دليل النطق بالذكاء الاصطناعي المحلي

هل أحتاج هذا؟

تعني «محلي» أحد أمرين: صوت مدمج في SSN يعمل في متصفحك، أو خادم أصوات تشغّله بنفسك.

أريد…	افعل هذا
أصوات مجانية بلا تثبيت	استخدم الأصوات المدمجة. يتوقف معظم المستخدمين هنا.
استخدام خادم أصوات أشغّله بالفعل	توصيل خادم.
صوت مستنسخ	راجع استنساخ الصوت.
Fish Audio في OBS	راجع إعداد Fish Audio.
أصوات سحابية مدفوعة	راجع مرجع TTS.

يعمل مع أي دردشة يلتقطها SSN. الصوت تابع لمشغّل SSN وليس YouTube أو Twitch. بخلاف تحويل النص إلى كلام في النظام، تولّد أصوات الذكاء الاصطناعي المحلية صوتها بنفسها، فيستطيع OBS التقاطه. مقارنة المزودين والاستماع للعينات.

الأصوات المدمجة (بلا تثبيت)

تعمل هذه داخل SSN في متصفحك. لا خادم ولا Docker ولا مفتاح API.

الصوت	الصوت	حمل الحاسوب	قيمة الرابط
Kokoro	ممتاز	متوسط. أسرع مع GPU.	`ttsprovider=kokoro`
Piper	جيد جداً	منخفض. المعالج فقط.	`ttsprovider=piper`
Kitten	جيد	منخفض جداً. المعالج فقط.	`ttsprovider=kitten`
eSpeak-NG	آلي	ضئيل جداً. المعالج فقط.	`ttsprovider=espeak`

الإعداد في 4 خطوات

أضف &speech=en-US&ttsprovider=kokoro إلى dock.html . (أو piper, kitten, espeak.)
أضف ذلك الرابط إلى OBS بوصفه مصدر المتصفح. هذه هي الصفحة التي تُصدر الصوت.
في خصائصه، فعّل التحكم بالصوت عبر OBS (Control audio via OBS).
أرسل رسالة اختبار قصيرة، مثل Testing local TTS.

dock.html?session=YOUR_SESSION&speech=en-US&ttsprovider=kokoro

أول استخدام بطيء. ينزّل Kokoro وPiper نماذجهما أولاً (نحو 50–200 MB). تعيد مرات التحميل التالية استخدامها لكنها تحتاج لحظة للبدء. يحتفظ OBS بنسخته الخاصة منفصلةً عن Chrome.

الأصوات والسرعة واللغات الأخرى: إعدادات المزود. تفضل النقر؟ استخدم دليل الإعداد.

توصيل خادم TTS الخاص بك

يمنحك الخادم أصواتاً أكثر أو استنساخ صوت أو صوتاً تعيد استخدامه بين الأدوات. يتواصل SSN معه كما يتواصل مع متوافق مع OpenAI . لا تحتاج إلى مفتاح API.

شغّل خادمك. Kokoro-FastAPI هو الأسهل.
في SSN، افتح قائمة مزودي TTS واختر نقطة نهاية مخصصة أو محلية لتحويل النص إلى كلام.
في Custom / Local API Endpoint، أدخل عنوان خادمك، مثل http://127.0.0.1:8880/v1/audio/speech.
اترك مفتاح API فارغاً.
اختر صوتاً يعرفه خادمك: af_bella لـ Kokoro، nova لـ openedai-speech.
انسخ الرابط إلى OBS وأرسل رسالة اختبار.

خريطة بأسلوب لقطة شاشة لحقول تحويل النص إلى كلام المحلي في Social Stream Ninja — حقل endpoint هو المهم.

OBS على حاسوب مختلف؟ اقرأ قاعدة localhost أولاً. المتصفح يحظره؟ استخدم الجسر.

الخادم	النموذج	GPU	القرص	المنفذ
Kokoro-FastAPI (موصى به)	Kokoro 82M	اختياري	~2 GB	8880
openedai-speech (Piper)	Piper	CPU فقط	<1 GB	8000
kokoro-web	Kokoro 82M	اختياري	~2 GB	3000

تحتاج هذه إلى Docker Desktop مثبتاً وقيد التشغيل. وهو مجاني للاستخدام الشخصي.

قاعدة localhost

هذا أكثر الأخطاء شيوعاً.

localhost و 127.0.0.1 يعنيان دائماً «هذا الحاسوب نفسه». إذا كان OBS على حاسوب وخادم الصوت على آخر، 127.0.0.1 في OBS يشير إلى حاسوب OBS.

رسم يوضح أن localhost يعني الجهاز نفسه، بينما يحتاج جهاز آخر إلى عنوان LAN

إعدادك	استخدم هذا العنوان
OBS والخادم على الحاسوب نفسه	`http://127.0.0.1:8880/v1/audio/speech`
الخادم على حاسوب آخر في المنزل	`http://192.168.x.x:8880/v1/audio/speech`، بعنوان IP المحلي لذلك الحاسوب
اختبار تطبيق SSN يعمل وOBS صامت	يحتاج OBS إلى عنوان يعمل لديه. اختبار التطبيق لا يثبت قدرة OBS على الوصول إلى الخادم.

تحقق أيضاً من سماح الجدار الناري بالمنفذ ومن نشر Docker له (-p 8880:8880).

Kokoro-FastAPI

Kokoro-FastAPI يشغّل Kokoro كخادم محلي. يعمل على المعالج ولا يحتاج GPU.

افتح طرفية (Command Prompt أو PowerShell أو Terminal) وشغّل أحد هذه الأوامر:
```
docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:v0.2.2
```
بطاقة NVIDIA (أسرع):
```
docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:v0.2.0post4
```
ينزّل التشغيل الأول نحو 1.5–2 GB مرة واحدة.
افتح http://localhost:8880/web/. ينبغي أن تظهر صفحة لاختبار الأصوات، مع أكثر من 67 صوتاً.

استخدم هذا الرابط (غيّر العنوان إن كان الخادم على حاسوب آخر):

dock.html?session=YOUR_SESSION&speech=en-US&ttsprovider=customtts&openaiendpoint=http://127.0.0.1:8880/v1/audio/speech&voiceopenai=af_bella

استخدم أسماء أصوات Kokoro، مثل af_bella, af_sarah, am_adam أو bf_emma. أسماء OpenAI مثل nova أو alloy قد لا يعمل.

تشغيله تلقائياً مع Docker:

docker run -d --restart unless-stopped -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:v0.2.2

openedai-speech (Piper وXTTS-v2)

مشروع مؤرشف. أُرشف openedai-speech في يناير 2026 ويصف نفسه بأنه متقادم في معظمه. ما زال يعمل كمثال لكنه لا يتلقى تحديثات. أبقه محلياً ولا تعرض منفذه للإنترنت؛ فهو بلا تسجيل دخول.

الخيار A: خادم Piper خفيف (CPU)

أقل من 1 GB. لا استنساخ أصوات.

docker run -d --restart unless-stopped -p 8000:8000 ghcr.io/matatonic/openedai-speech-min

الأصوات: alloy, echo, fable, onyx, nova, shimmer.

dock.html?session=YOUR_SESSION&speech=en-US&ttsprovider=openai&openaiendpoint=http://localhost:8000/v1/audio/speech&voiceopenai=nova

تشغيله من المصدر على Windows (أخطاء HTTP 500)

أضف مجلد البيئة الافتراضية Scripts إلى PATH أولاً، وإلا فلن يجد piper.exe أو ffmpeg.exe.

cd openedai-speech
$env:Path = "$PWD\.venv\Scripts;$env:Path"
.\.venv\Scripts\python.exe speech.py --xtts_device none -H 127.0.0.1 -P 8000

الخيار B: استنساخ الصوت XTTS-v2 (GPU)

يحتاج الخادم الكامل وليس openedai-speech-min. خطط لنحو 4 GB من ذاكرة GPU. يعمل المعالج لكنه بطيء.

إعداد XTTS-v2 في 4 خطوات

نزّل الخادم وشغّله:
```
git clone https://github.com/matatonic/openedai-speech.git
cd openedai-speech
Copy-Item sample.env speech.env
docker compose up -d
```
على macOS أو Linux، استخدم cp sample.env speech.env. يحتاج Docker إلى الوصول إلى GPU. يُنزّل النموذج في أول استخدام.
أنشئ مقطعاً مرجعياً نظيفاً لصوت تملك إذناً باستخدامه. أحادي القناة، 22050 Hz، من 6 إلى 30 ثانية:
```
ffmpeg -i input.mp3 -ac 1 -ar 22050 -t 6 -y voices/me.wav
```
في config/voice_to_speaker.yaml، أضفه تحت القسم الموجود tts-1-hd (احتفظ بالأصوات الموجودة):
```
tts-1-hd:
  me:
    model: xtts
    speaker: voices/me.wav
    language: en
```
غيّر me إلى الاسم الذي سيرسله SSN.

شغّل docker compose restart، ثم استخدم:

dock.html?session=YOUR_SESSION&speech=en-US&ttsprovider=customtts&openaiendpoint=http://127.0.0.1:8000/v1/audio/speech&openaimodel=tts-1-hd&voiceopenai=me&openaiformat=wav

openaimodel=tts-1-hd مطلوب. بدونه يرسل SSN tts-1، فيستخدم الخادم Piper بدلاً منه. voiceopenai يجب أن يطابق اسم الصوت في ملف YAML.

المتصفح يحظره؟ شغّل الجسر وغيّر فقط openaiendpoint إلى http://127.0.0.1:8124/v1/audio/speech.

جسر TTS المحلي

أداة صغيرة من SSN. تستقبل طلب SSN وتمرره إلى خادم الصوت ثم تعيد الصوت بطريقة تقبلها المتصفحات. تتطلب Node.js.

أبسط قاعدة: شغّل الجسر على حاسوب OBS. عندها يستخدم OBS دائماً http://127.0.0.1:8124/v1/audio/speech، حتى لو كان خادم الصوت على حاسوب آخر.

رسم يوضح استدعاء OBS للجسر المحلي واستدعاء الجسر لخادم تحويل النص إلى كلام

أخبر الجسر بمكان خادمك. PowerShell:
```
$env:SSN_TTS_TARGET="http://127.0.0.1:8880/v1/audio/speech"
```
الخادم على حاسوب آخر؟ استخدم عنوان IP المحلي له، مثل http://192.168.x.x:8880/v1/audio/speech.
في مجلد SSN، شغّل node scripts/local-tts-bridge.cjs. أبقِه قيد التشغيل.

وجّه SSN إلى الجسر:

dock.html?session=YOUR_SESSION&speech=en-US&ttsprovider=customtts&openaiendpoint=http://127.0.0.1:8124/v1/audio/speech&voiceopenai=af_bella

macOS/Linux، في سطر واحد: SSN_TTS_TARGET="http://127.0.0.1:8880/v1/audio/speech" node scripts/local-tts-bridge.cjs. داخل local-tts-bridge ، node server.cjs يفعل الشيء نفسه. غيّر المنفذ باستخدام SSN_TTS_BRIDGE_PORT=8125. جميع الخيارات: ملف README للجسر.

وضع GPT-SoVITS

يستخدم GPT-SoVITS واجهته الخاصة /tts . يترجم الجسر الطلبات له.

$env:SSN_TTS_REF_AUDIO_PATH="C:\voices\speaker.wav"
$env:SSN_TTS_REF_TEXT="Reference audio transcript here."
$env:SSN_TTS_TARGET="http://127.0.0.1:9880/tts"
node scripts/local-tts-bridge.cjs --mode gptsovits

dock.html?session=YOUR_SESSION&speech=en-US&ttsprovider=customtts&openaiendpoint=http://127.0.0.1:8124/v1/audio/speech&openaiformat=wav

وضع خادم F5-TTS

تستخدم بعض طبقات F5-TTS /synthesize_speech/?text=...&voice=.... يترجم الجسر الطلبات لها.

$env:SSN_TTS_TARGET="http://127.0.0.1:7860/synthesize_speech/"
node scripts/local-tts-bridge.cjs --mode f5

dock.html?session=YOUR_SESSION&speech=en-US&ttsprovider=customtts&openaiendpoint=http://127.0.0.1:8124/v1/audio/speech&voiceopenai=default_en&openaiformat=wav

استنساخ الصوت

الاستنساخ ليس إعداداً في SSN بل ميزة في بعض خوادم الصوت. يرسل SSN نص الدردشة ويختار الخادم الصوت المستنسخ.

سجّل مقطعاً واضحاً لمتحدث واحد، عادةً من 3 إلى 30 ثانية، مع ضجيج خلفية قليل.
تحتاج بعض الخوادم أيضاً النص المطابق تماماً للكلام في المقطع.
يحول الخادم المقطع إلى ملف تعريف صوت.
يرسل SSN نص الدردشة باستخدام ttsprovider=customtts.
يعيد الخادم صوتاً، عادةً WAV أو MP3، ويشغّله SSN.

استنسخ فقط أصواتاً تملكها أو لديك إذن باستخدامها.

XTTS-v2 غير تجاري افتراضيًا. خيار ترخيص Coqui Public Model License يسمح بالاستخدام غير التجاري فقط. قد لا يكون البث الذي يحقق دخلاً مؤهلاً. تحقق من الترخيص أو احصل على إذن أولاً.

إذا كانت ذاكرة GPU لديك 6 GB أو أقل، ابدأ بنماذج صغيرة على خوادم متوافقة مع OpenAI. تعمل النماذج الأكبر أيضاً إذا استُضيفت في مكان آخر.

الخيار	يستنسخ من	يناسب GPU بذاكرة 6 GB؟	كيفية الاتصال
XTTS-v2 / openedai-speech	مقطع WAV قصير	نعم، نحو 4 GB	مباشرةً، `/v1/audio/speech`. المشروع مؤرشف.
chatterbox-tts-api / Chatterbox-TTS-Server	مقطع مرجعي	على الأرجح مع Turbo أو مقاطع صغيرة	مباشرةً أو عبر الجسر. GPU أكثر سلاسة من المعالج، ويختلف الإعداد حسب النسخة المتفرعة.
Qwen3-TTS (0.6B / 1.7B)	مقطع 3 ثوانٍ	على الأرجح (0.6B Base)	يحتاج طبقة توافق مع OpenAI.
GPT-SoVITS	5 ثوانٍ؛ أفضل مع دقيقة واحدة	على الأرجح مع fp16 / تثبيت خفيف	الجسر `--mode gptsovits`.
F5-TTS	مقطع مع نصه	ربما	طبقة توافق أو جسر `--mode f5` مع F5-TTS_server.
MisoTTS 8B	صوت مرجعي	لا؛ يُوصى بـ 24 GB	استضافة بعيدة فقط. لا توجد نقطة اتصال REST محلية في المستودع.

Kokoro المدمج وKokoro-FastAPI لا يستنسخان الأصوات.

ما اختُبر مع SSN

اختُبر بكليهما dock.html و featured.html:

openedai-speech (Piper): كلام فعلي على المعالج، مباشرةً وعبر الجسر.
Chatterbox-TTS-Server: كلام فعلي على المعالج باستخدام Emily.wav، مباشرة وعبر الجسر.
chatterbox-tts-api: اختُبرت صيغة الطلب مباشرةً وعبر الجسر.
GPT-SoVITS و F5-TTS_server: عبر أوضاع الجسر فقط.
F5-TTS الرسمي و Qwen3-TTS: تحتاج طبقة توافق أولاً (CLI أو Gradio أو مكتبة فقط).

ما الحاسوب الذي أحتاجه؟

تقديرات أولية لا ضمانات. يغير حجم النموذج وطول النص والتطبيقات الأخرى استهلاك الذاكرة.

الخيار	الحد الأدنى	مناسب
تحويل النص إلى كلام في النظام / eSpeak	أي جهاز PC	أي جهاز PC
Kitten المدمج	CPU منخفض المواصفات، و4 GB من RAM	معالج حاسوب محمول و8 GB RAM
Piper المدمج	معالج حديث و4–8 GB RAM	CPU حديث، و8 GB من RAM
Kokoro المدمج	CPU حديث، و8 GB من RAM	GPU يدعم WebGPU أو معالج سريع، و8–16 GB RAM
Kokoro-FastAPI	CPU، و8 GB من RAM	NVIDIA GPU اختياري، و8–16 GB RAM
openedai-speech Piper	معالج و4–8 GB RAM	CPU، و8 GB من RAM
openedai-speech XTTS	NVIDIA GPU بنحو 4 GB، و8–16 GB RAM	GPU من NVIDIA بذاكرة 6 GB+، و16 GB من RAM
Chatterbox	المعالج في بعض الإصدارات، بطيء	GPU من NVIDIA بذاكرة 6 GB+، و16 GB من RAM
GPT-SoVITS / F5-TTS / Qwen3-TTS	المعالج للاختبار، بطيء	GPU من NVIDIA بذاكرة 6 GB+، و16 GB من RAM
MisoTTS 8B	ليس مع 6 GB	GPU بذاكرة 24 GB أو مضيف بعيد

إدخال الصوت إلى OBS

OBS Browser Source (موصى به)

يعمل مع الأصوات المدمجة وخادمك الخاص.

أضف مصدر المتصفح باستخدام dock.html لـ TTS.
فعّل التحكم بالصوت عبر OBS (Control audio via OBS).
انقر على موافق. يظهر TTS الآن في مازج OBS.

تطبيق سطح المكتب SSN

يستخدم تطبيق سطح المكتب إعدادات الرابط نفسها، لكن الصوت يخرج من التطبيق لا OBS. التقطه باستخدام صوت سطح المكتب أو التقاط إدخال الصوت (Audio Input Capture). لفصل TTS عن الأصوات الأخرى، وجّه التطبيق إلى كابل افتراضي: خطوات توجيه الصوت.

لا تخلط بين اختبار التطبيق وOBS. الضغط على Test في التطبيق يختبر من التطبيق. عند استخدام رابط في OBS، يجب أن يصل OBS إلى الخادم ويشغّل الصوت.

تفاصيل إضافية لتطبيق سطح المكتب

نوافذ التطبيق أقل تشدداً بشأن أذونات المتصفح CORS من Chrome. يظل الجسر الخيار الأضمن للخوادم التي ترفض طلبات المتصفح. لـ Kokoro المدمج، يستطيع التطبيق استخدام ninjafy.tts بدلاً من تحميل النموذج داخل المتصفح.

تحويل النص إلى كلام في النظام (&speech=en-US دون مزود) يعتمد على الأصوات المتوفرة في OBS. غالباً لا توجد أصوات أو توجد أصوات لا تُنتج خرجاً قابلاً للالتقاط. استخدم أحد المزودين أعلاه بدلاً منه.

مقارنة متجاورة

الخيار	الإعداد	الجودة	خاص	يعمل في OBS	التكلفة
Kokoro المدمج	لا شيء	5/5	نعم	نعم	مجاني
Piper المدمج	لا شيء	4/5	نعم	نعم	مجاني
Kitten المدمج	لا شيء	3/5	نعم	نعم	مجاني
eSpeak المدمج	لا شيء	2/5	نعم	نعم	مجاني
Kokoro-FastAPI	Docker	5/5	نعم	نعم	مجاني
openedai-speech	Docker	4/5	نعم	نعم	مجاني
ElevenLabs	مفتاح API (API key)	5/5	لا	نعم	خطط مدفوعة
تحويل النص إلى كلام في النظام	لا شيء	2/5	نعم	يحتاج توجيه الصوت	مجاني

حل المشكلات

قائمة تحقق بأسلوب لقطة شاشة لحل مشكلات تحويل النص إلى كلام المحلي — يعمل في مكان دون آخر؟ افحص بالترتيب: الحاسوب والعنوان والصوت وأذونات المتصفح وصوت OBS.

المشكلة	جرّب هذا
اختبار التطبيق يعمل وOBS صامت	يجب أن يصل OBS إلى الخادم بنفسه. الخادم على حاسوب آخر؟ استبدل `127.0.0.1` بعنوان IP المحلي له. تحقق من التحكم بالصوت عبر OBS (Control audio via OBS). ما زال محظوراً؟ شغّل الجسر على حاسوب OBS.
تُقرأ أولى الحروف أو الكلمات فقط	إزالة (Remove) `ttsquick` من رابط OBS (مثلاً `&ttsquick=14`) وحدّث. أثناء الاختبار، أزل أيضاً `typewriter=` لاستبعاد مشكلات التوقيت.
الخادم لا يستجيب	تأكد من تشغيل Docker والحاوية. على حاسوب الخادم، افتح `http://127.0.0.1:8880/web/` (Kokoro-FastAPI أو منفذ خادمك). من حاسوب OBS، افتح `http://SERVER_LAN_IP:8880/web/`. إذا فشل، فلن يصل إليه OBS أيضاً. تحقق من جدار الخادم الناري.
«Blocked by CORS» أو «private network» أو «failed fetch»	حظره المتصفح قبل وصوله إلى الخادم. شغّل `node scripts/local-tts-bridge.cjs` على حاسوب OBS واستخدم `http://127.0.0.1:8124/v1/audio/speech`. صفحة Dock المستضافة على beta أكثر عرضة للحظر؛ الجسر أو نافذة التطبيق المحلي أسهل.
صوت غير صحيح أو غير موجود	Kokoro-FastAPI: `af_bella`, `af_sarah`, `am_adam`، أو صوتاً من صفحته. openedai-speech: `nova`, `echo`, `alloy`. تراعي بعض الخوادم حالة الأحرف.
الصوت يعمل لكن OBS لا يلتقطه	فعّل التحكم بالصوت عبر OBS (Control audio via OBS). راقب عداد مازج OBS خلال الاختبار. تأكد من ضبط `&ttsprovider=`؛ قد يحتاج System TTS إلى صوت سطح المكتب أو كابل افتراضي.
لم يُعثر على صورة Docker	تتغير وسوم الصور. تحقق من الوسم الحالي على Kokoro-FastAPI أو openedai-speech.

لمطوري الخوادم

كيف يتواصل SSN مع خادم مخصص. تحتاج هذا فقط إذا كنت تبني خادماً أو تشخّصه.

chat text -> SSN -> your endpoint (or the bridge) -> TTS server -> audio -> SSN plays it

ما يرسله SSN

مع ttsprovider=customtts, localtts أو openai، يرسل SSN طلب JSON POST:

POST /v1/audio/speech
{
  "model": "tts-1",
  "input": "Chat message text",
  "voice": "af_bella",
  "response_format": "mp3",
  "speed": 1.0
}

عندما لا يُضبط مفتاح API، لا يرسل SSN ترويسة Authorization.

ما يستطيع SSN تشغيله

الاستجابة	هل يعمل؟	ملاحظات
ملف صوتي	نعم	الأفضل. `audio/mpeg`, `audio/wav`, `audio/ogg`, `audio/aac`، أو أي نوع صوت يستطيع المتصفح تشغيله.
JSON يتضمن عنوان صوت	نعم	فحوص `url`, `audio_url`, `output_url`, `data.url`، وأول `data[]` .
JSON مع صوت بترميز base64	نعم	فحوص `audio`, `audio_data`, `audioContent`, `b64_json`، والقيمة المتداخلة `data` ، وعناوين URL للبيانات.
PCM خام	فقط عند استخدام غلاف	أرسله كملف WAV أو WAV بترميز base64.

الصيغ: mp3 صغير ومدعوم على نطاق واسع. wav يناسب خوادم الاستنساخ واختبار الجسر. استخدم opus فقط إذا دعمه الخادم والمتصفح معاً.

لا بث متتابع بعد. ينتظر SSN الاستجابة كاملة ثم يشغّلها. أبقِ رسائل الدردشة قصيرة.

إعدادات الرابط لخادمك

الإعداد	مثال	ما الذي يفعله
`ttsprovider`	`customtts`	استخدم خادمك الخاص. (`openai` يعمل أيضاً.)
`openaiendpoint`	`http://localhost:8880/v1/audio/speech`	عنوان خادمك. غيّر المنفذ ليطابقه.
`speech`	`en-US`	يفعّل TTS بالإنجليزية.
`voiceopenai`	`af_bella`	اسم الصوت. يعتمد على الخادم.
`openaimodel`	`tts-1-hd`	اسم النموذج. الافتراضي `tts-1`.
`openaiformat`	`mp3`	mp3 أو wav أو opus أو flac.
`openaispeed`	`1.0`	سرعة الكلام (0.5–2.0).

مقبول أيضاً: customttsendpoint, localttsendpoint, customttsvoice, localttsvoice, customttsmodel, localttsmodel, customttsformat, localttsformat. خيارات القراءة مثل simpletts, skipmessages و ttsquick تعمل مع أي مزود: جميع إعدادات الروابط.

روابط مثال:

Kokoro-FastAPI:  dock.html?session=YOUR_SESSION&speech=en-US&ttsprovider=customtts&openaiendpoint=http://localhost:8880/v1/audio/speech&voiceopenai=af_bella&openaispeed=1.1
openedai-speech: dock.html?session=YOUR_SESSION&speech=en-US&ttsprovider=customtts&openaiendpoint=http://localhost:8000/v1/audio/speech&voiceopenai=nova
kokoro-web:      dock.html?session=YOUR_SESSION&speech=en-US&ttsprovider=customtts&openaiendpoint=http://localhost:3000/api/v1/audio/speech&voiceopenai=af_bella

دليل تحويل النص إلى كلام بالذكاء الاصطناعي محلياً