أدوات الكلام العربية أولًاقيد التنفيذ

TTSTT

مجموعةُ أدواتِ كلامٍ متكاملة للعربية: تحويلُ النص إلى كلامٍ مع استنساخ الصوت (Habibi وSILMA)، وتحويلُ الكلام إلى نصٍّ بـ Whisper داخل المتصفح، ولوحةُ تحكّمٍ على الويب، وواجهات Webhook لـ n8n والأتمتة. كل شيء يعمل محليًا، دون أي تبعيةٍ سحابية.

ارفعْ عيّنةً صوتية مرّةً واحدة، ثم اصنعْ كلامًا عربيًا بأي سرعة؛ وأفلِتْ ملفًا صوتيًا لتحصل على نصٍّ فوري داخل متصفّحك؛ واعرضِ الاثنين كـ Webhooks لأتمتة n8n. كل شيءٍ يبقى على جهازك، دون ارتهانٍ لمورّدٍ سحابي.

ما الذي يحلّه

أكثر خدمات تحويل النص والكلام تقصّر مع العربية في الجودة وزمن الاستجابة والخصوصية.
واستنساخ الصوت يعني عادةً تبديل الأدوات وإعادة رفع الصوت المرجعي مرّةً بعد مرّة.
وأدوات الأتمتة مثل n8n وMake تنقصها عُقَد TTS/STT عربيةٌ أصيلة وسهلة.

الأثر

Voice cloning

كلام عربي (Habibi + SILMA)

Browser-native STT

Whisper v3 (دون خادم)

Local-first

بلا أي تبعيةٍ سحابية

البنية

الواجهة الأمامية

Next.js 16 App RouterReact 19TypeScriptTailwind CSSBase UI componentsWavesurfer.js (audio visualization)Framer Motion (animations)

تحويل النص إلى كلام

Python FastAPI (port 7860)Habibi TTS (F5-TTS voice cloning)SILMA TTS (Arabic-optimized)F5-TTS + voice conditioningModel weights auto-download from HuggingFace

تحويل الكلام إلى نص

Whisper Large V3 (@huggingface/transformers)Runs entirely in browser (no GPU needed)Supports Arabic + 99+ languagesLocal model caching

الملفات

WAV file upload/generationWavefile library for WAV handlingReference audio management (5–15s clips)Download synthesized audio as WAV

قاعدة البيانات

Neon PostgreSQL (serverless)TTS history + STT history + webhook logs + settingsSSE (Server-Sent Events) for live webhook feed

Webhooks

Next.js API routes for /api/webhook/tts + /api/webhook/sttn8n + Make integration readyRequest logging + real-time SSE broadcast

المصادقة

Optional accounts (placeholder)Reference audio storage per model

البنية التحتية

Vercel Deployment (Next.js)Python server runs locally on dev machineNo cloud TTS/STT vendors required

تدفّق البيانات

يحمّل المستخدم عينة صوتية 5–15 ثانية
تخزين الصوت المرجعي على خادم Python
تحويل النص: أدخل نصًا عربيًا والسرعة
يرسل Next.js إلى FastAPI /synthesize
ينشئ F5-TTS أو SILMA صوتًا
مرئي في Wavesurfer.js
تحويل الكلام: أفلِتْ صوتًا → Whisper في المتصفح
نص فوري، يُسجَّل اختياريًا في Neon
Webhooks: نداءات n8n/Make وبثّ SSE

القرارات الهندسية

استنساخ الصوت برفع مرجعٍ واحد

ارفعْ عيّنةً صوتية من 5 إلى 15 ثانية مرّةً واحدة لكل نموذج، فيستند إليها F5-TTS وSILMA لصوتٍ ثابتٍ في كل تركيبٍ لاحق. لا رفعَ متكرّرًا ولا مفاتيح API.

Whisper STT داخل المتصفح

يعمل Whisper Large V3 في المتصفح عبر ONNX.js: بلا طلباتٍ للخادم، وبلا مفاتيح API، ونسخٌ فوري؛ ويبقى المستخدم متحكّمًا في بيانات صوته تحكّمًا كاملًا.

معمارية محلية أولًا مع قاعدة بياناتٍ سحابية اختيارية

يعمل TTS (Python) وSTT (المتصفح) بلا اتصالٍ بالكامل. وقاعدة Neon PostgreSQL اختياريةٌ لتسجيل السِّجلّ ولوحات التحكّم وتكامل n8n، لكن الحوسبة كلَّها تبقى محلية.

واجهات Webhook للأتمتة (n8n وMake وZapier)

أرسِلْ POST إلى /api/webhook/tts أو /api/webhook/stt لتركيب الصوت أو النسخ، ويُسجَّل كل نداءٍ بطوابعه الزمنية ومعرّفات طلبه. وتأتي قوالب عُقَد n8n ضمنه.

بثٌّ فوري لأحداث Webhook عبر SSE

اتّصلْ بـ /api/events (Server-Sent Events) لتراقب كل نداء Webhook لحظةً بلحظة، فتعرض اللوحة طلبات TTS/STT حيّةً فور وصولها.