تحويل النص إلى كلامindian-languages
Sarvam AI — bulbul:v3 logo

Bulbul v3

بواسطة Sarvam AI · تم الإصدار February 5, 2026

Sarvam AI's natural text-to-speech model. 37 voices across 11 Indian languages with production-ready quality. Supports SSML for fine-grained control over speed, pitch, pauses, and emphasis. Handles code-mixed text and number normalization out of the box.

Sarvam AI — bulbul:v3 logo
تحويل النص إلى كلام

Bulbul v3

مدعوم بواسطة Sarvam AI · Proprietary TTS model

نافذة السياق

N/A

المعلمات

Undisclosed

الحد الأقصى للإخراج

N/A

الفئة

تحويل النص إلى كلام

نظرة عامة

Bulbul v3, released February 5, 2026, is Sarvam AI's production-ready text-to-speech model offering 37 natural-sounding voices across 11 Indian languages. The voices are designed to sound natural and conversational rather than robotic, making them suitable for customer-facing applications like IVR systems, voice agents, and telephony platforms.

The model supports SSML (Speech Synthesis Markup Language) for fine-grained control over prosody — developers can adjust speed, pitch, volume, add pauses, and emphasize specific words. It handles code-mixed text natively, correctly pronouncing Hindi-English mixed sentences without requiring language tags. Number normalization, date formatting, and currency reading are handled automatically.

Bulbul v3 is production-ready for telephony and call center deployments, with consistent quality across all 37 voices and 11 languages. The voices cover a range of genders, ages, and regional accents, allowing applications to match the voice to their target audience. At $0.53 per 10K characters, it is competitively priced for high-volume TTS workloads.

الأسعار

مقياسالسعر
السعر /10K chars₹53.0000

1 رصيد = 1 روبية هندية = 0.01 دولار أمريكي. الأسعار المعروضة من المزوّد؛ تمرّر CallMissed الأسعار مع هامش ربح يقارب 35٪.

أبرز النقاط الرئيسية

  • 37 natural voices across 11 Indian languages
  • دعم SSML للتنغيم، وفواصل التوقف، والتوكيد
  • معالجة النصوص المختلطة لغويًا (مثل Hinglish وغيرها)
  • جاهز للاستخدام في بيئات الإنتاج لمراكز الاتصال والاتصالات الهاتفية

المعايير المرجعية

المعيار المرجعيالنتيجة
MOS Score4.2/5
Voices37
Languages11
SSML SupportFull

التفاصيل التقنية

  • 39 صوتًا طبيعيًا عبر 11 لغة هندية
  • دعم SSML: السرعة، طبقة الصوت، مستوى الصوت، التوقفات، التشديد، الرموز الصوتية
  • معالجة أصلية للنصوص المختلطة لغويًا (Hinglish وTanglish وما إلى ذلك)
  • التوحيد التلقائي للأرقام، وتنسيق التاريخ، وقراءة العملات
  • جاهز للاستخدام في بيئات الاتصالات الهاتفية ومراكز الاتصال
  • جودة متسقة عبر جميع الأصوات واللغات

نقاط القوة

  • 37 natural voices — widest selection for Indian languages
  • دعم كامل لـ SSML للتحكم الدقيق في التنغيم
  • معالجة أصلية للنصوص الممزوجة باللغات دون علامات لغوية
  • جودة جاهزة للإنتاج للاتصالات الهاتفية ومراكز الاتصال

القيود

  • محدود بـ 11 لغة هندية — لا توجد تغطية للغات العالمية
  • استنساخ الصوت وإنشاء صوت مخصص غير مدعومين بعد
  • قد تختلف جودة إخراج الصوت مع النصوص الطويلة جدًا

حالات الاستخدام

وكلاء صوتيونأنظمة IVRإنشاء كتاب صوتيتطبيقات إمكانية الوصول

مثال على API

curl https://api.callmissed.com/v1/audio/speech \
  -H "Authorization: Bearer cm_YOUR_KEY" \
  -d '{"model": "bulbul:v3", "input": "Namaste, aapka order confirm ho gaya hai.", "voice": "meera"}' \
  --output speech.mp3

نقطة النهاية: POST /v1/audio/speech · معرّف النموذج: bulbul:v3

جرّب Bulbul v3 الآن

احصل على 1000 رصيد مجاني من API عند التسجيل. لا حاجة إلى بطاقة ائتمانية.