ما در حال توسعه‌ی یک ابزار پیشرفته‌ی تبدیل متن به گفتار (Text-to-Speech) به زبان فارسی هستیم و برای این منظور به دنبال گویندگان فارسی‌زبان هستیم تا در ضبط جملات فارسی با ما همکاری کنند.

🔹 شرح پروژه: در این پروژه نیاز به ضبط ۲۰٬۰۰۰ جمله فارسی داریم. بیشتر جملات از کتاب‌ها انتخاب شده‌اند. مدت تقریبی ضبط حدود ۳۰ ساعت صوت نهایی است. هر جمله بین ۵ تا ۲۰ ثانیه زمان طول خواهد کشید.

✅ دستورالعمل ضبط صدا: 🎙️ شرایط ضبط صدا: هر فایل صوتی باید با نام دقیق شماره مربوطه متن ذخیره شود (مثلاً اگر شماره متن “1“ است، فایل صوتی آن “1.wav“ باشد). فرمت فایل‌های صوتی: WAV فرکانس نمونه‌برداری: 22050 Hz عمق بیت: 16 بیت تک‌کاناله (Mono) 🏠 محیط ضبط: محیط کاملاً ساکت باشد (بدون صدای پس‌زمینه مثل کولر، پنکه، ماشین، موبایل، حیوانات، افراد دیگر و...). ضبط در اتاقی با انعکاس و اکو کم انجام شود. ترجیحاً اتاق کوچک با پرده، فرش، مبل یا پتو اطراف برای جذب صدا. میکروفون باید نزدیک باشد. بهتر است میکروفون ثابت باشد (روی پایه یا نگه‌دارنده) و گوینده نیز ثابت بنشیند. 🗣️ نحوه بیان: صدا باید کاملاً طبیعی و خودمانی باشد؛ نیازی به بازیگری یا تغییر عمدی نیست. گوینده لازم نیست سعی کند “معمولی“ حرف بزند؛ همان‌طور که خودش به طور معمول صحبت می‌کند، کافی است. اگر صدای طبیعی گوینده کمی احساس، لهجه یا بالا/پایین دارد، اشکالی ندارد (بلکه گاهی خوب هم هست). ✍️ نکات مربوط به متن: تمام علائم نگارشی مخصوصاً علامت تعجب (!) و سوال (?) باید در خواندن رعایت شود. اگر گوینده با دیدن متن به شک افتاد که چطور بخواند، می‌تواند قبل از ضبط تمرین کند و بعد بخواند. از حذف یا اضافه کردن کلمات، حتی به‌صورت غیرعمدی، خودداری شود. هر فایل صوتی باید فقط شامل خواندن دقیق همان متن باشد، بدون مقدمه یا توضیح اضافه. ⏸️ نکات پایانی: اگر در حین ضبط اشتباه شد، لطفاً همان فایل را حذف و دوباره ضبط کنید. همه فایل‌ها با یک تنظیم ثابت (سطح میکروفون، فاصله، محیط) ضبط شوند.