بهترین سایت تبدیل متن به صدا فارسی را چطور پیدا کنیم؟ آزمون عدد و تلفظ
خوانندهٔ آیفون و اندروید، Read Aloud ورد یا صدای هوش مصنوعی؟ معیارهای انتخاب برای فارسی و یک جملهٔ آزمون با عدد، تاریخ و واژهٔ انگلیسی که در پنج دقیقه هر ابزاری را می‌سنجد.
برای پیدا کردن بهترین سایت تبدیل متن به صدا فارسی، اول ببینید فقط می‌خواهید متنی را بشنوید یا فایل صوتی لازم دارید. برای شنیدن، خوانندهٔ داخلی گوشی (Read & Speak در آیفون یا Text-to-speech در اندروید) کافی است، اما فایل تحویل نمی‌دهد. برای فایل صوتی با گویندهٔ فارسی، سراغ ابزاری مثل ابزار تبدیل متن به صدای تاپگیفت بروید و پیش از انتخاب، یک جملهٔ آزمون پر از عدد، تاریخ و واژهٔ انگلیسی را در آن امتحان کنید؛ همان جمله‌ای که پایین‌تر آمده.
بخش سخت صدای فارسی، خود صدا نیست؛ خواندن درست عددها، تاریخ‌ها، واژه‌های انگلیسی وسط جملهٔ فارسی، واژه‌های هم‌نویسه مثل «مهر» و مکث درست سر ویرگول و علامت سؤال است. این راهنما همین‌ها را معیار قرار می‌دهد.
سه دسته گزینه برای تبدیل متن به گفتار فارسی
| دسته | خروجی | مناسب برای |
|---|---|---|
| خوانندهٔ داخلی گوشی (آیفون، اندروید) | پخش همان لحظه روی گوشی | گوش دادن به مقاله و پیام هنگام راه رفتن یا رانندگی |
| Read Aloud در ورد | پخش داخل ورد | بازخوانی متن خودتان برای پیدا کردن جمله‌های ناجور |
| ابزارهای آنلاین صدای هوش مصنوعی | فایل صوتی (مثلاً MP3) | ویس تبلیغ، صدای ویدئو، پادکست، نسخهٔ صوتی مقاله |
راهنماهای رسمی خوانندهٔ آیفون، اندروید و ورد که در ادامه آمده‌اند، پخش صدا را توضیح می‌دهند، نه ذخیرهٔ آن به‌صورت فایل. اگر فایل لازم دارید، از همین اول دستهٔ سوم را بسنجید.
معیارهای انتخاب برای متن فارسی
- طبیعی بودن صدا: لحن یکنواخت و رباتیک در جمله‌های بلند زود خسته‌کننده می‌شود.
- عدد، تاریخ، ساعت و درصد: «1405»، «14:30» و «15 درصد» باید همان‌طور خوانده شوند که یک گویندهٔ فارسی‌زبان می‌خواند.
- واژه‌های انگلیسی و سرنام‌ها: «Laravel»، «API» و «GPT-5.6» در متن‌های کاری فارسی زیادند و خواندن غلطشان کل فایل را بی‌اعتبار می‌کند.
- واژه‌های هم‌نویسه: «مُهر» و «مِهر» یک‌جور نوشته می‌شوند. ببینید ابزار از روی جمله تشخیص می‌دهد یا نه، و اگر نه، راهی برای اصلاحش دارد یا نه.
- مکث و آهنگ جمله: مکث بعد از ویرگول و نقطه‌ویرگول و آهنگ پرسشی بعد از علامت سؤال.
- اصلاح تلفظ: وقتی واژه‌ای غلط خوانده شد، می‌توانید شکل درست را یک بار تعریف کنید؟
- گوینده، سبک و سرعت: صدای زن و مرد، لحن رسمی یا تبلیغاتی و تنظیم سرعت.
- قالب و طول فایل: MP3 برای بیشتر کارها کافی است؛ برای تدوین، WAV به کار می‌آید. سقف طول متن را هم ببینید.
- حریم خصوصی و استفادهٔ مجاز: فایل‌ها کجا نگه داشته می‌شوند و شرایط استفاده از صدای ساخته‌شده در تبلیغ چیست؟
جملهٔ آزمون: پنج دقیقه برای سنجیدن هر ابزار
این جملهٔ خیالی 272 نویسه دارد و همهٔ بخش‌های سخت را با هم آزمایش می‌کند:
فاکتور شمارهٔ 1402 در تاریخ 12 مهر 1405 صادر شد و مبلغ آن 12.99 دلار است. لطفاً نامه را مهر کنید و تا ساعت 14:30 بفرستید. نسخهٔ جدید Laravel 13 و اتصال API پرداخت آماده است؛ آیا تغییرات GPT-5.6 را هم بررسی کرده‌اید؟ تخفیف این ماه 15 درصد است و سهم آقای کریمی 2.5 برابر شد.
جمله را در هر ابزار بخوانید و برای هر مورد فهرست زیر یکی از سه حالت را بنویسید: «غلط»، «قابل‌قبول» یا «طبیعی».
- «1402» به‌عنوان شمارهٔ فاکتور و «1405» به‌عنوان سال
- «12 مهر» (ماه) در برابر «مهر کنید» (فعل)
- «12.99»، «2.5» و «15 درصد»
- «14:30» به‌صورت ساعت
- «Laravel 13»، «API» و «GPT-5.6»
- مکث بعد از نقطه‌ویرگول و آهنگ پرسشی جملهٔ «آیا … کرده‌اید؟»
اگر ابزاری در بیشتر موارد «غلط» گرفت ولی اصلاح تلفظ دارد، با یک بار تعریف شکل درست، باز هم می‌تواند گزینهٔ خوبی باشد. ابزاری که هم غلط می‌خواند و هم راه اصلاح ندارد، برای متن کاری مناسب نیست.
تبدیل متن به صدا در آیفون
در صفحهٔ دسترس‌پذیری قابلیت‌های iOS، فارسی (Farsi) جزو زبان‌های بخش VoiceOver، Live Speech و Read & Speak آمده است. طبق راهنمای رسمی اپل:
- در Settings به Accessibility و بعد Read & Speak بروید.
- Speak Selection را روشن کنید.
- متن دلخواه را در هر برنامه انتخاب کنید و Speak را بزنید. اگر Speak Screen را روشن کنید، با کشیدن دو انگشت از بالای صفحه به پایین، کل صفحه خوانده می‌شود.
- در همان بخش Read & Speak می‌توانید صدا (Voices)، زبان پیش‌فرض، سرعت خواندن (Speaking Rate) و تلفظ دلخواه برخی عبارت‌ها (Pronunciations) را تنظیم کنید.
تبدیل متن به گفتار فارسی در اندروید
راهنمای دسترس‌پذیری اندروید می‌گوید در Settings، بخش Accessibility و بعد Text-to-speech output، موتور خواندن، زبان، سرعت و زیر و بمی صدا را انتخاب می‌کنید و از Install voice data می‌شود زبان‌های دیگر را نصب کرد؛ موتورهای پیش‌فرض هم از گوشی به گوشی فرق دارند. این صفحه فارسی را نام نبرده است، پس در Install voice data گوشی خودتان ببینید فارسی هست یا نه.
برای شنیدن متن روی صفحه، طبق راهنمای Select to Speak: در Settings > Accessibility > Select to Speak میان‌بر را روشن کنید، با کشیدن دو انگشت به بالا (یا دکمهٔ دسترس‌پذیری) آن را فعال کنید و روی متن بزنید. اگر موتور خواندن گوشی فارسی نداشته باشد، متن فارسی درست خوانده نمی‌شود؛ در این حالت یک ابزار آنلاین راه ساده‌تری است.
تبدیل متن به صدا در ورد
طبق راهنمای Read Aloud مایکروسافت، در زبانهٔ Review گزینهٔ Read Aloud را بزنید و با Play پخش کنید؛ از آیکون تنظیمات، سرعت و صدا را تغییر دهید. Read Aloud از زبان ویرایشی سند استفاده می‌کند و صداهای در دسترس به سرویس تبدیل متن به گفتار دستگاه بستگی دارد. در فهرست زبان‌ها و صداهای Narrator ویندوز فارسی نیامده است؛ پس پیش از تکیه بر Read Aloud برای سند فارسی، یک پاراگراف را امتحان کنید.
ابزار تبدیل متن به صدای تاپگیفت: چه دارد و چه ندارد
- پنج گویندهٔ فارسی: نیلا (زن، گرم و طبیعی)، آرمان (مرد، حرفه‌ای)، رها (زن، پرانرژی و تبلیغاتی)، سام (مرد، روایی) و سارا (زن، آرام و آموزشی). کنار هر گوینده نمونهٔ صدا هست.
- سبک خواندن: طبیعی، حرفه‌ای، صمیمی، روایی، آموزشی، تبلیغاتی، آرام، پرانرژی، جدی و گرم.
- سرعت: آرام، معمولی یا سریع، و دکمه‌های «سرعت کمتر» و «سرعت بیشتر» روی نتیجه.
- خواندن عدد و انگلیسی: طبق توضیح صفحهٔ ابزار، پیش از ساخت صدا عددها، مبلغ‌ها، تاریخ‌ها و درصدها به واژهٔ فارسی تبدیل می‌شوند و نسخه‌هایی مثل GPT-5.6 و سرنام‌هایی مثل API درست هجی می‌شوند؛ خود متن شما تغییر نمی‌کند.
- اصلاح تلفظ: واژه و شکل درست خواندنش را می‌نویسید (مثلاً ChatGPT ← چت جی پی تی) و با «از این پس همین تلفظ» در فایل‌های بعدی، در سایت، اپلیکیشن و ربات تلگرام هم رعایت می‌شود.
- پیش‌نمایش: یک تکهٔ کوتاه (تا 300 نویسه و 30 ثانیه) با همان تنظیمات، پیش از ساخت فایل کامل.
- خروجی: MP3، M4A (AAC)، OGG (Opus) و WAV، با کیفیت استاندارد یا باکیفیت.
- طول متن: بدون ثبت‌نام تا 400 نویسه و روزانه چند بار؛ با ورود به حساب تا 3000 نویسه، و متن طولانی‌تر بخش‌به‌بخش در پس‌زمینه ساخته و به یک فایل تبدیل می‌شود.
- آنچه ندارد: فقط فارسی می‌خواند (متن به صدای انگلیسی یا زبان‌های دیگر ندارد)، فقط صداهای آمادهٔ خودش را دارد و ساخت صدای شبیه افراد (Voice Cloning) فعال نیست.
جملهٔ آزمون بالا کمتر از 300 نویسه است، پس می‌توانید آن را با پیش‌نمایش در صفحهٔ تبدیل متن فارسی به صدا بشنوید و هر جا لازم بود تلفظ را اصلاح کنید.
آزمایش واقعی: صدایی که یک ماشین هم درست فهمید
ما این جملهٔ آزمون را هنوز با ابزارهای مختلف کنار هم نسنجیده‌ایم و نتیجه‌ای از آن ادعا نمی‌کنیم. اما یک آزمایش واقعی دیگر انجام دادیم: یک یادداشت خیالی جلسه (226 نویسه، شامل «پانزدهم آبان» و «خانم رضایی») را با گویندهٔ آرمان و سبک حرفه‌ای به فایل MP3 بیست‌وسه‌ثانیه‌ای تبدیل کردیم و فایل را به ابزار تبدیل صدا به متن دادیم. هر 39 واژه درست به متن برگشت؛ تنها تفاوت‌ها حذف نشانهٔ «ـٔ» در پنج واژه و تبدیل یک دونقطه به نقطه بود.
این آزمایش طبیعی بودن صدا را اندازه نمی‌گیرد، ولی نشان می‌دهد تلفظ واژه‌ها آن‌قدر روشن بوده که یک شنوندهٔ ماشینی هم آن‌ها را درست تشخیص داده است. شما هم می‌توانید همین کار را با هر ابزاری تکرار کنید: فایل صوتی ساخته‌شده را به یک ابزار تبدیل صدا به متن بدهید و ببینید کدام واژه‌ها اشتباه برگشته‌اند؛ معمولاً همان‌هایی‌اند که شنوندهٔ انسانی هم با آن‌ها مشکل خواهد داشت.
اخلاق صدا: صدای آدمهای واقعی را تقلید نکنید
ساختن صدایی که شبیه یک شخص واقعی باشد، بدون رضایت او، می‌تواند فریب‌دهنده باشد و به اعتبار او آسیب بزند. با صدای ساخته‌شده از قول کسی حرفی نزنید که نزده است، و در جایی که شنونده ممکن است فکر کند با یک انسان واقعی طرف است، مثلاً پیام تلفنی، شفاف باشید. در ابزار تاپگیفت فقط صداهای آمادهٔ سرویس در دسترساند و ساخت صدای مشابه افراد فعال نیست. اگر صدا را برای تبلیغ یا تلفن گویا لازم دارید، راهنمای ساخت ویس تبلیغاتی و تلفن گویا نوشتن متن برای گوش و انتخاب گوینده را قدم‌به‌قدم توضیح داده است.
جملهٔ آزمون را کپی کنید، در تبدیل متن به گفتار فارسی تاپگیفت بشنوید و با گزینه‌های دیگر بسنجید.
