتلقى المؤسسة النوع نفسه من المكالمات كل يوم، وتريد أن تبدو كلها بالأسلوب ذاته.
- حجز مواعيد العيادات والصالونات. صوت هادئ غير مستعجل يؤكد الموعد أو يؤجله ثم يعيد قراءة التاريخ على المتصل. وDecisions تصنف الطلب «حجز» أو «تأجيل» أو «إلغاء» أثناء الكلام.
- حجوزات المطاعم. صوت ودود ومرح يسجل عدد الأشخاص والموعد ثم يمرر الطلب إلى نظام الحجز.
- بوت صوتي لخدمة العملاء في الخط الأول. حالة الطلب، ومواعيد العمل، وسياسة الاسترجاع. يتولى البوت الأسئلة المتكررة ويحول الحالات الصعبة إلى الموظفين.
- مكاتب استقبال متعددة اللغات. فنادق وشركات سياحة تخدم ضيوفا يتحدثون الألمانية أو الفرنسية أو الهندية أو اليابانية أو الكورية صار لديها أصوات طبيعية جاهزة بهذه اللغات.
- صوت مميز دون توظيف أحد. إن أردت صوتا يعرفه عملاؤك وليست لديك ميزانية لمعلق صوتي ولا رغبة في نسخ صوت إنسان حقيقي، فالوصف هو الطريق الأنظف.
ويتضمن توثيق OpenAI أيضا الربط بالهاتف عبر بروتوكول SIP، فخط الهاتف هدف واقعي وليس مجرد نافذة على الموقع. لكن تذكر أن المكالمات العربية تحديدا لن تجد صوتا عربيا جاهزا اليوم.
## الحدود والأسعار من المصادر الرسمية
- إنشاء الصوت: مجاني.
- كلام GPT-Live: سعر `gpt-live-1` المعلن 0.05 دولار للدقيقة، والمحاسبة بالثانية دون تقريب. استخدام النماذج والأدوات الخلفية يحاسب منفصلا.
- ما يحسب من وقت الجلسة: كل الوقت النشط، سواء تكلم المستخدم أو الوكيل أو صمت الاثنان أو كانت الخلفية تعمل. وكتم الميكروفون لا يغلق الجلسة.
- بدء جلسات WebRTC: إنشاء الجلسة يحتسب 15 ثانية أثناء التهيئة، ثم تخصم من مدة الجلسة عند تشغيلها، فالمكالمة ذات التسعين ثانية لا تحسب 105 ثوان.
- مثال OpenAI نفسها: مكالمة مدتها 90 ثانية تكلف 0.075 دولار للصوت، ومع 0.02 دولار للعمل الخلفي يصبح المجموع 0.095 دولار.
- نموذج Decisions: سعر `gpt-6-luna` المعلن 0.10 دولار للمدخلات و0.50 دولار للمخرجات لكل مليون رمز.
- عدد الأصوات: حتى 100 صوت مولد من الوصف لكل مؤسسة، وحتى 20 صوتا من التسجيلات للعملاء المؤهلين.
- النص التجريبي: حتى 2,000 حرف.
- تعليمات الجلسة: حتى 16,384 رمزا.
- الواجهات المدعومة: GPT-Live فقط للأصوات المولدة من الوصف.
- اللغة العربية: لا يوجد صوت عربي في القائمة المنشورة حتى الآن.
حساب تقريبي سريع: بسعر 0.05 دولار للدقيقة، ألف مكالمة متوسط كل منها دقيقتان تكلف نحو 100 دولار من وقت الصوت قبل التكاليف الخلفية. والفاتورة الفعلية تتوقف على طول المكالمات، وحجم العمل الخلفي في كل منها، وسرعة إغلاق الجلسات.
## ماذا يعني هذا لموقع ووردبريس أو لنشاطك التجاري؟
GPT-Live واجهة برمجية وليس إضافة لووردبريس، فلن يظهر شيء في لوحة التحكم من تلقاء نفسه. يحتاج الأمر إلى [مطور يربطه بموقعك](https://heshamsaad.com/ar/wordpress-development/)، غالبا عبر جزء صغير على الخادم ينشئ الجلسات ويتحدث مع بيانات الحجز أو الطلبات. والطريق العملي لمعظم المواقع:
1. ابدأ بالنص. إن لم يكن على موقعك [شات بوت](https://heshamsaad.com/ar/wordpress-ai-chatbot/) بعد، فابنه أولا. الأسئلة والأجوبة وقواعد الحجز التي تكتبها له ستصبح لاحقا تعليمات الوكيل الصوتي.
2. اكتب صوت علامتك وصفا. تعامل معه كدليل أسلوب: الفئة العمرية، والإيقاع، والدفء، واللكنة. واحتفظ بالنص لأن OpenAI توصي بإعادة استخدامه في تعليمات الجلسة.
3. اربط بياناتك الحقيقية. إضافات الحجز أو طلبات WooCommerce أو نظام إدارة العملاء تعطي الوكيل ما يقوله. وDecisions تحول طلبات المتصل إلى مجموعة صغيرة ثابتة من الإجراءات التي يدعمها موقعك أصلا.
4. أخبر المتصل بأنه يكلم ذكاء اصطناعيا. هذا من شروط OpenAI، وتكفيه جملة قصيرة في بداية المكالمة.
5. خطط للعربية على حدة. إن كان عملاؤك يتحدثون العربية، فلا يوجد صوت عربي في GPT-Live حتى الآن، فاختبر بعناية أو استعن بمزود آخر لهذه المكالمات.
احفظ مفاتيح الـ API على الخادم لا في كود الواجهة، وراقب مدة الجلسات حتى لا تبقى اتصالات خاملة مفتوحة تستهلك رصيدك. وإن أردت أن نفكر معا هل يناسب الوكيل الصوتي نشاطك، وكيف يربط بموقع ووردبريس الخاص بك، فيسعدني أن تحجز [استشارة مجانية](https://heshamsaad.com/ar/free-consultation/).
## الأسئلة الشائعة
### هل إنشاء صوت مخصص من OpenAI مجاني؟
نعم، إنشاء الصوت من الوصف مجاني بحسب OpenAI. تدفع فقط حين يتكلم الصوت داخل جلسة GPT-Live بسعرها المعتاد، والاستماع في ساحة التجربة يحسب جلسة أيضا.
### هل يوجد صوت عربي؟
لا، ليس حتى الآن. أصوات GPT-Live الحالية بالإنجليزية والبرتغالية والألمانية والفرنسية والهندية واليابانية والكورية، ولم تنشر OpenAI شيئا عن العربية.
### هل أستطيع استخدام الصوت مع واجهة تحويل النص إلى كلام؟
لا. الأصوات المولدة من الوصف تعمل مع GPT-Live فقط، ولا تدعمها واجهات Text to Speech أو Realtime أو Chat Completions.
### هل يمكن أن يشبه الصوت مشهورا أو شخصا حقيقيا؟
لا. تطلب OpenAI وصف خصائص الصوت فقط دون طلب تقليد شخص بعينه أو شخصية عامة أو خيالية، وأصوات الأطفال غير مسموح بها.
### كم صوتا أستطيع أن أنشئ؟
حتى 100 صوت مولد من الوصف لكل مؤسسة، بما فيها الأصوات التي ينشئها تطبيقك لعملائه.
### هل سيكون الصوت حكرا على علامتي التجارية؟
ليس مضمونا. تذكر OpenAI أن غيرك قد يولد أصواتا أو مخرجات مشابهة.
### ما الذي تضيفه Decisions إلى البوت الصوتي؟
تتيح لـ GPT-Live أن يختار إجراء محددا مثل «تأجيل» أو «إلغاء» مباشرة وبسرعة، حتى والمتصل لم ينه كلامه. ثم ينفذ تطبيقك الإجراء ويخبر الوكيل المتصل بالنتيجة.
## المراجع
- [سجل تغييرات OpenAI API](https://platform.openai.com/docs/changelog)
- [دليل الأصوات المخصصة، وثائق OpenAI](https://platform.openai.com/docs/guides/custom-voices)
- [جلسات GPT-Live وخيارات الأصوات، وثائق OpenAI](https://platform.openai.com/docs/guides/live-conversations)
- [ربط الصوت بـ Decisions، وثائق OpenAI](https://platform.openai.com/docs/guides/decisions-voice)
- [استخدام الصوت وتكلفته، وثائق OpenAI](https://platform.openai.com/docs/guides/voice-latency-cost)
- [أسعار OpenAI API](https://platform.openai.com/docs/pricing)
- [Voice Design، وثائق ElevenLabs](https://elevenlabs.io/docs/product-guides/voices/voice-design)
- [الأصوات، وثائق ElevenLabs](https://elevenlabs.io/docs/capabilities/voices)
- [أسعار ElevenLabs API](https://elevenlabs.io/pricing/api)
- [Chirp 3: Instant Custom Voice، Google Cloud](https://cloud.google.com/text-to-speech/docs/chirp3-instant-custom-voice)
- [أسعار Text-to-Speech، Google Cloud](https://cloud.google.com/text-to-speech/pricing)
- [ما هو الصوت المخصص؟، Microsoft Learn](https://learn.microsoft.com/en-us/azure/ai-services/speech-service/custom-neural-voice)
- [أسعار Amazon Polly](https://aws.amazon.com/polly/pricing/)