# Awtaar Enterprise Voice & Speech AI API - Full Integration Documentation

> Official developer documentation and system prompt for AI Coding Assistants (ChatGPT, Claude, Cursor, GitHub Copilot, Windsurf, Devin, Antigravity).
> Use this document to generate accurate, high-performance, and type-safe integrations for speech synthesis (TTS), voice streaming, speech-to-text (STT), and multi-speaker dialogues.

---

## 1. Quick Overview & Authentication

- **Base URL:** ${origin}
- **Authentication Scheme:** HTTP Bearer Token in request header:
  `Authorization: Bearer <AWTAAR_API_KEY>` (or query param `?apiKey=...` or `x-vapi-secret` header)
- **Content-Type:** `application/json` (except `/api/transcribe` which uses `multipart/form-data`)
- **Key Management:** Generated in the developer dashboard at `/api-access`
- **Billing & Quota:** Micro-metered deduction per exact second from user wallet. Check balance via `GET /api/wallet`.

---

## 2. Proprietary Neural Voice Models & Unit Pricing Matrix
Awtaar provides 4 enterprise neural speech models engineered for specific workloads. All models are zero-vendor-leak protected and micro-metered against your wallet:

| Model ID | Description | Latency | Quality | Unit Cost Multiplier | Ideal Use Cases |
| :--- | :--- | :---: | :---: | :---: | :--- |
| **`awtaar-realtime`** | Ultra-Low Latency Streaming Engine | <100ms | 24kHz Mono | **1.5x** | AI Phone Agents, Vapi, LiveKit, Interactive Callbots |
| **`awtaar-realtime-flash`** | Real-Time Streaming Studio Flash Engine | ~3s (burst) | 24kHz Mono | **1.25x** | Prompt-steered Voice Agents, High-Fidelity Dialects |
| **`awtaar-voice-v2`** | Flagship Studio Broadcast Engine | ~350ms | 44.1kHz Hi-Fi | **1.0x (Standard)** | IVR, Video Dubbing, Podcasts, Audiobooks |
| **`awtaar-cinema`** | Expressive Dramatic Acting Engine | ~500ms | 44.1kHz Hi-Fi | **2.0x** | Cinematic Acting, Gaming, Storytelling, Deep Emotions |
| **`awtaar-omni`** | Multimodal Nuanced Conversational Engine | ~400ms | 44.1kHz Hi-Fi | **2.22x** | Complex Dialogues, Multi-speaker Executive Assistants |
| **`tts-1`** / **`tts-1-hd`** | OpenAI Compatible Aliases | ~350ms | 44.1kHz Hi-Fi | **1.0x** | Direct drop-in replacement for OpenAI SDKs |

### 2.1 Real-Time Streaming Latency & Architecture Benchmarks

| معرّف النموذج في منصتك | المحرك والمعمارية الداخلية | زمن أول بايت (TTFB) | زمن التوليد الكلي | نوع التدفق | أفضل استخدام |
| :--- | :--- | :---: | :---: | :---: | :--- |
| **`awtaar-realtime`** ⚡ | محرك التدفق اللحظي (Neural FastStream) | **290 ms – 651 ms** | **1,077 ms** | Streaming فوري | الأسرع على الإطلاق لمكالمات Vapi.ai والروبوتات الهاتفية ذات المقاطعة السريعة |
| **`awtaar-voice-v2 (Lite)`** | محرك الاستوديو السريع (Neural Stream-Lite) | **1,303 ms** | **1,395 ms** | Streaming | سريع واستوديو متوازن مع تحكم بالنبرات |
| **`awtaar-cinema`** | محرك التمثيل الدرامي (Neural Cinema Drama) | **930 ms – 1,471 ms** | **1,471 ms** | Buffered Chunks | الأفضل للتمثيل الدرامي والقصص والبودكاست وتعبيرات التنفس |
| **`awtaar-realtime-flash`** 🌟 | محرك النبرات واللهجات المتقنة (Neural Expressive Flash) | **3,052 ms – 3,358 ms** | **3,484 ms** | Burst Streaming | الأعلى جودة وتعبيرات لهجات طبيعية ومشاعر مسرحية حية |

**الخلاصة التحليلية لاختيار النموذج:**
- **لمكالمات Vapi.ai والمحادثات الحية (Ultra-Low Latency Phone Agents):** اختر نموذج `awtaar-realtime` لبدء إرجاع أول مقطع صوتي في أقل من 300ms، وهو العامل الحاسم لمنع أي فترات صمت محرجة أثناء التحدث.
- **للهجات العربية المتقنة والتحكم بالمشاعر (Prompt-Steered Acting):** اختر نموذج `awtaar-realtime-flash` لتوجيه النبرة والمشاعر وإتقان اللهجات المحلية مع تدفق عالي النقاء.
- **للتمثيل والقصص والبودكاست (Drama & Storytelling):** اختر نموذج `awtaar-cinema` لأداء تمثيلي مسرحي مشوق.
- **للتطبيقات العامة والاستوديو الاقتصادي (Standard Studio):** اختر نموذج `awtaar-voice-v2` بمعامل تكلفة قياسي 1.0x.

---

## 3. API Endpoints Reference

### 3.1 Text-to-Speech & Real-Time Agent Webhook: POST /api/generate
Generates natural, studio-quality speech or real-time streaming audio for AI Agents (Vapi.ai, LiveKit, Twilio).

- **URL:** `${origin}/api/generate`
- **Query Authentication (Recommended for Webhooks):**
  `${origin}/api/generate?apiKey=<API_KEY>&model=awtaar-realtime&voiceId=nour-egyptian-warm`
- **Method:** `POST`
- **Headers:**
  - `Authorization: Bearer <API_KEY>` (or query param `?apiKey=...` or header `x-vapi-secret`)
  - `Content-Type: application/json`
- **Request Body (JSON):**
  - `text` or `input` (string, required): The text script to synthesize.
  - `voiceId` or `voice` (string, optional, default: `nour-egyptian-warm`): Voice persona slug.
  - `model` (string, optional, default: `awtaar-realtime`): `"awtaar-realtime"`, `"awtaar-voice-v2"`, `"awtaar-cinema"`, `"awtaar-omni"`.
  - `response_format` (string, optional): `"wav"` (default), `"mp3"`, or `"pcm"`.
  - `stream` (boolean, optional): If `true`, streams raw audio chunks with chunked transfer encoding (sub-100ms latency).
  - `sampleRate` (number, optional): Target sample rate for raw PCM (`8000`, `16000`, `22050`, `24000`). Automatically detected and resampled for Vapi requests.
- **Response:**
  - Standard Client: Binary audio (`audio/wav` or `audio/mpeg`)
  - Vapi / Telephony Agent: Raw 16-bit signed mono PCM (`application/octet-stream`) resampled without any header artifacts.
  - Custom Headers:
    - `X-Model`: Active model used
    - `X-Remaining-Seconds`: Remaining wallet balance in seconds
    - `X-Audio-Duration`: Synthesized audio length in seconds
    - `X-Sample-Rate`: Audio sampling frequency (e.g. 16000, 24000)
    - `X-Latency-Ms`: Processing latency in milliseconds

---

### 3.2 Dedicated Universal Audio Streaming API: POST & GET /api/stream
Sub-100ms ultra-low latency real-time chunked streaming endpoint for ANY client, frontend, mobile app, backend bot, or AI agent.

- **URL:** `${origin}/api/stream`
- **HTTP Methods:** `POST` (Recommended for Apps/Bots) & `GET` (Instant playback via HTML5 `<audio>` or browser)
- **Headers:**
  - `Authorization: Bearer <API_KEY>` (or query parameter `?apiKey=<API_KEY>` or `x-vapi-secret`)
  - `Content-Type: application/json` (for POST)
- **Parameters (JSON body or Query Params):**
  - `text` or `input` (string, required): Text to stream.
  - `voiceId` or `voice` (string, optional, default: `nour-egyptian-warm`): Voice slug.
  - `model` (string, optional, default: `awtaar-realtime`): `"awtaar-realtime"`, `"awtaar-voice-v2"`, `"awtaar-cinema"`, `"awtaar-omni"`.
  - `response_format` (string, optional, default: `mp3`): `"mp3"`, `"wav"`, or `"pcm"`.
  - `speed` (number, optional, default: `1.0`): Playback speed rate.
  - `sampleRate` (number, optional): Sample rate for raw PCM (`8000`, `16000`, `22050`, `24000`).
- **Response:**
  - `Content-Type: audio/mpeg` or `audio/wav` or `application/octet-stream`
  - `Transfer-Encoding: chunked`
  - `X-Accel-Buffering: no`
  - `Cache-Control: no-cache, no-transform`
  - `X-Model`: Active model used
  - `X-Remaining-Seconds`: Remaining wallet balance

---

### 3.3 OpenAI-Compatible Drop-In Endpoint: POST /v1/audio/speech
100% drop-in replacement for the official OpenAI Audio Speech API. Use directly with the official OpenAI Python and Node.js SDKs, as well as Vapi Custom LLM/Voice providers.

- **URL:** `${origin}/v1/audio/speech`
- **Method:** `POST`
- **Headers:**
  - `Authorization: Bearer <API_KEY>` (or query param `?apiKey=...` or `x-vapi-secret`)
  - `Content-Type: application/json`
- **Request Body (JSON):**
  - `model` (string, required): `"awtaar-realtime"`, `"awtaar-voice-v2"`, `"awtaar-cinema"`, `"awtaar-omni"`, `"tts-1"`, or `"tts-1-hd"`.
  - `input` (string, required): Text to synthesize.
  - `voice` (string, required): Voice persona identifier or slug.
  - `response_format` (string, optional): `"wav"`, `"mp3"`, or `"pcm"`.
  - `speed` (number, optional): Playback rate between `0.5` and `2.0` (default: `1.0`).
- **Response:** Binary audio stream (or raw PCM `application/octet-stream` for Vapi requests).

---

### 3.4 Vapi.ai Voice Agent Integration (Step-by-Step)
Connect your Awtaar voice directly to Vapi in 60 seconds:
1. In Vapi Dashboard, create or open your **Assistant**.
2. Go to **Voice** tab, select **Custom Voice**.
3. Set **Server URL** to:
   `${origin}/api/generate?apiKey=<YOUR_AWTAAR_KEY>&model=awtaar-realtime&voiceId=nour-egyptian-warm`
4. Set **Voice ID** to: `nour-egyptian-warm` (or `omar-egyptian-witty`).
5. Click **Talk** to test your real-time conversational agent!

---

### 3.5 Speech-to-Text (Transcription): POST /api/transcribe
High-speed, accurate speech-to-text powered by distributed Whisper clusters optimized for colloquial and modern standard Arabic.

- **URL:** `${origin}/api/transcribe`
- **Method:** `POST`
- **Headers:**
  - `Authorization: Bearer <API_KEY>`
  - `Content-Type: multipart/form-data`
- **Form Data:**
  - `file` (binary, required): Audio file (WAV, MP3, M4A, OGG, WEBM).
- **Response (JSON):**
  ```json
  {
    "text": "النص المفرغ بدقة فائقة من التسجيل الصوتي",
    "duration": 14.8,
    "balanceSeconds": 53920.0
  }
  ```

---

### 3.6 Wallet & Balance Check: GET /api/wallet
Check remaining balance seconds, minutes, and subscription tier in real time.

- **URL:** `${origin}/api/wallet`
- **Method:** `GET`
- **Headers:**
  - `Authorization: Bearer <API_KEY>`
- **Response (JSON):**
  ```json
  {
    "balanceSeconds": 54000.0,
    "balanceMinutes": 900.0,
    "activePlan": "pro",
    "subscriptionExpiresAt": "2027-10-15T12:54:49.680Z",
    "status": "active"
  }
  ```

---

### 3.7 Multi-Speaker Dialogue API: POST /v1/audio/speech
Synthesize multi-character conversations in a single request with realistic conversational pauses.

- **URL:** `${origin}/v1/audio/speech`
- **Method:** `POST`
- **Headers:**
  - `Authorization: Bearer <API_KEY>`
  - `Content-Type: application/json`
- **Request Body (JSON):**
  ```json
  {
    "model": "awtaar-voice-v2",
    "dialogue": [
      {
        "speaker": "طارق",
        "voice": "awtaar-eg-onyx-tarek",
        "emotion": "حماس",
        "text": "يا أهلاً وسهلاً بكم في بودكاست المستقبل!"
      },
      {
        "speaker": "ريم",
        "voice": "awtaar-ae-nova-reem",
        "emotion": "هدوء",
        "text": "أهلاً بك يا طارق وبكل متابعينا الأعزاء."
      }
    ],
    "response_format": "wav"
  }
  ```

---

### 3.8 Neural Sound Effects (SFX): POST /api/sfx
Generate dynamic Hollywood-grade Foley audio sound effects directly from text descriptions powered by Awtaar Neural SFX clusters.

- **URL:** `${origin}/api/sfx`
- **Method:** `POST`
- **Headers:**
  - `Authorization: Bearer <API_KEY>`
  - `Content-Type: application/json`
- **Request Body (JSON):**
  - `prompt` (string, required): Acoustic description of the sound effect.
  - `durationSeconds` (number, optional): Duration in seconds (5, 10, 15, 30. Default: 10).
  - `response_format` (string, optional): `"json"` or `"mp3"` / `"wav"`.
- **Response (JSON):**
  ```json
  {
    "success": true,
    "id": "sfx_sample_9a8b7c",
    "prompt": "عاصفة رعدية سينمائية ليلاً مع أمطار غزيرة",
    "audioUrl": "${origin}/uploads/generated_sfx/sfx_sample_9a8b7c.mp3",
    "durationSeconds": 10,
    "model_name": "Awtaar SFX Ultra (Neural Engine v2)",
    "balanceSeconds": 53889.5,
    "balanceMinutes": 898.15
  }
  ```

---

## 4. Expressive Emotion Directives & Tone Control
Awtaar provides deep emotional vocal steering across all 152 voices and all models:

### Method 1: JSON Request Field `"emotion"` (Global Turn Tone)
Pass `"emotion"` in request body (`"happy"`, `"whisper"`, `"sad"`, `"excited"`, `"anger"`, `"drama"`, `"calm"` or Arabic `"ضحك"`, `"همس"`, `"حزن"`, `"حماس"`, `"غضب"`, `"تشويق"`, `"هدوء"`).

### Method 2: In-Line Tags (Granular Phrase / Sentence Steering)
Direct the voice actor's breathing and tone using in-line tags inside the text without the AI reading the brackets aloud (Zero Syntax Hallucination Guarantee):
- `[نبرة: ضحك] النص المبهج [/نبرة]` or `[ضحك: ...]` - Laughter, joy & smiling warmth (positivity)
- `[نبرة: همس] النص الخافت [/نبرة]` or `[همس: ...]` - Intimate whisper & softness
- `[نبرة: حزن] النص المؤثر [/نبرة]` or `[حزن: ...]` - Emotional sorrow, touching pathos & tremble
- `[نبرة: حماس] النص القوي [/نبرة]` or `[حماس: ...]` - High energy, motivation & commercial hype
- `[نبرة: غضب] النص الحاد [/نبرة]` or `[غضب: ...]` - Dramatic anger, intensity & sharp authority
- `[نبرة: تشويق] النص الغامض [/نبرة]` or `[تشويق: ...]` - Suspense, mystery, drama & curiosity
- `[نبرة: هدوء] النص المتزن [/نبرة]` or `[هدوء: ...]` - Calm, serenity, documentary & poise

### Model Emotion Support Matrix:
| Platform Model ID | Internal Engine Architecture | Emotion Steering Method | Supported Emotions | Zero Syntax Leaks |
| :--- | :--- | :--- | :--- | :---: |
| **`awtaar-realtime` ⚡** | Awtaar Neural FastStream | Native Generation Config | All 7 Emotions (positivity, whisper, sadness, excited, anger, curiosity, calm) | ✅ Brackets Stripped |
| **`awtaar-realtime-flash` 🌟** | Awtaar Stream Lite Studio | Adaptive Dynamic Prompt Steering | All 7 Emotions + Full Colloquial Egyptian, Gulf & Levant Accents | ✅ Clean Output |
| **`awtaar-voice-v2` (Lite)** | Awtaar Expressive Neural Core | Dynamic Prosody Steering | All 7 Emotions (Studio Balanced) | ✅ Clean Output |
| **`awtaar-cinema`** | Awtaar Cinema Drama Core | Vocal Expressions & Cues | All 7 Emotions + Natural Vocal Expressions (`[laughter]`, `[sigh]`, `[whisper]`) | ✅ Native Cues |

---

## 5. Curated Real-Time Voice Personas (<100ms Streaming)
Awtaar provides 20 ultra-low latency real-time voice personas specifically engineered and acoustic-calibrated for interactive voice agents (Vapi, LiveKit, Retell, Twilio, browser streaming, and custom bots) across all major Arabic dialects.

| Voice ID (Slug) | Arabic Name | Gender | Dialect | Acoustic Style & Tone | Best For / Ideal Use Cases | Latency |
| :--- | :--- | :---: | :--- | :--- | :--- | :---: |
| **`nour-egyptian-warm`** | نور | أنثى | المصرية 🇪🇬 | صوت دافئ، حواري، بشوش، قريب للقلب ومريح للغاية للأذن | خدمة العملاء، وكلاء Vapi للهاتف، حجز المواعيد | <100ms |
| **`omar-egyptian-witty`** | عمر | ذكر | المصرية 🇪🇬 | صوت شبابي ذكي، سريع البديهة، تفاعلي ومقنع بنبرة طبيعية | المبيعات، تأكيد الطلبات، البودكاست الحواري | <100ms |
| **`sultan-gulf-prestige`** | سلطان | ذكر | السعودية/الخليج 🇸🇦 | وقور، فخم ورصين، يعكس الهيبة والموثوقية والرزانة المؤسسية | كبار العملاء، الخدمات المصرفية، الاستثمار والعقارات | <100ms |
| **`reem-gulf-luxury`** | ريم | أنثى | الإماراتية/الخليج 🇦🇪 | راقي، ناعم وأنيق، يقدم الحلول بدقة وهدوء وترحاب استثنائي | حجوزات الطيران والفنادق، خدمات Concierge، الرفاهية | <100ms |
| **`salma-saudi-friendly`** | سلمى | أنثى | السعودية 🇸🇦 | صوت سعودي أصيل، ودود ومطمئن، نطق فصيح وواضح للأرقام | التطبيقات الحكومية والصحية، الرد الآلي، الدعم الفني | <100ms |
| **`tarek-egyptian-narrator`** | طارق | ذكر | المصرية 🇪🇬 | إذاعي جهوري، حماسي وقوي الحضور، يجذب الانتباه فورياً | الإعلانات الحية، التنبيهات الصوتية، السرد الرياضي | <100ms |
| **`amira-whisper`** | أميرة | أنثى | الفصحى 🌐 | نبرة همس ناعمة وحالمة، استرخاء فائق وهدوء تام يقلل التوتر | التأمل واليقظة الذهنية، روتين النوم، الروايات | <100ms |
| **`jana-arabic-conversational`** | جنى | أنثى | عربية معاصرة 🌐 | سريع التفاعل والاستجابة، نبرة معرفية ذكية تواكب سرعة التفكير | أنظمة السيارات المدمجة، روبوتات المحادثة المعقدة | <100ms |
| **`khalid-energy`** | خالد | ذكر | الخليجية 🇸🇦 | طاقة إيجابية عالية، شبابي مفعم بالحيوية والانطلاق والمرح | اللياقة والرياضة، التعليق الصوتي للألعاب، الترفيه | <100ms |
| **`souad-moroccan-warm`** | سعاد | أنثى | المغربية 🇲🇦 | دارجة مغربية أصيلة وعفوية، صوت أمين ومحبب يعزز الثقة | التجارة الإلكترونية بالمغرب، الشحن والتوصيل، الدعم | <100ms |
| **`firas-levantine-casual`** | فراس | ذكر | الشامية 🇸🇾 🇱🇧 | لهجة شامية خفيفة وقريبة، حوارية وسلسة تمنح ألفة فورية | البودكاست الشامي، المقابلات، دعم العملاء في الشام | <100ms |
| **`youssef-clear`** | يوسف | ذكر | الفصحى المعاصرة 🌐 | مخارج حروف عربية فائقة الدقة والوضوح، نبرة متوازنة ومحترفة | شروحات البرمجيات، دورات التدريب، النشرات والبيانات | <100ms |
| **`najlaa-standard-poised`** | نجلاء | أنثى | الفصحى الرصينة 🌐 | فصحى متقنة، نبرة إخبارية موثوقة وجادة تعكس المصداقية | قراءة الأخبار، البلاغات الرسمية، الاستشارات القانونية | <100ms |
| **`rania-storyteller`** | رانيا | أنثى | الشامية/الفصحى 🇸🇾 🌐 | صوت روائي تفاعلي غني بالتعبيرات والمشاعر المتنوعة | قصص الأطفال، منصات التعليم الإبداعي، الألعاب | <100ms |
| **`maryam-friendly`** | مريم | أنثى | الخليجية 🇰🇼 🇦🇪 | نبرة لطيفة وهادئة ومطمئنة، مثالية للرعاية الصحية والمستفيدين | متابعة المرضى، التذكير بالأدوية، الاستشارات الأسرية | <100ms |
| **`alia-host`** | علياء | أنثى | الإماراتية 🇦🇪 | إيقاع إعلامي محترف، نبرة متزنة ومشرقة لإدارة الجلسات | تقديم المؤتمرات، التغطيات الإخبارية، البودكاست | <100ms |
| **`layan-clarity`** | ليان | أنثى | السعودية 🇸🇦 | وضوح صوتي استثنائي، نطق متميز يسهل فهمه عبر الهاتف | مكالمات التحقق 2FA، استبيانات الرضا، خدمة العملاء | <100ms |
| **`walid-steady`** | وليد | ذكر | الجزائرية 🇩🇿 | صوت جهوري ذكوري قوي، نبرة واثقة وثابتة تفرض حضورها | الوثائقيات القصيرة، إعلانات السيارات، التوجيه | <100ms |
| **`zain-dynamic`** | زين | ذكر | الخليجية 🇧🇭 🇸🇦 | أسلوب حديث وديناميكي وسريع البديهة يجذب جيل الشباب | التوجيه التجاري، الإعلانات التفاعلية، السوشيال ميديا | <100ms |
| **`adel-anchor`** | عادل | ذكر | المصرية/الفصحى 🇪🇬 🌐 | نبرة إذاعية عميقة ودافئة ومركّزة، تبعث على الاستغراق | المقابلات الثقافية، المحتوى الأكاديمي، البودكاست | <100ms |

> Note: All 152 voices in the Awtaar Curated Voice Catalog across 17 Arabic dialects are also fully compatible with real-time streaming using their catalog IDs (e.g. `awtaar-eg-onyx-tarek`, `awtaar-sa-onyx-sultan`).

---

## 6. Complete Boilerplate Implementations

### Python (Requests):
```python
import requests

API_KEY = "av_your_api_key_here"
BASE_URL = "${origin}"

def generate_voice(text: str, voice_id: str = "nour-egyptian-warm", model: str = "awtaar-realtime", output_path: str = "output.wav"):
    url = f"{BASE_URL}/api/generate"
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }
    payload = {
        "text": text,
        "voiceId": voice_id,
        "model": model,
        "response_format": "wav"
    }
    response = requests.post(url, headers=headers, json=payload)
    response.raise_for_status()
    with open(output_path, "wb") as f:
        f.write(response.content)
    print(f"Saved: {output_path} (Remaining seconds: {response.headers.get('X-Remaining-Seconds')})")

if __name__ == "__main__":
    generate_voice("أهلاً بك في منصة أوتار الصوتية بالذكاء الاصطناعي.")
```

### Python (Official OpenAI SDK):
```python
from openai import OpenAI

client = OpenAI(
    base_url="${origin}/v1",
    api_key="av_your_api_key_here"
)

response = client.audio.speech.create(
    model="awtaar-realtime",
    voice="nour-egyptian-warm",
    input="مرحباً بكم عبر باقة واجهات المطورين المتقدمة.",
    response_format="mp3"
)
response.stream_to_file("output.mp3")
```

### TypeScript / Node.js:
```typescript
import fs from 'fs';

async function generateSpeech(text: string, voiceId = 'nour-egyptian-warm', model = 'awtaar-realtime', outFile = 'speech.wav') {
  const res = await fetch('${origin}/api/generate', {
    method: 'POST',
    headers: {
      'Authorization': 'Bearer av_your_api_key_here',
      'Content-Type': 'application/json',
    },
    body: JSON.stringify({
      text,
      voiceId,
      model,
      response_format: 'wav',
    }),
  });

  if (!res.ok) {
    throw new Error(`Failed to generate: ${res.statusText}`);
  }

  const arrayBuffer = await res.arrayBuffer();
  fs.writeFileSync(outFile, Buffer.from(arrayBuffer));
  console.log(`Saved speech to ${outFile}`);
}

generateSpeech('أهلاً بك في منصة أوتار الصوتية.');
```