تحويل النص إلى صوت عربي احترافي (تعليق صوتي مجانا وبدون برامج)
تحويل النص إلى صوت عربي احترافي (تعليق صوتي مجانا وبدون برامج)
تتيح لك ميزة "الضبط حسب المثال" التحكم بالضبط في كيفية نطق الخدمة للنص المحدد. تتيح لك الميزة إملاء التنغيم والتوتر والإيقاع والإيقاع والإيقاع والتوقف المؤقت للنص المركب. يشار إلى هذه الجوانب من الكلام بشكل جماعي على أنها عرض .
يمكنك إنشاء موجه مخصص من خلال توفير نموذج تسجيل ينطق النص كما تريد أن تسمعه ، وتقوم الخدمة بتكرار صفات الكلام المسجل بأصواته. يمكن للموجه المنطوق التأكيد على المقاطع أو الكلمات المختلفة ، وإدخال فترات توقف مؤقت ، وجعل الصوت المركب بشكل عام أكثر طبيعية ومناسبًا للسياق الذي يتم فيه استخدام الموجه.
توفر الميزة آلية أبسط من SSML القياسي لتعديل كيفية توليف الكلام. على سبيل المثال ، قد يكون استخدام سمات عنصر SSML أمرًا صعبًا. تلغي النغمة حسب المثال الحاجة إلى SSML من خلال السماح لك بتسجيل النص كما تريد أن تنطقه الخدمة بدلاً من مطالبتك بمحاكاة العروض المقصودة باستخدام عناصر وسمات SSML.
يمكنك تحسين جودة المطالبة بشكل أكبر عن طريق إنشاء نموذج مكبر صوت اختياري يحتوي على معلومات حول صوت المتحدث. يمكنك إنشاء نموذج مكبر الصوت من خلال تقديم عينة صوتية لصوت المستخدم. تستخرج الخدمة المعلومات من عينة الصوت لتدريب نفسها على الصوت ، مما يساعدها في إنتاج مطالبات عالية الجودة لهذا المتحدث.
كيف تعمل نبره الصوت حسب المثال:
أثناء اختبار أحد التطبيقات ، قد تجد أن الخدمة لا تجمع بشكل كافٍ بعض جوانب النص الخاص بك. في بعض الحالات ، على سبيل المثال ، قد ترغب في تغيير جوانب معينة من الصوت مثل الكلمات التي يتم إبرازها وموقع أو مدة التوقف المؤقت. في حالات أخرى ، قد ترغب في تغيير جوانب أكثر دقة في التركيب. على سبيل المثال ، قد تشعر أن الصوت المركب يبدو آليًا أو غير طبيعي أو أن النغمة غير مرضية. هذه هي أنواع المشاكل التي يمكن أن تعالجها "الضبط حسب المثال".
لاستخدام ميزة "لحن حسب المثال" ، يمكنك تسجيل مستخدم يقرأ نصك كما تريد أن تسمعه ينطق به أحد أصوات الخدمة. يمكنك بعد ذلك إضافة النص والصوت إلى نموذج مخصص في شكل موجه مخصص. تتعرف الخدمة على العرض المفضل للنص من العينة الصوتية. عندما تقوم بتضمين الموجه في طلب تركيب الكلام باستخدام امتداد SSML ، فإن الصوت الذي يتكلم نص الموجه يحاكي عرض الموجه.
يمكنك إنشاء نموذج مكبر صوت اختياري ولكن موصى به للمستخدم الذي يسجل المطالبات المنطوقة. ثم تقوم بربط نموذج مكبر الصوت بالمطالبات التي يتحدث بها هذا المستخدم. يمكن أن تُحدث إضافة نموذج مكبر صوت فرقًا ملموسًا في جودة موجه مُركَّب. على سبيل المثال ، يمكن للخدمة أن تنتج مطالبات قصيرة بمزيد من الثقة إذا كانت تعرف نغمة المتحدث المعتادة. نظرًا لأن عدم وجود مكبر صوت محدد يمكن أن يضر بجودة الموجه ، فنحن نشجعك بشدة على ربط نموذج مكبر الصوت بكل موجه مخصص.
نظرًا لأنه يتم إضافة المطالبات المخصصة إلى النماذج المخصصة ، يجب عليك تحديد نموذج موجه مخصص مع طلب تركيب الكلام لاستخدام هذا الموجه. ومع ذلك ، فإن طرز مكبرات الصوت مستقلة عن الطرز المخصصة. علاقة نماذج مكبرات الصوت بكل من النماذج المخصصة والمطالبات المخصصة هي علاقة واحد لكثير. يمكن ربط طراز مكبر الصوت نفسه بمطالبات متعددة تم تحديدها في نماذج مخصصة مختلفة. علاوة على ذلك ، لم تحدد نموذج مكبر صوت مع طلب توليف.
لحن بالمثال ونطق الكلمة
قد تتسبب قواعد النطق والترميز الافتراضية للخدمة في ظهور كلمة غير معتادة في موجه يتم نطقها بطريقة غير مرضية. ومع ذلك ، لا يُقصد من اللحن حسب المثال تغيير نطق الكلمة. على سبيل المثال ، تلفظ الخدمة كلمة "كارثية" كما يتوقع المرء أن يسمعها. يمكنك استخدام اللحن حسب المثال لتغيير مقاطع الكلمة التي يتم التأكيد عليها (على سبيل المثال ، "cataSTROPHic") أو إيقاع الكلمة (على سبيل المثال "cat-a-strophic"). لكن لا يمكنك استخدام Tune by Example لتغيير النطق الافتراضي للكلمة.
المطالبات المخصصة
يتم تعريف موجه مخصص من خلال النص والصوت الذي يتحدث عن ذلك النص مع العروض التي تريد أن تكررها أصوات الخدمة. تقوم الخدمة باستخراج وتحليل النغمات من صوت الموجه. ثم يطبق تلك المعلومات العامة عندما يتحدث نص الموجه بأحد أصواته.
من المهم أن تفهم أنه عند استخدام موجه أثناء تركيب الكلام ، فإن الخدمة لا تستخدم صوت الموجه نفسه. يستخدم بدلاً من ذلك الصوت الذي تحدده مع طلب التوليف. يعتمد هذا الصوت على مزايا الصوت المنطوق من الموجه.
عندما تضيف مطالبة إلى نموذج مخصص ، فإنك تحدد الموجه من خلال توفير النص الذي سيتم نطقه ، والصوت المسجل لهذا النص ، ومعرف فريد محدد من قبل المستخدم للموجه ، ونموذج مكبر صوت اختياري. تقوم الخدمة بإنشاء وتخزين البيانات الموجزة للموجه واستخدام البيانات لإنتاج الصوت المركب عند الطلب. يجب عليك استخدام بيانات الاعتماد لمثيل الخدمة الذي يمتلك نموذجًا مخصصًا لإضافة مطالبة إليه.
قم دائمًا بتعيين اسم ذي معنى كقيمة لمعرف موجه. على سبيل المثال ، استخدم اسمًا مثل goodbyeللإشارة إلى موجه ينطق رسالة وداع قياسية. يجب أن تكون معرفات موجهات فريدة داخل نموذج مخصص معين ، لذلك لا يمكنك تحديد مطالبتين بنفس المعرف لنفس الطراز. إذا قدمت معرّف مطالبة موجودة ، فسيتم استبدال الموجه الذي تم تحميله مسبقًا بالمعلومات الجديدة. تعيد الخدمة معالجة الموجه الحالي باستخدام النص والصوت الجديدين ، وتقوم بتحديث البيانات العامة المرتبطة بالموجه.
عندما تعالج طلبًا لإضافة مطالبة ، تحاول الخدمة محاذاة النص والصوت اللذين يتم توفيرهما للموجه. يجب أن يتطابق النص الذي يتم تمريره مع المطالبة مع الصوت المنطوق بأكبر قدر ممكن. على النحو الأمثل ، يتطابق النص والصوت تمامًا. تبذل الخدمة قصارى جهدها لمحاذاة النص المحدد مع الصوت ، ويمكنها غالبًا تعويض حالات عدم التطابق بين الاثنين. ولكن إذا لم تتمكن الخدمة من محاذاة النص والصوت بشكل فعال لأن حجم الاختلافات بين الاثنين كبير جدًا ، فستفشل معالجة المطالبة.
يتم دعم الموجهات للاستخدام فقط مع الأصوات والنماذج المخصصة باللغة الإنجليزية الأمريكية. تكون جودة الموجه غير محددة إذا كانت لغة الموجه لا تتطابق مع لغة نموذجها المخصص. هذا يتوافق مع أي نص محدد لطلب تركيب الكلام. تبذل الخدمة قصارى جهدها لتقديم النص المحدد للموجه. لا يتحقق من تطابق لغة النص مع لغة النموذج.
نماذج السماعات
يتم تعريف نموذج مكبر الصوت من خلال عينة صوتية من صوت المستخدم والتي تستخرج الخدمة منها المعلومات لتدريب نفسها على خصائص هذا الصوت. عندما يقترن نموذج السماعة بموجه مخصص يتحدث به المستخدم نفسه ، تستفيد الخدمة من فهمها لصوت المتحدث لتحديد كيفية مقارنة عرض الموجه بأنماط الكلام العادية للمتحدث. يعمل نموذج السماعة كخط أساس للتمييز بين الميزات الصوتية في صوت الموجه.
عند إنشاء نموذج مكبر صوت ، فإنك توفر صوت التسجيل واسمًا للنموذج فريدًا في سياق مثيل الخدمة المالك:
- يجب أن يتضمن صوت التسجيل الكلام الذي يتحدث به المستخدم المرتبط بالنموذج. تستخرج الخدمة معلومات حول صوت المتحدث من العينة الصوتية التي تقدمها.
- يوفر الاسم مقبض للنموذج يمكن للبشر قراءته. تقوم الخدمة بإرجاع معرف مكبر الصوت ، وهو معرف فريد عالميًا (GUID) (على سبيل المثال ) ، تستخدمه لتعريف المتحدث في الطلبات اللاحقة للخدمة.
تستخدم الخدمة المعلومات التي تستخرجها من الصوت لتدريب نفسها على نغمة المتحدث والإيقاع والنغمة. يمكن أن تحدث هذه المعلومات فرقًا كبيرًا في جودة المطالبات المرتبطة بالنموذج ، خاصةً المطالبات القصيرة ذات الصوت القليل نسبيًا.
تقوم بإنشاء نموذج مكبر صوت لمثيل معين من الخدمة. يمكن إقران نموذج مكبر صوت واحد بمطالبات متعددة تم تحديدها لنماذج مخصصة متعددة داخل مثيل الخدمة هذا. لا يحتاج جنس المتحدث الذي أنشأ نموذج المتحدث إلى مطابقة جنس الصوت المستخدم مع المطالبات المرتبطة بنموذج المتحدث هذا. على سبيل المثال ، يمكن ربط نموذج المتحدث الذي تم إنشاؤه بواسطة متحدث ذكر بالمطالبات التي تتحدث بها أصوات الإناث.
كيف يعمل التخصيص
تنشئ واجهة التخصيص الخاصة بخدمة تحويل النص إلى كلام قاموسًا للكلمات وترجماتها للغة معينة. يشار إلى هذا القاموس كنموذج مخصص . يتكون كل إدخال مخصص في نموذج مخصص من زوج من الكلمات / الترجمة . تخبر ترجمة الكلمة الخدمة بكيفية نطق الكلمة عند ورودها في نص الإدخال.
توفر واجهة التخصيص طرقًا لإنشاء وإدارة النماذج المخصصة الخاصة بك ، والتي تخزنها الخدمة بشكل دائم. بعد إنشاء نموذج مخصص ، يمكنك استخدامه أثناء التركيب مع أي إصدار من الطريقة. عندما تقوم الخدمة بتوليف نص الإدخال ، فإنها تحدد نطق الكلمات التي تظهر في النموذج المخصص من خلال تطبيق ترجماتها إما بشكل مباشر أو غير مباشر. نظرًا لأنك تقوم بإنشاء نموذج مخصص للغة معينة ، يمكن استخدام نموذج مخصص مع أي صوت متوفر بهذه اللغة.
ترجمة تشبه الأصوات
تستخدم الترجمة الشبيهة بالأصوات قواعد النطق العادية للخدمة لتمثيل نطق الكلمة المستهدفة بشكل غير مباشر. تتكون الترجمة الشبيهة بالأصوات من النطق المنتظم لكلمة أخرى أو أكثر. تستبدل الخدمة أولاً الترجمة المحددة لأي تكرار للكلمة التي تظهر في نص الإدخال. ثم تقوم بتطبيق قواعد النطق العادية على الترجمة ، وتحويل الترجمة إلى التمثيل الصوتي للحصول على النطق.
على سبيل المثال ، تترجم قواعد النطق العادية للخدمة بشكل صحيح العديد من الاختصارات والمختصرات الشائعة. تلفظ الخدمة الاختصار سم بالسنتيمتر . ينطق الاختصارات الأقل شيوعًا حرفًا بحرف. على سبيل المثال ، تُلفظ الخدمة السلسلة Str (اختصار للشارع ) على هيئة STR ، مع نطق كل حرف على حدة. يمكنك استخدام طريقة تشبه الأصوات لتحديد شارع الترجمة لسلسلة السلسلة Str .
مثال آخر على الاختصار هو كلمة IEEE ، والتي تعني معهد المهندسين الكهربائيين والإلكترونيين. بشكل افتراضي ، تنطق الخدمة هذا الاختصار باسم IEEE . ولكن يُنطق الاختصار عادةً I triple E ، والذي يمكنك تحديده بسهولة باستخدام الترجمة البسيطة التي تشبه الأصوات I triple E. إذا ظهرت كلمة IEEE في نموذجك المخصص بهذه الترجمة ، فإن الخدمة تستبدل كل تكرار للكلمة بالترجمة. ثم يطبق قواعد النطق العادية على الكلمات الفردية I و Triple و E للحصول على النطق المشترك.
يمكنك تطبيق طريقة تشبه الأصوات على أكثر من مجرد الاختصارات والمختصرات. إنه يعمل بشكل جيد مع الكلمات المعقدة أو غير العادية. على سبيل المثال ، ينتج عن الزوجين التاليين من الترجمات الشبيهة بالأصوات النطق الصحيح للكلمات غير العادية التي يتم التعامل معها بشكل ناقص من خلال قواعد النطق العادية للخدمة. قد يكون العثور على ترجمات مناسبة لمثل هذه الكلمات أكثر صعوبة من الاختصارات البسيطة. تستخدم الأمثلة التالية قواعد النطق العادية لتغيير هجاء الكلمات للترجمة:
كما تُظهر هذه الأمثلة ، فإن تطوير ترجمات تشبه الأصوات يمكن أن يكون أكثر تجريبًا وخطأًا من الصيغة. تقوم بإنشاء ترجمة مرشح بناءً على حدسك وخبرتك مع الخدمة. تقوم بعد ذلك بتركيب الكلمة لترجمة المرشح كنص إدخال والاستماع إلى الصوت الناتج. إذا كنت راضيًا عن النطق ، يمكنك استخدام الترجمة في النموذج المخصص الخاص بك ؛ خلاف ذلك ، يمكنك تعديل الترجمة واختبارها مرة أخرى.
الترجمة الصوتية
طريقة تشبه الأصوات هي طريقة بسيطة ومفيدة نسبيًا لتحقيق النطق. لكن ليس من الممكن دائمًا تطوير ترجمات تشبه الأصوات. قد يبدو البديل المباشر ، الطريقة الصوتية ، أكثر تعقيدًا وتستغرق وقتًا طويلاً ، ولكنها يمكن أن تحقق نطق أي كلمة.
تحدد الترجمة الصوتية النطق من حيث الرموز الصوتية وعلامات الضغط على مقطع لفظي وحدود المقطع الاختيارية التي تتجاوز قواعد النطق العادية للخدمة. أنت تحدد ترجمة صوتية بأحد التنسيقات التالية:
- التمثيل القياسي الدولي للأبجدية الصوتية (IPA)
- التمثيل الصوتي الرمزي (SPR) الخاص بشركة IBM
في كلتا الحالتين ، يمكنك تحديد ترجمة باستخدام تنسيق صوتي محدد يعتمد على لغة ترميز تركيب الكلام (SSML). SSML هي لغة ترميز قائمة على XML توفر تعليقات توضيحية للنص لتطبيقات تركيب الكلام. يمكنك تحديد الترجمة الصوتية للكلمة باستخدام عنصر SSML:
في هذه الأمثلة ، تتكون سلسلة الترجمة الصوتية من رموز صوتية وعلامة ضغط أولية واحدة. يتم تمثيل علامة الإجهاد الأساسية ˈفي IPA و 1SPR. يتم وضعه قبل رمز حرف العلة المجهد في كلتا الحالتين. على الرغم من أن الأمثلة لا تظهر ذلك ، يمكنك أيضًا تحديد حدود مقطع لفظي ومواضع ضغط ثانوية في الترجمة الصوتية. هذه العناصر ليست مطلوبة وعادة لا تكون مطلوبة لتحقيق النطق. كما هو الحال مع الترجمات التي تشبه الأصوات ، يمكنك تأليف ترجمة صوتية من سلاسل متعددة محددة بمسافات.
ترجمة مختلطة تشبه الأصوات والترجمة الصوتية
يمكنك المزج بين طرق الصوت والصوت في نفس الترجمة. يمكن أن تقلل هذه الميزة من العمل الذي ينطوي عليه تأليف الترجمة.
على سبيل المثال ، افترض أنك استخدمت طريقة تشبه الأصوات للحصول على جزء من كلمة يتم نطقها بشكل مرض. لكنك الآن بحاجة إلى ضبط العناصر المتبقية من الكلمة. يمكنك استخدام الطريقة الصوتية لتحديد الجوانب الصعبة للكلمة. يطبق المثال التالي ترجمة مختلطة للكلمة trinitroglycerin:
الصوت العصبي
تقوم تقنية الصوت العصبي بتجميع الكلام بجودة الإنسان من إدخال النص. تقوم الخدمة أولاً بتحليل نص الإدخال لتحديد المحتوى المطلوب. تستخدم الخدمة نموذجًا صوتيًا يتكون من شجرة قرار لإنشاء وحدات مرشحة للتوليف.
لكل هاتف من الهواتف في سلسلة هواتف يتم تصنيعها ، يأخذ الطراز بعين الاعتبار الهاتف في سياق الهاتفين السابقين والتاليين. ثم تقوم بإنتاج مجموعة من الوحدات الصوتية التي تم تقييم ملاءمتها. تقلل هذه الخطوة من تعقيد البحث من خلال قصره على الوحدات التي تلبي بعض المعايير السياقية وتجاهل جميع الوحدات الأخرى.
تستخدم الخدمة بعد ذلك ثلاث شبكات عصبية عميقة (DNNs) للتنبؤ بالميزات الصوتية (الطيفية) للكلام وترميز الصوت الناتج:
- توقع الادعاء
- التنبؤ بالميزة الصوتية
- مشفر صوتي عصبي
أثناء التوليف ، تتنبأ DNNs بالنغمة ومدة الصوت (الصوت) ، والبنية الطيفية ، والشكل الموجي للخطاب. على سبيل المثال ، تولد وحدة التنبؤ بالعروض القيم المستهدفة للسمات اللغوية المستخرجة من نص الإدخال. تتضمن الميزات هذه السمات كجزء من الكلام ، والتوتر المعجمي ، والشهرة على مستوى الكلمة ، والميزات الموضعية مثل موضع المقطع أو الكلمة في الجملة.
يتم تدريب DNNs على الكلام البشري الطبيعي للتنبؤ بالسمات الصوتية للصوت. يتميز هذا النهج المعياري بتمكين التدريب السريع والسهل ، بالإضافة إلى التحكم المستقل في كل مكون. بمجرد تدريب الشبكات الأساسية ، يمكن بعد ذلك تكييفها مع أنماط التحدث الجديدة أو الأصوات لأغراض العلامة التجارية والتخصيص.
تنتج الأصوات العصبية كلامًا نقيًا وواضحًا ، مع جودة صوت طبيعية وسلسة للغاية. لمزيد من المعلومات حول تقنية الصوت العصبي للخدمة.
التوليف المتسلسل
يعتمد التوليف المتسلسل على جرد للوحدات الصوتية من مجموعة تركيب كبيرة لإنتاج الكلام الناتج لنص الإدخال التعسفي. يعتمد على خط الأنابيب التالي من العمليات. تسهل هذه العمليات البحث الفعال في الوقت الحقيقي على مخزون الوحدات هذا متبوعًا بمعالجة لاحقة للوحدات.
النموذج الصوتي - يتكون هذا النموذج من شجرة قرار مسؤولة عن إنشاء الوحدات المرشحة للبحث. لكل هاتف من الهواتف في سلسلة هواتف يتم تصنيعها ، يأخذ الطراز بعين الاعتبار الهاتف في سياق الهاتفين السابقين والتاليين. ثم ينتج مجموعة من الوحدات الصوتية التي يقيمها البحث من أجل الملاءمة. تقلل هذه الخطوة بشكل فعال من تعقيد البحث من خلال قصره على الوحدات التي تفي ببعض المعايير السياقية وتجاهل جميع الوحدات الأخرى.
نماذج هدف العرض - تستند نماذج هدف العرض لبعض الأصوات إلى الشبكات العصبية المتكررة العميقة (RNNs). بالنسبة للأصوات الأخرى ، تعتمد النماذج على أشجار القرار لتحديد العرض. في كلتا الحالتين ، تكون النماذج مسؤولة عن إنشاء قيم مستهدفة للجوانب الإذاعية للكلام (مثل المدة والتنغيم) بالنظر إلى سلسلة من الميزات اللغوية المستخرجة من نص الإدخال. تتضمن هذه القائمة سمات مثل جزء من الكلام ، والتأكيد المعجمي ، والشهرة على مستوى الكلمة ، والميزات الموضعية (على سبيل المثال ، موضع المقطع أو الكلمة في الجملة). تساعد النماذج المستهدفة للعروض على توجيه البحث نحو تلك الوحدات التي تلبي المعايير العامة التي تنبأت بها النماذج.
البحث - بالنظر إلى قائمة المرشحين التي يتم إرجاعها بواسطة النموذج الصوتي والعرض المستهدف ، تقوم هذه الوحدة بإجراء بحث فيتربي. يستخرج البحث سلسلة من الوحدات الصوتية التي تقلل من دالة التكلفة ، والتي تأخذ في الاعتبار كلاً من التسلسل والتكاليف المستهدفة. نتيجة لذلك ، يتم تقليل القطع الأثرية المسموعة الناتجة عن الانضمام إلى وحدتين ، وتحاول الوحدة تقريب النطاق المستهدف الذي اقترحته نماذج هدف العرض. يفضل هذا البحث أيضًا القطع المتجاورة في مجموعة التوليف لتقليل مثل هذه القطع الأثرية.
توليد شكل الموجة - عندما يُرجع البحث التسلسل الأمثل للوحدات ، يستخدم النظام المجال الزمني Pitch Synchronous Overlap and Add (PSOLA) لإنشاء شكل الموجة الناتج. PSOLA هي تقنية لمعالجة الإشارات الرقمية تُستخدم في معالجة الكلام. على وجه التحديد ، يتم استخدامه لتركيب الكلام. يمكنه تعديل درجة ومدة إشارة الكلام ومزج الوحدات التي يتم إرجاعها بواسطة البحث بطريقة سلسة.
بالنسبة لجميع الميزات اللغوية في العمليات الخلفية السابقة ، تستخدم الخدمة واجهة أمامية لمعالجة النص لتحليل النص قبل توليف النص في شكل صوتي. تقوم الواجهة الأمامية بتعقيم النص الخاص بأي عناصر تنسيق مثل علامات HTML. ثم يستخدم لغة خاصة مدفوعة بقواعد لغوية تعتمد على اللغة لإعداد النص وتوليد النطق. تعمل هذه الوحدة على تطبيع ميزات النص التي تعتمد على اللغة مثل التواريخ والأوقات والأرقام والعملة. على سبيل المثال ، يقوم بتوسيع الاختصار من القاموس والتوسع الرقمي من قواعد الترتيب والترتيبي.
تحتوي بعض الكلمات على العديد من النطق المسموح به ، لذا فإن الواجهة الأمامية لمعالجة النص تنتج أولاً نطقًا أساسيًا واحدًا في وقت التشغيل. قد لا يعكس هذا الأسلوب النطق الذي استخدمه المتحدث عند تسجيل مجموعة الصوت. لذا فإن الخدمة تعزز مجموعة مرشحة من النطق بأشكال بديلة يتم جردها في قاموس بديل. يتيح البحث اختيار النماذج التي تقلل التكلفة من حيث العرض والمدة والمخاوف والقيود المتعلقة بالتواصل. تسهل هذه الخوارزمية اختيار الأجزاء المتجاورة الأطول من مجموعة البيانات ، مما يؤدي إلى التدفق الأمثل للكلام في النتيجة المركبة.
- الدخول الى الموقع اضغط هنا