رفتن به محتوای اصلی
بازگشت به وبلاگ

راهنماهای هوش مصنوعی

تحویل گویندگیِ چندفصلی؛ متن،ترتیب فصل و فایل صوتی را به هم وصل کنیم

داستانک اصیل سه‌فصلی و قرارداد تحویل را دریافت کنید؛ کد چهار خطای فصل و نسخه را می‌گیرد،درحالی‌که مدت و فایل‌های صوتی هنوز ناموجودند.

برای تحویل گویندگیِ چندفصلی،فقط داشتن چند فایل صوتی کافی نیست. باید ترتیب خواندن،عنوان فصل،نسخهٔ متن و نسبتِ هر فایل با فصل روشن باشد. یک داستانکِ اصیل سه‌فصلی و قراردادJSONآماده کرده‌ایم تا گم‌شدن،تکرار یا جابه‌جایی فصل‌ها قبل از تولید آشکار شود؛ هیچ کتاب صوتی در این نمونه تولید نشده است.

سه فصل باید از نظر روایت به هم وصل باشند

داستانک «جعبهٔ آبی»را خود تحریریه نوشته است: در فصل اول،لیلا جعبه و دستورِ خواندن کارت کنار پنجره را پیدا می‌کند؛ در فصل دوم،کارت را می‌خواند و به میز برمی‌گردد؛ در فصل سوم،جعبه را باز و پاکت‌های بذر را برچسب‌گذاری می‌کند. متن کامل هر سه فصل در فایلJSONهمراه است و از کتابِ دارای حق نشرِ دیگری نقل نشده است.

ترتیبشناسه و عنواننقش در ادامهٔ شنیدن
۱C01؛جعبه کنار پنجرهمعرفی جعبه و دستور اولیه
۲C02؛کارت راهنماپاسخ به دستور و بازگشت به میز
۳C03؛برچسب‌های روشنبازکردن جعبه و پایان داستانک

جابه‌جایی فایل دوم و سوم،فقط تغییر نام نیست؛پیوستگی روایت را به هم می‌زند. ترتیب باید به شناسهٔ فصل وصل باشد و به مرتب‌سازیِ تصادفیِ نام فایل‌ها متکی نماند. فایلC02را هنگام تغییر عنوان،بدون کنترل به فصل دیگری تبدیل نکنید.

متن حاضر است؛صدا هنوز برنامه است

هر فصل متن،نسخهٔtext-v1وهشSHA-256واقعیِ همان متن را دارد. نام‌هایی مثل001-c01.wavپیشنهادِ نام‌گذاری آینده‌اند و فایل صوتیِ موجود نیستند. وضعیت صوتplanned_not_generated،مدت و هش صوتnullو زمان‌های شروع نامعلوم‌اند. این خانه‌ها را برای کامل‌نمایی با صفر یا هشِ ساختگی پر نکرده‌ایم.

پس از تولید واقعی،مدت،هش فایل و نتیجهٔ شنیدن به همان نسخهٔ متن متصل می‌شوند. هشِ درست فقط یکسان‌بودن بایت‌ها را نسبت به مرجع نشان می‌دهد؛درست‌خواندن نام،افتادن جمله یا بلندی مناسب را باید جدا شنید. قرارداد نمونه جای بازبینی شنیداری را نمی‌گیرد.

شروع داخل فصل با شروع در کل کتاب فرق دارد

برای فایل‌های جدا،ممکن است شروعِ هر فایل از زمان محلیِ صفر تعریف شود؛شروع فصل دوم در پخش پیوسته برابر صفرِ کل کتاب نیست. برای زمان تجمعی باید مدت واقعیِ بخش‌های قبلی،مقدمه‌ها و فاصله‌های میکس مشخص باشند. در نمونهٔ تولیدنشدهٔ ما،هر دو نوع زمانnullمانده‌اند؛از تعداد واژه‌ها یا شمارهٔ فصل،زمان دقیق استخراج نمی‌کنیم.

اگر مقدمه،اعلام نام فصل یا مؤخره جدا تولید می‌شود،روشن کنید کدام‌یک داخل فایل فصل است و کدام‌یک قطعه‌ای مستقل. وگرنه ممکن است هنگام چسباندن قطعه‌ها،نام فصل دوبار خوانده یا بخشی از روایت حذف شود.

چهار خرابیِ قرارداد را امتحان کنیم

کد همراه،وجود و ترتیبC01/C02/C03،نسخهٔ متن و سه هشِ متن را واقعاً کنترل کرده است. حذف فصل،تکرار فصل،معکوس‌کردن ترتیب و استفاده از نسخهٔ قدیمی،چهار آزمونِ ردشدنِ موفق‌اند. کد فایل صوتی تولید نمی‌کند و نمی‌تواند از رویJSONبفهمد راوی جمله‌ای را درست خوانده است.

W3Cدر استانداردAudiobooksمیان ترتیب خواندن،منابع و فهرست محتوا تفکیک دارد. فایل این مقاله یک قرارداد سادهٔ تحریریه برای برنامه‌ریزی است و ادعای انطباق با آن استاندارد یا پشتیبانیِ پخش‌کننده‌های مشخص ندارد. بستهٔ صوتیِ استاندارد،قالب و اعتبارسنجی خودش را می‌خواهد.

قرارداد فصل با خروجی ASRو محاسبهٔ مصرف یکی نیست

قالب تحویل متنِ صوت از ضبط موجود به متن و زمان می‌رسد؛این نمونه از متن تأییدشده به برنامهٔ فایل‌های گویندگی می‌رود. برای حساب مدت و واحد مصرف هم راهنمای برآورد زمان و مصرفTTS موضوع جداست؛ سه فصلِ این داستانک مبنای صورتحساب واقعی نیستند.

اگر قصد سفارش گویندگی با اپراگو دارید،متنِ مجاز،ترتیب فصل‌ها،دامنهٔ بازبینی و خروجیِ موردنیاز را با تیم مشخص کنید. این مقاله تولید خودکار کتاب،فصل‌بندی آمادهٔ محصول یا تحویل فایل‌هایی را که هنوز وجود ندارند وعده نمی‌دهد.

فایل تمرین و منبع

داستانک اصیل سه‌فصلی و قرارداد تحویل؛ صوت‌ها برنامه‌ریزی‌شده‌اند · کنترل سه فصل،هش واقعی متن و چهار خطای عمدی

منابع در ۳ نوامبر ۲۰۲۶ خوانده شدند؛ این تاریخ، تاریخ انتشار منبع نیست. مثال‌ها و فایل‌های این راهنما آموزشی و ساختهٔ تحریریه‌اند.

برای این نیاز، کدام خدمت مناسب‌تر است؟

تماس و منشی، چت سایت و تحلیل مکالمه سه مسیر متفاوت‌اند. ابتدا خدمت متناسب نیازتان را انتخاب کنید.

انتخاب میان سه خدمتراهنمای شروع با تیم اپرا

برآورد هزینه