تقدير تكلفة توليد الكلام عبر واجهة برمجة لتحويل النص إلى كلام، انطلاقًا من عدد الأحرف وسعر المزوّد لكل مليون حرف، بأي عملة.
المدخلات
التوليد
عدد أحرف النص المُدخل المراد تحويله إلى كلام. تحتسب واجهات تحويل النص إلى كلام الفاتورة بحسب أحرف النص المُدخل، بما في ذلك المسافات وعلامات الترقيم.
$
ما يتقاضاه المزوّد لكل مليون حرف مُدخل. يُعلن التسعير لكل مليون لأن قيم الحرف الواحد تبلغ كسورًا ضئيلة من السنت.
النتائج
أدخل قيمة لعرض النتائج.
$
تكلفة توليد 10,000 حرف بسعر 15 $ لكل مليون.
ما المقصود بتكلفة تحويل النص إلى كلام؟
تكلفة تحويل النص إلى كلام في واجهة برمجة لتوليد الكلام هي السعر الذي يُتقاضى
لتحويل النص المكتوب إلى صوت منطوق، وتُحسب من عدد أحرف الإدخال ومن سعر المزوّد
المعلن لكل مليون حرف. ويحتاج هذا الرقم كل من ينتج التعليقات الصوتية أو مسودات
الكتب الصوتية أو السرد المخصص لإمكانية الوصول أو ردود المساعد المنطوقة، لأن
التوليد يُقاس بأحرف النص المُدخل لا بطول الصوت الناتج عنه.
كيف تُحتسب فاتورة التوليد
يعدّ مزوّدو تحويل النص إلى كلام الأحرف في النص المُرسل، أي الحروف والمسافات
وعلامات الترقيم جميعها، ويحتسبون الفاتورة لكل مليون حرف. وهذا هو الصورة المعاكسة
للنسخ النصي الذي يحتسب الفاتورة بمدة الصوت. ويختلف أيضًا عن النماذج اللغوية
النصية التي تحتسب الفاتورة بالرموز. ولأن الحرف الواحد يكلّف كسرًا ضئيلًا من
السنت، يُعلن المزوّدون السعر لكل مليون حرف لإبقاء الرقم الرئيسي مقروءًا.
الصيغة
عند حرف مُدخل بسعر لكل مليون حرف، تساوي التكلفة
C=106n⋅p
وتحوّل القسمة على السعر المعلن لكل مليون إلى سعر لكل حرف قبل الضرب في عدد
الأحرف. والعلاقة خطية: مضاعفة النص تضاعف التكلفة.
مثال محلول
لنأخذ نص سرد مكوّنًا من 8,400 حرف يُولّد بسعر $15 لكل مليون حرف، وهو سعر معلن
لمستوى صوت أعلى جودةً. التكلفة هي
C=1068400×15=0.0084×15=$0.126
وعليه يكلّف النص نحو ثلاثة عشر سنتًا لتوليده صوتيًا. ومسودة كتاب صوتي من 50,000
كلمة، أي نحو 300,000 حرف، تكلّف نحو $4.50 بالسعر نفسه، ما يجعل التوليد عمليًا
للتكرار على السرد الطويل.
ملاحظات وتنويعات
يعتمد السعر على مستوى الصوت. فالمستوى القياسي يكلّف لكل حرف أقل من المستوى الأعلى
دقةً الذي ينتج تنغيمًا أكثر طبيعية، لذا يُضبط السعر على المستوى المراد استخدامه.
ويعدّ بعض المزوّدين الحرف المتعدد البايتات حرفًا واحدًا، بينما يعدّ آخرون
بايتاته، وهو ما يهمّ في الكتابات غير اللاتينية؛ ويُنصح بمراجعة قاعدة العدّ قبل
وضع الميزانية في تلك اللغات. وتُحتسب إعادة توليد النص نفسه بعد تعديله مجددًا
بكامل عدد الأحرف.
التطبيق
تمثّل تكلفة النص الواحد الوحدة الأساسية لميزانيات السرد، فضربها في عدد النصوص
يقدّر الإنفاق المتكرر. وللاتجاه المعاكس، أي نسخ الصوت إلى نص بدلًا من توليده،
انظر حاسبة تكلفة النسخ النصي للصوت. وعندما يُقرَن التوليد بنموذج
لغوي يصوغ النص، يُعالَج جانب المُوجَّه والإكمال عبر حاسبة تكلفة التوكنات.
الأسئلة الشائعة (FAQ)
هل تُحتسب فاتورة الكلام بالرموز أم بالأحرف؟
تُحتسب فاتورة تحويل النص إلى كلام بأحرف الإدخال، لا بالرموز. ويُحسب كل حرف من النص المُرسل، أي الحروف والمسافات وعلامات الترقيم، ضمن الإجمالي. ويختلف هذا عن النماذج النصية التي تحتسب الفاتورة بالرموز. وكدليل تقريبي، يبلغ متوسط النص الإنجليزي أقل قليلًا من ستة أحرف لكل كلمة بما في ذلك المسافة اللاحقة.
لماذا تكلّف الأصوات الأعلى جودة أكثر؟
يقدّم المزوّدون عادةً مستوى قياسيًا ومستوى أعلى دقةً ينتج تنغيمًا أكثر طبيعية وصوتًا أوضح. ويُحتسب المستوى الأعلى دقةً بسعر أعلى لكل حرف لأنه يستخدم نموذجًا أكبر. ويُبدَّل السعر لكل مليون إلى المستوى المراد استخدامه، بينما يبقى عدد الأحرف ثابتًا.
كيف يمكن تقدير عدد الأحرف؟
عدد الأحرف هو ببساطة طول سلسلة النص، ولذلك تعرضه معظم المحرّرات وبرامج معالجة النصوص مباشرةً. وفي حال معرفة عدد الكلمات فقط، يعطي ضربه في ستة تقريبًا تقديرًا عمليًا للإنجليزية، لأن متوسط الكلمة مع المسافة اللاحقة لها يقارب ستة أحرف.
إخلاء المسؤولية
هذا تقدير للتكلفة. تتغيّر أسعار تحويل النص إلى كلام المعلنة مع الوقت، وتختلف بحسب المزوّد ومستوى الصوت. يُنصح بالتحقق من التسعير الحالي وقواعد عدّ الأحرف الدقيقة لدى المزوّد قبل الاعتماد على رقم في وضع الميزانية.