O‘zbek tili uchun ovoz infratuzilmasi.
Tinglash, gapirish va suhbatni tushunish — bitta API’da. Har bir model o‘zbek tili uchun o‘qitilgan, chet el xizmati ustidagi qobiq emas.
Haqiqiy qo‘ng‘iroqlardan to‘rt ovoz.
Hozircha sotuv bo‘limi orqali.
Sintetik qo‘ng‘iroq: ikkala ovoz ham Gapir TTS’dan.
To‘rt model. Bitta kalit. Bitta hisob.
Nutq → matn
Fayl yoki jonli oqim. Tinish belgilari, raqamlar va har bir so‘zning vaqti bilan.
Matn → nutq
Zebo va Doston ovozlari, beshta uslub. Raqam, sana va telefonlar so‘z bilan o‘qiladi.
Ovozli agent
Qo‘ng‘iroqqa javob beradi, yozib qo‘yadi va tizimlaringizga ulanadi — kun-u tun.
Nutq tahlili
Kim gapirdi, kim mijoz, qaysi tilda, qanday kayfiyatda — bitta javobda.
O‘zbek tilida sifat bo‘yicha №1. Narxi — 10 barobar past.
Yettita qatlam — narxning ichida.
Tinish belgilari, raqamlar va so‘z vaqtlari bilan matn — bazada. Ustiga butun suhbat tahlili, qo‘shimcha to‘lovsiz. Yana uchtasi — kichik ustama bilan.
Stereo kanallar
Har bir kanal alohida spiker bo‘ladi.
Spikerlarga ajratish
Mono yozuvda kim gapirayotgani, 4 ta ovozgacha.
Mijoz va xodim
Ikki suhbatdoshdan qaysi biri mijoz, qaysi biri xodim.
Ovoz jinsi
Har bir spiker uchun: ayol, erkak yoki noma’lum.
Ovozdan tanish
Bir odam barcha yozuvlarda bir xil raqam va ism oladi.
Nutq tili
Yozuv, spiker va replika tili — ulushlari bilan.
Dozvon
Jonli suhbatmi yoki gudok, avtojavob, IVR; qaysi soniyada javob berildi.
Shaxsiy ma’lumotlar
Ism, telefon, manzil, hujjat va karta raqamlari topiladi va yashiriladi.
Emotsiyalar
Kulgi, norozilik, energiya — spiker odatdagidan jonliroq yoki sustroq gapirgan lahzalar.
Qo‘ng‘iroq xulosasi
2–3 gap o‘zbekcha: suhbat nima haqida bo‘ldi va qanday tugadi.
Matndan — jonli o‘zbekcha ovoz.
Gapir TTS v0.1, beta: qo‘ng‘iroq markazlari, bildirishnomalar va ovozli yordamchilar uchun. 1000 belgi (≈ 1 daqiqa ovoz) — 112 so‘m.
Zebo
Ayol ovozi · standart
Doston
Erkak ovozi
Rol va uslub
Operator yoki yordamchi; neytral, iliq, quvnoq, xotirjam yoki hamdard. Narx uslubga bog‘liq emas.
So‘zlashuv nutqi
Toshkentcha jonli talaffuz va «Aa…», «Eee…» kabi pauzalar — qo‘ng‘iroq sun’iy eshitilmaydi.
Raqam va sanalar
«14:30», «3-noyabr», telefon va sayt manzillari so‘z bilan o‘qiladi. Lotin yoki kirill.
Pauza va kulgi
Matndagi [pause] qisqa pauza, [laugh] — kulgi beradi.
Formatlar
mp3, wav yoki ogg (Opus), 8 dan 48 kHz gacha.
4000 belgigacha
Javob — audioning o‘zi; 2 daqiqada ulgurmasa, vazifa raqami va natija havolasi.
Faqat ishlatganingiz uchun.
Nutq → matn: asos — daqiqasi 35 so‘m, pullik opsiya o‘z ustamasini qo‘shadi, yettita bepul qatlam narxga ta’sir qilmaydi. Matn → nutq: 1000 belgi (≈ 1 daqiqa ovoz) — 112 so‘m, ovoz va uslubdan qat’i nazar.
Ovoz, rol va uslub narxga ta’sir qilmaydi. 1000 belgi ≈ 1 daqiqa ovoz.
Bitta so‘rov — tayyor suhbat.
settings maydonida.POST /v1/tts: matn, ovoz va uslub — javobda mp3, wav yoki ogg.curl -X POST https://console.gapi.uz/v1/transcribe \ -H "Authorization: Bearer $TOKEN" \ -F file=@call.mp3 \ -F 'settings={"speaker_roles":true,"pii":true}'
{
"audio_seconds": 282.7, "speakers": 2,
"segments": [{
"start": 0.42, "end": 3.9, "speaker": 1,
"text": "Assalomu alaykum, aloqa markazi.",
"language": { "code": "uz", "confidence": 0.99 }
}],
"speaker_info": [{
"role": "client", "gender": { "label": "male" },
"identity": { "status": "matched", "name": "Azimbek" }
}]
}
curl -X POST https://console.gapi.uz/v1/tts \ -H "Authorization: Bearer $TOKEN" \ -H "Content-Type: application/json" \ -d '{"text": "Assalomu alaykum! Qanday yordam bera olaman?", "voice": "zebo", "style": "warm", "format": "mp3"}' \ -o salom.mp3
X-Voice: zebo X-Audio-Seconds: 2.43 X-Cost-G: 0.14
Ovozli agent — hozircha sotuv bo‘limi orqali.
Qo‘ng‘iroqlarga javob beradigan va tizimlaringizga ulanadigan agentni ssenariyingiz bo‘yicha birga quramiz.
Butun stek — sizning serverlaringizda.
Audio bino ichidan chiqmaydi. Internetsiz ishlaydi, audit va loglar bilan. Bank, telekom va davlat tashkilotlari uchun.