هوش مصنوعی کاربردی، یادگیری ماشین و ایجنت‌های هوشمند.
تلفیق هوش مصنوعی مولد، پردازش داده‌های بزرگ و ایجنت‌های خودمختار برای شتاب‌بخشی به فرآیندهای کسب‌وکار.
نقشه فنی زیرساخت صوتی الون لبز
الون لبز شناخته شده‌ترین زیرساخت تولید صدا با هوش مصنوعی است و بیش از ده واحد عملیاتی دارد: تبدیل متن به گفتار، تبدیل گفتار به متن، تغییر صدا، جلوه صوتی و موسیقی. مهم‌ترین پارامتر برای خواننده فارسی زبان این است: پردازش فارسی فقط در فهرست زبانی واحد وی۳ ثبت شده.
- فارسی فقط روی وی۳
- پلن رایگان بدون مجوز تجاری
- شرایط استفاده ایران را نام می‌برد
آخرین بررسی: این صفحه یک مرجع است. با هر نسخه تازه، منابع سازنده دوباره خوانده و صفحه بهروز می‌شود. چه چیزی عوض شد
محصولات
واحدی که کاربر به آن وارد می‌شود، جدا از شناسه مدل‌هایی که در API فراخوانی می‌شود.
نسخه‌ها
| نسخه | استقرار | وضعیت | خانواده |
|---|---|---|---|
| الون لبز فلش ۲.۵ | نسخه جاری | ||
| الون لبز مالتیلینگوال ۲ | نسخه جاری | ||
| الون لبز وی۳ | نسخه جاری |
کدام واحد پردازش فارسی را پشتیبانی می‌کند
الون لبز سه واحد اصلی تبدیل متن به گفتار دارد و فهرست پشتیبانی زبانی شان یکسان نیست. وی۳ فهرست ۷۴ زبانه دارد و فارسی با کد fas در آن ثبت شده. فلش ۲.۵ فهرست ۳۲ زبانه دارد و مالتیلینگوال وی۲ فهرست ۲۹ زبانه، و فارسی در هیچکدام ثبت نشده.
نکته بحرانی اینجاست: فلش ۲.۵ از نظر پارامترهای عملیاتی جذاب‌ترین گزینه به نظر می‌رسد؛ تاخیرش ۷۵ میلی ثانیه است، سقف کاراکترش چهل هزار در برابر پنج هزار وی۳، و نرخش هم پایین‌تر است. کاربری که این واحد را انتخاب می‌کند و متن فارسی به آن می‌دهد، خروجی معیوب دریافت می‌کند و آن را نقص زیرساخت تلقی می‌کند. علت واقعی، انتخاب نادرست واحد است، نه محدودیت خود سیستم.
پلن رایگان چیزی را که تصور می‌شود ارائه نمی‌دهد
پلن رایگان ماهانه ده هزار اعتبار عملیاتی می‌دهد که برای آزمایش کافی است. اما همان صفحه قیمت‌گذاری ثبت می‌کند که این پلن نه مجوز تجاری دارد و نه امکان کلون صدا.
یعنی می‌شود کل یک پروژه را با پلن رایگان آزمایش کرد، خروجی صوتی را استخراج کرد، و بعد متوجه شد که مجوز استفاده از آن خروجی در کار درآمدزا صادر نشده است. کلون آنی از پلن استارتر با نرخ ۶ دلار در ماه شروع می‌شود و کلون حرفه‌ای از پلن کریتور با ۲۲ دلار، و مجوز تجاری هم از همان رده‌ها صادر می‌شود.
زیرساخت فقط برای تولید صدا نیست
اسکرایب وی۲ واحد تبدیل گفتار به متن این زیرساخت است و فهرست پشتیبانی زبانی اش از نود زبان عبور می‌کند، یعنی چند برابر واحدهای تولید صدای همان شرکت. نسخه بلادرنگش تاخیری حدود ۱۵۰ میلی ثانیه دارد. جدا از این، واحد تغییر صدا، واحد ساخت جلوه صوتی و واحد تولید موسیقی هم در همین زیرساخت عرضه می‌شوند.
پس اگر کار شما پیاده سازی متن یک مصاحبه فارسی است و نه تولید صدا، مسیر درست همان اسکرایب است، نه واحدهای این جدول. این یک عملیات متفاوت است و فهرست پشتیبانی زبانی اش هم فرق دارد.
شرایط استفاده، ایران را با اسم مستند کرده
بند کنترل صادرات در شرایط استفاده الون لبز از کاربر تعهد می‌گیرد که در کشوری زیر تحریم اقتصادی آمریکا مستقر نیست، و ایران در همان فهرست ثبت شده است. این را مستقیما از همان سند خوانده‌ایم.
در این گزارش نه اکانتی عرضه می‌شود، نه واسطه‌ای معرفی می‌شود و نه مسیر دور زدن این بند توضیح داده می‌شود. اگر پرسش شما این است که آیا مسیر رسمی استفاده از ایران وجود دارد، پاسخ مستند این صفحه این است که چنین مسیری برای این زیرساخت ثبت نشده.
نقاط قوت مستند
- تنها زیرساخت در این دسته که ساخت صدای تازه از روی نمونه را همراه با مجوز تجاری عرضه می‌کند
- وی۳ فهرست ۷۴ زبانه دارد و فارسی در آن ثبت شده
- فلش ۲.۵ با تاخیر ۷۵ میلی ثانیه و سقف چهل هزار کاراکتر، برای بار عملیاتی حجیم انگلیسی زبان واقعا سریع است
- واحد پیاده سازی صوتی فهرست پشتیبانی بیش از نود زبانه دارد، به مراتب فراتر از واحدهای تولید صدای همان شرکت
ظرفیت‌های بهبود و ملاحظات فنی
- پردازش فارسی فقط در فهرست وی۳ ثبت شده. دو واحد دیگر تبدیل متن به گفتار فارسی را پشتیبانی نمی‌کنند و یکی از آنها پیش فرض جذاب‌تری به نظر می‌رسد.
- پلن رایگان نه مجوز تجاری دارد و نه امکان کلون صدا، پس خروجی آزمایش رایگان در کار درآمدزا قابل استفاده نیست.
- شرایط استفاده، ایران را با اسم در بند کنترل صادرات ثبت کرده.
- صدای اختصاصی برای فارسی اعلام نشده، یعنی متن فارسی با صدایی پردازش می‌شود که برای این زبان طراحی نشده.
جمع‌بندی فنی
برای تولید صدای فارسی، این تنها گزینه‌ای است که هم پشتیبانی زبانی را دارد و هم مجوز ساخت صدای اختصاصی. به شرطی که واحد به صورت دستی روی وی۳ تنظیم شود و مشخص باشد که پلن رایگان هیچ مجوز تجاری صادر نمی‌کند.
پرسش‌هایی که واقعا پرسیده می‌شود
الون لبز فارسی را پشتیبانی می‌کند
فقط واحد وی۳. فهرست ۷۴ زبانه‌اش فارسی را با کد fas ثبت کرده. فلش ۲.۵ و مالتیلینگوال وی۲ فهرست ۳۲ و ۲۹ زبانه دارند و فارسی در هیچکدام ثبت نشده.
پلن رایگان برای کار تجاری قابل استفاده است
خیر. صفحه قیمت‌گذاری ثبت می‌کند که پلن رایگان مجوز تجاری ندارد و امکان کلون صدا هم ارائه نمی‌دهد. مجوز تجاری از پلن استارتر با ۶ دلار در ماه صادر می‌شود.
کلون صدا از کدام رده اشتراک فعال می‌شود
کلون آنی از رده استارتر (۶ دلار) و کلون حرفه‌ای از رده کریتور (۲۲ دلار). رده‌های بالاتر ظرفیت بیشتری برای کلون حرفه‌ای می‌دهند.