# تحويل النص العربي إلى كلام بالمشاعر: صوت ذكي يضحك ويتنهد ويغيّر مزاجه وسط الجملة

> أغلب الأصوات العربية الذكية بمزاج واحد: مهذّب. أما nutq-speak-3 فيستطيع أن يكون متحمسًا أو مستمتعًا أو حنونًا أو غاضبًا — وأن ينتقل بينها داخل الجملة — لأنك تكتب الإحساس في النص.

- المصدر: https://nutq.dev/ar/blog/arabic-text-to-speech-with-emotion
- نُشر: 2026-10-17
- حُدّث: 2026-10-17
- الكاتب: nutq team (https://nutq.dev)

## الجواب المختصر

لتجعل تحويل النص العربي إلى كلام بالمشاعر، اكتب إشارات بين قوسين معقوفين داخل النص: [excited] و[amused] و[angry] و[sad] و[scared] و[tender] و[surprised] تغيّر الإلقاء من موضعها، و[laughter] تضيف ضحكة حقيقية، و[sigh] تنهيدة، و[pause:800] وقفة محددة. ونموذج nutq-speak-3، النموذج الافتراضي في نُطق، يؤديها كلها بـ16 صوتًا خليجيًا، بسعر 0.05 دولار لكل ألف حرف.

الصوت الرتيب يستطيع قراءة النص، لكنه لا يستطيع بيع عرض نهاية الأسبوع، ولا مواساة عميل، ولا إضحاك طفل في قصة قبل النوم. وكان هذا سقف **تحويل النص العربي إلى كلام بالمشاعر** حتى وقت قريب: عربية صحيحة، لكنها غير *محسوسة*. ونموذج nutq-speak-3، أحدث نماذج نُطق، يغيّر ذلك بأن تكتب الإحساس في النص نفسه.

## ما هو nutq-speak-3؟

nutq-speak-3 هو النموذج الافتراضي في نُطق للأصوات الخليجية. يفعل كل ما فعله النموذج المعبّر السابق، مع ثلاث إضافات تهم الإنتاج الحقيقي:

- **مدى عاطفي أوسع** — الفرق بين "سعيد قليلًا" وحماس حقيقي.
- **ضحك حقيقي** حيث تكتب `[laughter]`، لا كلمة تشبه الضحك.
- **قراءات طويلة أثبت**، فتحافظ الإعلانات والكتب الصوتية والدراما على الصوت نفسه من أول سطر إلى آخره.

ويقرأ كذلك الكلمات الإنجليزية داخل العربية بالإنجليزية، وهذا مهم لأسماء المنتجات وللمزج الخليجي بين اللغتين.

## ما المشاعر التي يؤديها الصوت العربي الذكي؟

| الإشارة | يبدو | استخدمها في |
|---|---|---|
| `[excited]` | حيوي ومشرق | الإعلانات والعروض والأخبار السارة |
| `[amused]` | خفيف ومبتسم ومرح | المزاح ونكتة تصل والمشاكسة |
| `[tender]` | ناعم ودافئ | المواساة وقصص النوم والاعتذار الصادق |
| `[sad]` | منخفض وثقيل | الفقد والندم والأخبار السيئة |
| `[angry]` | حاد وقوي | الدراما ومشهد شكوى |
| `[scared]` | متوتر ومرتجف | التشويق والتحذير |
| `[surprised]` | ارتفاع مفاجئ | الكشف و«صج؟!» |
| `[neutral]` | قراءة عادية | العودة إلى الإلقاء العادي |

وبجانبها صوتان: `[laughter]` لضحكة حقيقية، و`[sigh]` لتنهيدة مسموعة. والوقفات `[pause]` (نصف ثانية)، و`[pause:800]` بالملّي ثانية، و`[pause:1.5s]`.

## كيف تكتب نصًا عربيًا بالمشاعر؟

يسري الإحساس **من موضع كتابته حتى الإحساس التالي أو المتحدث التالي**. فرسالة صوتية واحدة يمكن أن تتقلب:

```text
[amused] هههه لا والله ما توقعت. [pause:700] [sad] بس صراحة… [sigh] ضايقني الموضوع شوي.
```

وإعلان إذاعي:

```text
[excited] عرض نهاية الأسبوع وصل! [pause:400] خصم خمسين بالمية على كل شي.
[tender] لأنك تستاهل. [pause] [neutral] العرض لين يوم الأحد بس.
```

ومشهد بصوتين، يبدأ كل سطر باسم الصوت:

```text
[Hamdan] [scared] سمعت هالصوت؟ [pause:900]
[Alia] [tender] لا تخاف، هذي الريح بس.
[Hamdan] [surprised] الريح ما تدق الباب!
```

أربع قواعد تبقيه طبيعيًا:

1. **إحساس واحد لكل مقطع.** ثلاث إشارات على جملة واحدة تبدو تمثيلًا متكلفًا.
2. **الإشارات بالإنجليزية دائمًا.** `[حزين]` ستُقرأ كلمةً.
3. **لا توجيهات مسرحية** بين أقواس عادية أو نجوم — فهي تُنطق أيضًا.
4. **اكتب باللهجة التي يتكلمها المستمع.** نحو 13 حرفًا تساوي ثانية من الكلام.

## كيف تستدعيه من البرنامج؟

```bash
curl -X POST https://nutq.dev/v1/speech \
  -H "Authorization: Bearer $NUTQ_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"text":"[excited] وصلت الشحنة أخيرًا! [laughter]","voice":"alia"}' \
  --output line.wav
```

nutq-speak-3 هو الافتراضي، فلا حاجة لتسميته. مرّر `"emotion": "tender"` لتحدد الإحساس الأول للنص كله، ودع الإشارات داخل النص تتجاوزه. وللمكالمات المباشرة، `stream: true` يستخدم افتراضيًا nutq-speak-2-flash بأول صوت بعد نحو ثانية من الطلب؛ وسمِّ nutq-speak-3 لتبثّ مداه الأوسع بأول صوت بعد نحو أربع ثوانٍ.

## أي الأصوات تدعم المشاعر؟

كل الأصوات الخليجية الستة عشر — عالية وهند وميثاء وآمنة ونورة وعائشة وحمدان وسلطان وفيصل وغيرها — تقبل المشاعر مع nutq-speak-3. أما الصوت المصري فيقرأ بدونها. ويمكنك كذلك استنساخ صوت من ست إلى ثماني ثوانٍ وتوجيهه بالطريقة نفسها. اسمعها في [مكتبة الأصوات](/ar/voices)، أو اكتب سطرًا في [صفحة تحويل النص إلى صوت](/ar/arabic-text-to-speech).

## كم يكلّف؟

0.05 دولار لكل ألف حرف، في كل النماذج؛ المشاعر لا تكلّف شيئًا إضافيًا، وصمت الوقفات لا يُحتسب. والرصيد البالغ 5 دولارات عند [التسجيل](/sign-up) يغطي 100 ألف حرف — ما يكفي لعشرات النصوص الإعلانية. قادم من وسوم مزوّد آخر؟ راجع [بديل ElevenLabs بالعربي](/ar/blog/elevenlabs-alternative-arabic-tts)، ولأفكار الإنتاج اقرأ [التعليق الصوتي العربي بالذكاء الاصطناعي للإعلانات والريلز والكتب الصوتية](/ar/blog/arabic-ai-voiceover-ads-audiobooks).

## أسئلة شائعة

### هل يستطيع تحويل النص العربي إلى كلام التعبير عن المشاعر؟

نعم. يؤدي nutq-speak-3 سبعة مشاعر — الاستمتاع والحماس والغضب والحزن والخوف والحنان والمفاجأة — مع ضحك وتنهيدة حقيقيين، بأصواته الخليجية. تكتبها إشارات داخل النص، أو تحدد إحساسًا واحدًا للطلب كله.

### كيف أغيّر الإحساس وسط الجملة؟

اكتب الإشارة حيث يبدأ التغيير، مثل [amused] ... [sad] .... يسري الإحساس من موضع كتابته حتى إشارة الإحساس التالية أو المتحدث التالي، عبر الوقفات. و[neutral] تعيد القراءة العادية.

### هل أكتب إشارات المشاعر بالعربية أم بالإنجليزية؟

بالإنجليزية دائمًا، بين قوسين معقوفين. فالعربية داخل القوسين، مثل [حزين]، تُقرأ بصوت عالٍ كلمةً.

### أي الأصوات تدعم المشاعر؟

الأصوات الخليجية مع nutq-speak-3 وnutq-speak-2. أما الصوت المصري وnutq-speak-1 فيقرآن بلا مشاعر، والضحك في nutq-speak-3 وحده.

### هل تكلّف المشاعر أكثر؟

لا. الكلام 0.05 دولار لكل ألف حرف في كل النماذج. والإشارات نفسها لا تُحتسب حروفًا منطوقة، والوقفات لا تُحتسب.