OpenAI تفتح صناعة الصوت من وصف نصّيّ لكلّ عملاء واجهتها، وتضيف تسعة أصوات إلى GPT-Live

أطلقت OpenAI ميزة prompt-to-voice، أي صناعة صوت من وصف نصّيّ، لكلّ عملاء واجهتها البرمجية، ويُدرجها سجلّ تغييرات الواجهة في 16 تشرين الأول 2026، على gpt-live-1 وv1/audio/voices وv1/live/sessions. تكتب بالكلمات كيف تريد الصوت أن يكون، فتصنعه الخدمة وتحفظه لك لتستعمله في GPT-Live، واجهة OpenAI للمحادثة الصوتيّة الحيّة. صنع الصوت مجّانيّ، أمّا الكلام الذي ينطقه فيُحاسَب بأسعار جلسة GPT-Live العاديّة. ويضيف المدخل نفسه تسعة أصوات طبيعيّة إلى GPT-Live: Nuri وJuni وFlitz بالألمانيّة، وBrise وSillage بالفرنسيّة، وNira بالهنديّة، وHarema وShida باليابانيّة، وNoeul بالكوريّة.

ما الذي تغيّر

صارت prompt-to-voice متاحة إتاحةً عامّة لكلّ عملاء الواجهة البرمجية ، ولا تحتاج فيها تسجيلاً مرجعيّاً لصوت حقيقيّ ولا تسجيل موافقة من صاحبه. تصنع الصوت عبر الواجهة البرمجية أو في ساحة تجربة الأصوات (voice Playground)، وهي صفحة في لوحة OpenAI تجرّب فيها دون كتابة شيفرة. وعبر الواجهة البرمجية يكون ذلك طلب JSON إلى/v1/audio/voices فيه type بالقيمة prompt؛ ومثال الدليل يرسل معه اسماً فيname والوصف نفسه في prompt. وهناك حقل اختياريّ اسمهscript_hint، وهو نصّ تجريبيّ يوجّه التوليد، وإن تركته تكتب الخدمة نصّاً من وصفك ؛ والنصّ الذي تكتبه بنفسك يصل إلى 2,000 حرف من كلام يمثّل ما سيقوله الصوت، والنصّ الفارغ أو القصير جدّاً يُرفض.

وما يعود إليك بيانات وصفيّة، أي معلومات عن الصوت لا الصوت نفسه: معرّفه، ووقت صنعه، والوصف الأصليّ الذي كتبته، بلا تسجيل ولا معاينة. وتعليمة الدليل أن تحفظ المعرّفidالعائد وتحتفظ بالوصف الأصليّ. كلّ طلب صنع يحفظ صوتاً جديداً ، والمؤسّسة تستطيع أن تصنع حتى 100 صوت من وصف، وهذا الحدّ يحسب أيضاً الأصوات التي يصنعها تطبيقك لعملائه.

ولتستعمل الصوت اضبط session.audio.output.voice.idعلى ذلك المعرّف ، وضع الوصف الأصليّ فيsession.instructionsإلى جانب تعليمات المحادثة في تطبيقك. والصوت يُثبَّت عند بدء الجلسة، أي المحادثة الواحدة من أوّلها إلى آخرها؛ فإن أردت تجربة صوت آخر فافتح جلسة جديدة.

واعرف أين يقف الصوت. الأصوات المصنوعة من وصف تعمل مع GPT-Live وحدها: واجهات Text to Speech وRealtime وChat Completions لا تدعمها. وصنع الصوت عبر/v1/audio/voicesلا يتوافق مع عدم الاحتفاظ بالبيانات (Zero Data Retention)، أي الترتيب الذي لا تحفظ فيه OpenAI بياناتك، مع أنّ الكلام الذي يولّده GPT-Live مؤهَّل له حين يكون مفعّلاً لمؤسّستك أو مشروعك.

والأصوات التسعة الجديدة موجودة في جدول الأصوات في دليل المحادثات الحيّة بأسمائها البرمجية: nuri وjuni وflitz وbrise وsillage، ثمّnira وharema وshida وnoeul. تختار أحدها بضبطaudio.output.voiceعلى اسمه حين تنشئ الجلسة. وإن لم تضبط شيئاً فالصوت الافتراضيّmarin.

أمّا الأصوات المصنوعة من تسجيلات فبقيت على حالها: مقصورة على العملاء المؤهَّلين، ويُحالون إلى فريق المبيعات في OpenAI ، و20 صوتاً على الأكثر لكلّ مؤسّسة، بعيّنات لا تزيد على 30 ثانية.

ما معناه لك

إن كنت تبني لمستخدمين يتكلّمون العربيّة، فالجواب الواضح أوّلاً: لا صوت عربيّاً بين الأصوات التسعة الجديدة. لغاتها الألمانيّة والفرنسيّة والهنديّة واليابانيّة والكوريّة. وفي الأصوات المصنوعة من تسجيلات، يجب أن يحتوي تسجيل الموافقة إحدى العبارات المدرجة لا غير ، فابحث عن لغتك في تلك القائمة قبل أن تخطّط لصوت من تسجيل. ويقول الدليل في القسم نفسه إنّgpt-live-1يدعم الأصوات المخصّصة بلكنات إنكليزيّة. ونصيحة جدول الأصوات نفسه أن تختبر الصوت باللغات والنطق الذي يحتاجه تطبيقك. يعني: صوت بنبرة عربيّة من وصف تكتبه شيء تجرّبه، لا شيء تعدك به الصفحة. اكتب الوصف، وشغّل عليه محادثة حقيقيّة بالعربيّة التي يتكلّمها مستخدموك، واحكم عليه بأذنك قبل أن تطلقه.

وحين تكتب الوصف، اكتبه بلغة بسيطة. اللكنة والعمر وطبقة الصوت ونبرته وسرعة الكلام كلماتٌ في وصفك، لا معاملات منفصلة في الواجهة البرمجية. لا تطلب تقليد شخص بعينه أو شخصيّة عامّة أو شخصيّة خياليّة ، وصِف صوتاً بالغاً: أصوات الأطفال غير مسموحة. غيّر صفة واحدة كلّ مرّة، وقارن على المقطع القصير نفسه وبضع جولات من المحادثة. أمّا قواعد مثل طول الإجابة أو التعامل مع المقاطعة فمكانها تعليمات الجلسة، لا وصف الصوت.

وانتبه للكلفة التي تخفيها كلمة «مجّانيّ». الاستماع في ساحة التجربة يشغّل جلسة GPT-Live ويُحاسَب كجلسة. ولأنّ كلّ محاولة تحفظ صوتاً جديداً ، فكلّ صياغة تجرّبها تأخذ مكاناً من أماكن مؤسّستك المئة. وإن كان منتجك يسمح لعملائك بصنع أصواتهم، فهم جميعاً يتقاسمون تلك الحصّة نفسها: قرّر من يحقّ له أن يصنع صوتاً، واحفظ كلّ معرّف بجانب الوصف الذي صنعه.

وقبل أن تضع صوتاً أمام مستخدميك، اقرأ الشروط. قل للمستمعين إنّ الكلام مولَّد، واحفظ أيّ بيانات منشأ أو علامات مائيّة تدلّ على ذلك. والصوت ليس مضموناً أن يكون فريداً: قد يولّد غيرك صوتاً يشبهه. والشروط تسري على استعمال مستخدميك النهائيّين، لا على استعمالك وحدك. وإن كانت مؤسّستك تعتمد على عدم الاحتفاظ بالبيانات، فصنع الأصوات خارج هذا الترتيب.

المصدر

سجلّ تغييرات واجهة OpenAI، مدخل 16 تشرين الأول 2026، ومعه دليل الأصوات المخصّصة ودليل المحادثات الحيّة.