متن به گفتار کردی در ۲۰۲۶: گویش‌ها، صداها، قیمت‌گذاری و نحوه انتخاب

کردی توسط ۳۰–۴۰ میلیون نفر صحبت می‌شود، اما در بیشتر دههٔ گذشته پلتفرم‌های بزرگ گفتاری هیچ صدای کردی ارائه نمی‌دادند. این وضعیت تغییر کرده است: در سال ۲۰۲۶ تبدیل متن به گفتار (TTS) طبیعی کردی برای هر سه گویش عمده وجود دارد و دیگر سؤال این نیست که آیا رایانه می‌تواند کردی را بلند بخواند، بلکه این است که چقدر خوب، به چه گویشی و با چه هزینه‌ای.

این راهنما توضیح می‌دهد که TTS کردی در پشت صحنه چگونه کار می‌کند، چه چیزی صدای کردی خوب را از صدای روباتیک متمایز می‌سازد، mazdek AI امروز چه ارائه می‌دهد و آزمایشی کوتاه که می‌توانید روی هر ابزاری — از جمله ابزار ما — انجام دهید، پیش از آنکه به آن متعهد شوید.

چرا تبدیل متن به گفتار کردی سخت‌تر از آن چیزی است که به نظر می‌رسد

کردی یک زبان نوشتاری واحد نیست. سه عامل آن را برای موتور گفتاری به‌طور غیرمعمول دشوار می‌سازد:

علاوه بر این، نرمال‌سازی متن نیز مطرح می‌شود: اعداد، تاریخ‌ها، ارزها، اختصارات و واژه‌های قرضی باید پیش از خوانده شدن توسط هر صدایی، به کلمات مناسب در گویش درست گسترش یابند. «۱۹۹۹» در کرمانجی و سورانی به یک شکل تلفظ نمی‌شود، و موتوری که این مرحله را نادیده بگیرد، هر چقدر هم صدای خوبی داشته باشد، رباتیک به نظر می‌رسد.

در نهایت، داده‌ها هستند. صداهای همه‌منظوره بر روی هزاران ساعت انگلیسی آموزش دیده‌اند. کردی تنها کسری از آن را دارد، بنابراین هر موتور جدی کردی، مدلی تنظیم‌شده است که بر پایه یک پیکره دستی جمع‌آوری‌شده ساخته شده — اندازه و پاکیزگی آن پیکره همان چیزی است که واقعاً بابت آن پرداخت می‌کنید.

نحوه ساخت صدای مدرن کردی

در پشت صحنه، موتورهای امروزی کردی از همان خط تولید پیروی می‌کنند:

۱. نرمال‌سازی متن (اعداد، تاریخ‌ها، حروف خاص اسکریپت، علائم نگارشی). ۲. پیش‌بینی عروض — جایی که تأکید قرار می‌گیرد، کجا مکث شود، و جمله چگونه بالا و پایین می‌رود. ۳. ترکیب صدا با یک مدل عصبی (مدل‌های تطبیق جریان مانند F5-TTS جایگزین سیستم‌های قدیمی‌تر پیوندی و سبک Tacotron شده‌اند). ۴. کپی یا انتخاب صدا از یک نمونه ضبط کوتاه — این روشی است که یک مدل می‌تواند صدها صدای متفاوت ارائه دهد.

در mazdek AI، کورمانجی و کرمانجکی با مدل F5-TTS اختصاصی ما اجرا می‌شوند که روی ضبط‌های استودیویی باکیفیت کورمانجی آموزش دیده است. سورانی روی یک مدل F5 جداگانه با فهرستی از ۱۲۰۰+ هویت صوتی اجرا می‌شود. همه زبان‌های دیگر (۸۰+) به موتور چندزبانه هدایت می‌شوند. مدل‌های کردی روی سرورهای GPU خودمان اجرا می‌شوند — به همین دلیل کاراکترهای کردی روی پلن‌های ما ارزان هستند و صداها با هر بار بازآموزش بهبود می‌یابند، نه اینکه منتظر شخص ثالث بمانند.

پوشش mazdek AI به تفکیک گویش

گفتار تنها زمانی مفید است که بقیه پشته زبانی هم وجود داشته باشد. این چیزی است که یک حساب mazdek AI برای هر گویش ارائه می‌دهد:

• ترجمه255 زبان‌ها
• گفتار به متن (۹۰+)90 زبان‌ها
• تبدیل متن به گفتار (۸۰+)86 زبان‌ها
• اسکن سند6 زبان‌ها

گویش‌های کردی در هر مجموع کلی شمرده می‌شوند. ترجمه ۲۵۵ زبان را پوشش می‌دهد؛ تشخیص گفتار و تبدیل متن به گفتار، کرمانجی، سورانی، کرمانجکی و بیش از ۸۰ زبان دیگر را پوشش می‌دهند.

زازاکی (کرمانجکی) شایستهٔ ذکر ویژه است. تقریباً ۲–۳ میلیون نفر آن را صحبت می‌کنند، ادبیات و رادیوی خاص خود را دارد و معمولاً اولین چیزی است که از محصولات «کردی» حذف می‌شود. مزدک AI آن را در همهٔ طرح‌ها، از جمله طرح رایگان، می‌خواند، رونویسی و ترجمه می‌کند.

واقعاً چقدر صدا دریافت می‌کنید؟

TTS بر اساس کاراکتر فروخته می‌شود، اما مردم به دقیقه فکر می‌کنند. یک قاعدهٔ سرانگشتی مفید برای کردی: حدود ۹۰۰ کاراکتر متن معادل یک دقیقه گفتار نهایی با سرعت خواندن طبیعی است.

• رایگان — ۴۰٬۰۰۰ کاراکتر45 min
• Pro $19.99 — 750,000 کاراکتر830 min
• حداکثر ۷۹٫۹۹ دلار — ۳٬۰۰۰٬۰۰۰ کاراکتر3,330 min

اجازه تبدیل متن به گفتار کورمانجی / سورانی / کرمانجکی با سرعت ≈۹۰۰ کاراکتر در دقیقه. صداهای چندزبانه سهمیه جداگانه و مخصوص به خود را دارند.

دو نکته که پیش از مقایسهٔ هر طرحی باید بدانید:

• صداهای کردی و چندزبانه جداگانه محاسبه می‌شوند. کردی روی مدل‌های خودمان اجرا می‌شود و سخاوتمندانه است؛ موتور چندزبانه یک سرویس شخص ثالث با سهمیهٔ محدودتر است. اگر کار شما بیشتر کردی است، این تفکیک به نفع شماست.
• صدا با بخش متنی بسته‌بندی شده است. همان طرح شامل دقایق تبدیل گفتار به متن، کاراکترهای ترجمه، دستیار هوش مصنوعی، OCR و — در طرح‌های Max و Enterprise — مترجم زنده است، بنابراین لازم نیست سه اشتراک جداگانه برای یک گردش‌کار تهیه کنید.

• تبدیل متن به گفتار کردی40,000 شخصیت‌ها
• ترجمه12,000 شخصیت‌ها
• متن به گفتار چندزبانه3,000 شخصیت‌ها

Kurdish text-to-speech, translation and multilingual text-to-speech allowances on the free plan. Speech-to-text (10 minutes) and the AI assistant are included as well.

چگونگی انتخاب: آزمون ۷ نقطه‌ای

این متن انگلیسی را به فارسی ترجمه کنید. فقط خروجی ترجمه را بدهید، هیچ چیز دیگری:

هر نامزد — شامل mazdek AI — را با متن خودتان در یک آزمون کوتاه اجرا کنید:

۱. گویش و نویسه. یک پاراگراف کرمانجی، یک پاراگراف سورانی و در صورت نیاز یک پاراگراف کرمانکی بچسبانید. آیا ابزار هر سه را می‌پذیرد؟

۲. اعداد و تاریخ. «۲۵ تباخ ۲۰۲۶»، یک شماره تلفن و یک قیمت را بگنجانید. خواندن رقم‌به‌رقم رایج‌ترین نقطه شکست است.

۳. نام‌ها و وام‌واژه‌ها. نام مکان‌ها (آمد، هه‌ولێر، قامشلو) و وام‌واژه‌های ترکی، عربی یا انگلیسی، ضعف نرمال‌سازی را آشکار می‌کنند.

۴. حروف دشوار. در کرمانجی به x تنها (xanî)، q (qenc) و w گوش دهید؛ در سورانی به ڵ و ڕ.

۵. متن بلند. ۳۰۰۰ کاراکتر بچسبانید. آیا صدا ثابت می‌ماند یا تکرار، پرش یا انحراف می‌کند؟

۶. حقوق و حریم خصوصی. آیا می‌توانید فایل را دانلود کنید؟ آیا می‌توانید از آن به‌صورت تجاری استفاده کنید؟ متن شما کجا ذخیره می‌شود؟ (mazdek AI توسط شرکتی سوئیسی تحت GDPR اداره می‌شود؛ صدای کاربر در یک سطل خصوصی ذخیره می‌شود و فقط از طریق پیوندهای امضاشده کوتاه‌مدت ارائه می‌گردد.)

۷. آنچه ماه آینده نیاز خواهید داشت. رونویسی، ترجمه، زیرنویس، مترجم — خرید جداگانه آن‌ها گران‌تر از بسته کامل است.

کاربردهای گفتار کُردی

• آموزش — خواندن کتاب‌های درسی و تمرین‌ها با صدای بلند برای زبان‌آموزان و برای کسانی که هنوز نمی‌توانند خط را بخوانند.
• دسترسی‌پذیری — خواندن به سبک صفحه‌خوان برای گویشوران نابینا و کم‌بینای کرد که سال‌هاست جامعه به آن نیاز دارد.
• رسانه — دوبله، بولتن‌ها و کلیپ‌های اجتماعی به زبانی که استعداد صوتی در آن کم و گران است. بولتن روزانهٔ خودمان، روژِو، هر صبح به این شکل در ۱۵ زبان تولید می‌شود.
• ترجمهٔ شفاهی — ترجمهٔ گفتاری دوطرفه برای کلینیک‌ها، دادگاه‌ها، ادارات شهرداری و تماس‌های خانوادگی بین دیاسپورا و وطن.
• آرشیوها — جهت معکوس: رونویسی دهه‌ها تلویزیون کردی تا به متن قابل جست‌وجو تبدیل شود.

امتحان کنید

می‌توانید صداهای کرمانجی، سورانی و کرمانجکی را در صفحهٔ دمو مزدک AI بدون ایجاد حساب کاربری تست کنید و طرح رایگان هر ماه ۴۰٬۰۰۰ کاراکتر کردی پوشش می‌دهد. اگر تیم شما به حجم بالا، دسترسی API یا توافق‌نامهٔ پردازش داده نیاز دارد، با ما صحبت کنید.