تولید صدای مصنوعی حرفه‌ای (IVR) — تلفن گویا

ما می‌خواهیم برای شماره‌ی ثابت یک تلفن‌گویا (IVR) حرفه‌ای داشته باشیم. هدف: تولید صدای مصنوعی یا TTS طبیعی (فارسی) با لحن رسمی‌ـصمیمی، تحویل فایل‌های صوتی بخش‌بخش (Welcome, Menu options, Prompts, Hold message, Operator transfer) و نسخه SSML آماده برای بارگذاری در سیستم تلفن گویا. در صورت امکان گزینهٔ clone صوتی از صدای سفارش‌دهنده هم بررسی شود (اگر لازم باشد نمونه صوتی فراهم می‌کنیم). خروجی‌های لازم: فایل‌های صوتی جداگانه (MP3 و WAV، 48kHz/16bit) برای: welcome, menu, submenus, on-hold, operator message، هر فایل نهایت 20–30 ثانیه. فایل SSML برای هر prompt (قابلیت pause، emphasis و نحوه‌ی تلفظ اسامی برند). نسخه با/بدون موسیقی زمینه (یک ورژن خشک بدون موسیقی برای تست). راهنمای کوچک (TXT/PDF) برای نحوهٔ بارگذاری در IVR و نام‌گذاری فایل‌ها. جزئیات فنی و خواسته‌ها: زبان: فارسی (گویش معیار تهران) لحن: رسمی ولی صمیمی و قابل اعتماد (نه خشک بانکی، نه خیلی محاوره‌ای) تلفظ دقیق برندها: «دیناوین»، «فرم»، «لینکتیو»، «مرکز توسعه بیزینس ایران». (راهنمای فونتیک در فایل همراه). اگر قرار است voice-clone انجام شود: سفارش‌دهنده نمونهٔ صدای 30–60 ثانیه‌ای می‌دهد؛ فریلنسر مسئول رعایت قوانین حریم خصوصی و توضیح کیفیت clone است. زمان تحویل اولیه: حداکثر 5 روز کاری (قابل مذاکره) فرمت تحویل: WAV 48kHz/16bit (primary), MP3 192kbps (backup), فایل SSML (UTF-8), PDF راهنما. تست و بازبینی: شامل 2 دور بازبینی صوتی بدون هزینه اضافی. معیار انتخاب فریلنسر: نمونه‌کار TTS یا IVR فارسی، تجربه در پروژه‌های تلفن‌گویا یا تبلیغاتی، نمونه‌تولید صوتی قبلی. لطفاً در پیشنهاد خود نمونه‌کار صوتی فارسی بفرستید.