الانتقال إلى المحتوى
CSuite
الميزات · الصوت

الكلام والموسيقى والمؤثرات: لوحة واحدة.

اقرأ سيناريو بصوت طبيعي، وأضف إليه موسيقى مولَّدة، ثم ضع المؤثرات الصوتية في أماكنها: ثلاثة أنواع من توليد الصوت في مساحة عمل واحدة، مع محرر موجة صوتية مدمج للمسات الأخيرة. وتفرّغ مساحة العمل نفسها أيضًا تسجيلًا أو المسار الصوتي لفيديو إلى نص وترجمات مصاحبة. تعمل النماذج السحابية بمفاتيح API الخاصة بك، ويمكن أن يعمل الكلام والتفريغ النصي دون اتصال بالكامل، أما التحرير فيجري محليًا على جهازك.

الاختيار

ثلاثة أنواع من الصوت، وقائمة اختيار واحدة.

بدّل مربع الموجّه بين الكلام والموسيقى والمؤثرات الصوتية. تعرض قائمة اختيار النماذج ما يدعم النوع النشط فقط، وتحتفظ كل فئة بنموذجها الافتراضي، بما في ذلك الخيار «تلقائي». ElevenLabs لراوٍ دافئ الصوت، وLyria لموسيقى تصويرية، وSFX 1.5 للمؤثرات الواقعية: مفتاح API واحد لكل منصة (Runware أو OpenRouter أو Replicate) يتيحها كلها، ومفتاح من مورّد مثل OpenAI أو Google أو ElevenLabs يضيف نماذج ذلك المورّد الخاصة، بينما ينطق Supertonic TTS دون اتصال ودون أي مفتاح. ونوع رابع، «تفريغ نصي»، يحوّل قائمة الاختيار إلى نماذج تحويل الكلام إلى نص مثل Whisper وGPT-4o Transcribe وScribe v2.
الكلام

سيناريو يدخل، وتعليق صوتي يخرج.

الصق السيناريو، واختر نموذجًا وصوتًا، ثم ابدأ التوليد. تأتي الأصوات من قائمة الأصوات الخاصة بكل نموذج، مع عناصر تحكم لكل صوت (السرعة والثبات والتشابه) في النماذج التي توفرها. اضغط زر التشغيل بجوار قائمة الاختيار لتستمع إلى الصوت قبل أن تعهد إليه بسيناريو كامل: الاستماع الأول يكلّف جزءًا من السنت، وكل استماع بعده محفوظ مؤقتًا ومجاني. وفي النماذج التي تدعم الاستنساخ، أعطه عيّنة ونصها بدلًا من ذلك، وسيقرأ سيناريوك بذلك الصوت.المقطع أسفل المعاينة توليد حقيقي غير معدّل من ElevenLabs v3 داخل CSuite. اضغط تشغيل. والموجّه الظاهر في الشريط هو السيناريو الدقيق الذي قرأه.
مخرجات حقيقية · ElevenLabs v3narration.mp3
0:00 / 0:10
التأليف

صِف الأجواء، واحصل على الموسيقى.

الآلات والإيقاع والملمس: صِفها كما لو كنت تكتب موجزًا لعازف في جلسة تسجيل، وسيؤلفها النموذج. ويقبل Lyria 3 صورًا مرجعية أيضًا، فيمكن للوحة إلهام أن تحدد الطابع، وفي Music 2.6 وACE-Step v1.5 يحفظ حقل «الكلمات» المنفصل كلماتك كما كتبتها تمامًا. ولن تلاحقك أسئلة حقوق الاستخدام: إنه توليدك أنت، أُنجز بمفتاحك.المقطع أدناه ومدته 30 ثانية مقطوعة حقيقية من Lyria 3 مولَّدة من الموجّه الظاهر بالضبط، وهو الموجز نفسه الذي يجيب عنه كل نموذج موسيقى في الكتالوج في صفحة تفاصيله.
مخرجات حقيقية · Lyria 3ambient.mp3
0:00 / 0:30
المؤثرات

مؤثرات صوتية عند الطلب.

صفقة الباب، وأجواء الغابة، وأزيز جهاز العرض: صِف الصوت بدلًا من البحث في مكتبات العيّنات، أو أعطِ SFX 1.5 فيديو مصدرًا ليؤلف الصوت على إيقاع الصورة. ضع النتيجة مباشرة في تركيبة فيديو، أو صدّرها لبرنامج المونتاج لديك.في الأسفل: توليد حقيقي من SFX 1.5 للموجّه الظاهر: باب خشبي ثقيل في ممر حجري.
مخرجات حقيقية · SFX 1.5impact.mp3
0:00 / 0:10
التفريغ النصي

تسجيل يدخل، ونص مفرّغ يخرج.

بدّل النوع إلى «تفريغ نصي»، ثم ارفع ملفًا صوتيًا أو فيديو أو أفلته، وسيستخرج CSuite المسار الصوتي من الفيديو نيابةً عنك. يكتب النموذج ملفًا نصيًا بجوار التسجيل، إضافة إلى ملف ترجمة SRT حين يُرجع طوابع زمنية. يظهر النص المفرّغ تحت المشغّل، والنقر على سطر موقَّت ينقل التشغيل إلى تلك اللحظة. تعمل Whisper Base وSmall وLarge V3 Turbo على جهازك دون مفتاح، ويستطيع Scribe v2 بمفتاحك لدى ElevenLabs تمييز كل متحدث باسمه.في النماذج التي تقرأ تلميحًا، مثل Whisper وGPT-4o Transcribe، يقبل مربع الموجّه الأسماء والمصطلحات المتخصصة لتُكتب بإملاء صحيح.
التحسين

اكتب الفكرة، واحصل على الموجز كاملًا.

في الموسيقى والمؤثرات، اضغط على العصا السحرية وسيحوّل نموذج النص الخاص بك سطرًا واحدًا إلى موجز كامل: موضوع المقطوعة أولًا، ثم النوع الموسيقي والآلات والإيقاع والأجواء. وتوضع الكلمات حيث يقرؤها النموذج. أما الكلام فلا عصا سحرية له، لأن النص الذي تكتبه هو ما يُنطق.تُفوتَر الموسيقى بالتوليد الواحد، لذا فإن المحاولات التي تتجاهلها هي الجزء المكلف.
التحرير

نظّفه دون مغادرة التطبيق.

محرر موجة صوتية مدمج في المشغّل يغطي أعمال التنظيف المعتادة، دون التصدير إلى أداة أخرى. يُعالَج كل تعديل محليًا على جهازك ويُحفظ في الملف نفسه أو كنسخة جديدة، مع الحفاظ على صيغة الملف الأصلية، فيبقى ملف MP3 المقلَّم بصيغة MP3.

قلّم حتى تبقى اللقطة

احذف الصمت من طرفي التسجيل، أو استخرج لقطة نظيفة واحدة من جلسة طويلة. اسحب المقابض على الموجة الصوتية، فيُحذف كل ما هو خارج التحديد.

ظهور تدريجي واختفاء تدريجي

امنح خلفية موسيقية مولَّدة دخولًا وخروجًا سلسين قبل أن توضع تحت تعليق صوتي. حدّد مدة التلاشي، فيُطبَّق المنحنى على الموجة الصوتية.

اضبط المستوى

تعليق صوتي خافت بجوار خلفية موسيقية صاخبة هو أكثر مشكلات المزج شيوعًا على الإطلاق. ارفع مستوى صوت المقطع أو اخفضه حتى تتوازن المستويات.

غيّر السرعة

حوّل تسجيل محاضرة مدته 42 دقيقة إلى 28 دقيقة استماع بسرعة 1.5×، أو أبطئ لقطة سريعة. وتتحدث المدة مع تغيّر المعدل.

حوّل الصيغة

سلّم برنامج المونتاج ملف WAV أو FLAC دون فقدان، أو اضغط جلسة إلى MP3 أو OGG لمشاركتها. اختر الصيغة المستهدفة، فيُحوَّل الترميز مباشرة من الملف المصدر، دون المرور بمرحلة وسيطة تفقد الجودة.
التركيبات

ليست مقاطع فحسب، بل حلقات كاملة.

التركيبات وضع إنشاء ثانٍ للبودكاست والمقابلات والقصص المروية: اكتب سيناريو، وامنح كل متحدث صوته الخاص، وامزج الموسيقى والمؤثرات الصوتية تحته على مخطط زمني متعدد المسارات، ثم صدّر ملفًا واحدًا بصيغة MP3 أو M4A أو WAV. ويُشرح السيناريو والطاقم والمازج بالتفصيل في صفحة التركيبات.
مساحة العمل

بقية استوديو التسجيل.

الأشياء الصغيرة حول زر التوليد: أن تسمع الصوت أولًا، وأن تعرف السعر، وأن تعود إلى الموجّه الذي نجح.

استمع إلى الصوت أولًاشغّل أي صوت في القائمة مباشرة من قائمة الاختيار قبل أن تعهد إليه بسيناريو. الاستماع الأول يكلّف جزءًا من السنت، وكل استماع بعده محفوظ مؤقتًا ومجاني، وفي Supertonic TTS كل معاينة مجانية لأنها تُولَّد على الجهاز.
استنسخ صوتًافي النماذج التي تدعم ذلك، أرفق عيّنة ونصها، وسيقرأ النموذج سيناريوك بذلك الصوت بدلًا من صوت جاهز.
اكتب الموجز بالذكاء الاصطناعيفي الموسيقى والمؤثرات، اكتب الفكرة العامة واضغط على العصا السحرية: يوسّعها نموذج النص لديك إلى الموضوع والنوع الموسيقي والآلات والإيقاع والأجواء، ويكتب الكلمات أيضًا في النماذج التي تغني من الموجّه. ويُترك الكلام كما هو، لأن النص هو ما يُنطق.
اعرف التكلفة أولًايعرض مربع الموجّه السعر التقديري قبل التوليد (لكل مقطع في الموسيقى، ومن عدد الأحرف المباشر في الكلام)، ويتتبع سطر الحالة عملية التشغيل.
أعد استخدام ما نجحتظهر الموجّهات الأخيرة كشرائح فوق مربع الموجّه، ويتذكر كل مقطع مولَّد النموذج والإعدادات التي أنتجته، ويمكن إعادة تحميلها بنقرة واحدة.
ملفات تبقى ملككالمقاطع ملفات عادية في مجلد مشروعك. اسحب إليه التسجيلات، وصفِّ القائمة الطويلة بالاسم، وافتحها أو انسخها احتياطيًا بأي أداة تفضّلها.
الكتالوج

النماذج والمزوّدون المتاحون.

كل نماذج الصوت في الكتالوج موجودة هنا، وتغطي تحويل النص إلى كلام والموسيقى والمؤثرات الصوتية وتحويل الكلام إلى نص. تعمل في السحابة عبر Runware وOpenRouter وReplicate، أو مباشرة من المورّدين مثل OpenAI وGoogle وElevenLabs وغيرهم، بمفاتيحك الخاصة، وعلى جهازك عبر بيئة تشغيل Hugging Face المضمّنة. ولكل نموذج يولّد الصوت مقاطع عيّنات حقيقية في صفحة تفاصيله.

OpenAIسحابي · مفتاح API الخاص بك
OpenRouterسحابي · مفتاح API الخاص بك
Replicateسحابي · مفتاح API الخاص بك
Googleسحابي · مفتاح API الخاص بك
Runwareسحابي · مفتاح API الخاص بك
xAIسحابي · مفتاح API الخاص بك
ElevenLabsسحابي · مفتاح API الخاص بك
MiniMaxسحابي · مفتاح API الخاص بك
Fish Audioسحابي · مفتاح API الخاص بك
Hugging Faceمحلي · جهازك
Klingسحابي · مفتاح API الخاص بك
Ollamaمحلي · جهازك
GPT-4o Mini TTS
سحابي

OpenAI's steerable speech model: ten natural voices you can direct with free-text instructions for tone, accent and pacing.

OpenAI
Gemini 3.8 Flash TTS
سحابي

Google's most expressive Gemini speech model, for long-form narration and two-speaker scenes in 130 languages, with inline vocal cues such as sighs and laughs.

Google · OpenRouter · Replicate
Gemini 3.8 Flash-Lite TTS
سحابي

A faster, lower-cost Gemini speech model for high-volume narration and voice agents in 101 languages, with the same voices and vocal cues as 3.8 Flash TTS.

Google · OpenRouter · Replicate
Grok Text-to-Speech
سحابي

xAI's expressive text-to-speech model with multiple voices and 20-language support.

xAI · Runware · Replicate
Lyria 3.5
سحابي

Google's music model for full-length songs with structure, vocals or instrumentals, guided by a text prompt, optional lyrics and reference images.

Google · Replicate
Lyria 3
سحابي

Enhanced Lyria model with improved musical coherence and audio quality.

Google · OpenRouter · Replicate
Lyria 3 Pro
سحابي

Google's professional-grade music model with enhanced fidelity and musical expression.

OpenRouter · Replicate
v4
سحابي

ElevenLabs' most expressive speech model, with closer voice cloning, audio tags for delivery and more than 90 languages.

ElevenLabs · OpenRouter
v4 Turbo
سحابي

The low-latency tier of ElevenLabs v4, with the same audio tags and more than 90 languages at half the per-character price.

ElevenLabs · OpenRouter
v3
سحابي

ElevenLabs' most expressive voice model with rich emotional and tonal range.

ElevenLabs · OpenRouter · Replicate
v3 Conversational
سحابي

A variant of ElevenLabs' v3 voice model tuned for natural dialogue in conversational agents, in more than 70 languages.

ElevenLabs · OpenRouter
Music
سحابي

ElevenLabs music generation model for creating original AI-composed tracks.

ElevenLabs · Replicate
Music 2.6
سحابي

MiniMax music model for full-arrangement AI compositions with rich instrumentation.

Runware · Replicate
SFX 1.5
سحابي

Mirelo sound effects model for generating custom audio SFX from text prompts.

Runware
Speech 2.8
سحابي

MiniMax's studio-grade speech model with 332 voices, emotion control, voice cloning, and a 50,000-character input limit.

MiniMax · Runware · Replicate
Drama 3
سحابي

Fish Audio's text-to-speech model for directed voice performances: you describe how each line should be delivered in square brackets, add sounds and pauses, and script several speakers in one call.

Fish Audio · OpenRouter
Voice
سحابي

HeyGen's text-to-speech model with preset voices on OpenRouter and Runware; on Runware it can also clone a voice from a recording.

OpenRouter · Runware
Voice Turbo
سحابي

A lower-latency version of HeyGen Voice with the same preset voices on OpenRouter and Runware, and voice cloning on Runware.

OpenRouter · Runware
Voxtral TTS 3
سحابي

Mistral's text-to-speech model with preset voices in eight languages; emotion and pace tags written into the text, such as [emotion=happy] or [pace=slow], direct the delivery. In public preview.

OpenRouter
S2.1 Pro
سحابي

Fish Audio's recommended production TTS with natural-language cues in brackets, multi-speaker synthesis in one call, and zero-shot voice cloning across 83 languages.

Fish Audio · OpenRouter · Runware
S2.1 Pro Free
سحابي

Fish Audio's S2.1 Pro model at $0 for development and testing under fair-use limits, with the same bracket cues, multi-speaker synthesis and voice cloning but no latency or data-processing guarantees.

Fish Audio
S2 Pro
سحابي

Fish Audio's previous-generation open S2 TTS with natural-language cues in brackets, multi-speaker dialogue and zero-shot voice cloning across 80+ languages.

Fish Audio · OpenRouter
Seed Audio 1.0
سحابي

ByteDance's audio generation model that reads a script word for word or builds a whole scene from one prompt, with a described voice, ambience, music and sound effects, and clones a voice from short reference clips.

OpenRouter · Runware
MAI-Voice-2.1
سحابي

Microsoft AI's highest-fidelity text-to-speech model, with detailed prosody and a consistent speaker over long passages. It reads in 23 languages through preset voices across 28 locales, and the voice you pick sets the language.

OpenRouter
MAI-Voice-2.1 Flash
سحابي

Microsoft AI's low-latency text-to-speech model, built for real-time responsiveness. It reads in 23 languages through the same preset voices as MAI-Voice-2.1, across 28 locales, and the voice you pick sets the language.

OpenRouter
ACE-Step v1.5
سحابي

Open full-track music generation with lyric editing, remix, cover generation, and voice cloning in 50+ languages.

Runware
Flash v2.5
سحابي

ElevenLabs' fastest speech model, with about 75 ms latency across 32 languages at half the per-character price of Multilingual v2.

ElevenLabs · OpenRouter · Replicate
Multilingual v2
سحابي

ElevenLabs' previous-generation voice model for lifelike, consistent long-form narration such as voice-overs and audiobooks, in 29 languages.

ElevenLabs · OpenRouter
Flash v2
سحابي

ElevenLabs' English-only speech model with very low latency, suited to conversational and real-time use.

ElevenLabs · OpenRouter
Sound Effects v3
سحابي

ElevenLabs' newest text-to-sound-effects model: foley, ambiences and impacts up to 30 seconds that follow several cues in one prompt, handle music and vocals, and loop seamlessly.

ElevenLabs
GPT Transcribe
سحابي

OpenAI's high-accuracy transcription model for recorded audio, which follows a hint for names and terms and returns plain text without timestamps.

OpenAI · OpenRouter
Whisper Large V3
سحابي

OpenAI's open-weight Whisper Large V3, which transcribes speech in close to a hundred languages and returns timed segments for subtitles.

OpenRouter · Replicate
Whisper Large V3 Turbo
سحابيمحلي

A faster, slimmed-down Whisper Large V3 that keeps most of its accuracy and returns timed segments for subtitles.

OpenRouter · Hugging Face
Transcribe 1 Pro
سحابي

Fish Audio's speech-to-text model for multi-speaker conversations, which labels who is speaking and keeps emotion and vocal-event cues such as laughter in the transcript.

Fish Audio · OpenRouter
Muse Voice Transcribe 1.0
سحابي

Meta's speech-to-text model for push-to-talk and speaker-aware transcription, which returns plain text.

OpenRouter
MAI-Transcribe 2
سحابي

Microsoft AI's multilingual transcription model, which covers 60 languages with automatic language detection and returns plain text.

OpenRouter
Voxtral Small Transcribe 3
سحابي

Mistral's flagship transcription model, which returns a timestamped transcript and detects the language on its own. In public preview.

OpenRouter
Voxtral Mini Transcribe 3
سحابي

Mistral's compact transcription model, a lower-cost sibling of Voxtral Small Transcribe 3 with timestamps and language detection. In public preview.

OpenRouter
Universal-3.6 Pro
سحابي

AssemblyAI's speech-to-text model and the successor to Universal-3.5 Pro, served through its synchronous API for clips of up to two minutes. The app sends a longer recording in two-minute pieces and returns plain text.

OpenRouter
TTS 1
سحابي

AssemblyAI's text-to-speech model for voice agents, narration and multilingual applications, with twenty preset voices here in English, Spanish, French and German.

OpenRouter
Gemini 3.5 Transcribe
سحابي

Google's speech-to-text model for fast synchronous transcription with automatic language detection; this route returns plain text.

Google · OpenRouter
Scribe v2
سحابي

ElevenLabs' batch transcription model, which returns word-level timing for subtitles and can label who is speaking.

ElevenLabs · OpenRouter
Scribe v2 Medical
سحابي

ElevenLabs' batch transcription model tuned for clinical and medical terminology, which returns word-level timing for subtitles and can label who is speaking.

ElevenLabs · OpenRouter
Kling Text to Audio
سحابي

Kuaishou's Kling sound effects model, generating 3 to 10 second clips from a short text description.

Kling
Kling TTS
سحابي

Kuaishou's Kling text-to-speech model, reading up to 1,000 characters aloud in English or Chinese system voices.

Kling
Phonon
محلي

Gradium's 31M-parameter English text-to-speech model, run on device by Ollama on Apple silicon Macs. It reads text as written, so numbers and dates are best spelled out.

Ollama
LFM3-Audio 2B
محلي

Liquid AI's 2B audio model, run on device by Ollama: it speaks text in 19 languages with a female or male voice per language, and transcribes speech.

Ollama
Supertonic TTS
محلي

On-device English text-to-speech that runs entirely in the app, with ten preset voices and no API key.

Hugging Face
Whisper Base
محلي

A small on-device Whisper model that transcribes speech in the app with no API key, trading accuracy for speed.

Hugging Face
Whisper Small
محلي

A mid-sized on-device Whisper model that transcribes speech in the app with no API key, balancing speed and accuracy.

Hugging Face
الأسئلة الشائعة

أسئلة الصوت، وإجاباتها.

كيف يعمل الكلام والموسيقى والمؤثرات الصوتية والتفريغ النصي في CSuite: الأصوات، والتكاليف، والتحرير، والصيغ.

دفعة لمرة واحدة. ملكك إلى الأبد.

لا اشتراكات، ولا رسوم لكل مستخدم، ولا تجديدات. اشترِ CSuite مرة واحدة، والتحديثات المستقبلية مشمولة.

دفع آمن عبر Stripe. لديك ترخيص بالفعل؟ تنزيل التطبيق