# النشر On-Premise — Mihu AI

Mihu AI On-Premise

# وكلاؤك. نماذجك. أصواتك. بنيتك التحتية. بياناتك.

تشغّل Mihu منظومة وكلاء الذكاء الاصطناعي بالكامل — من الكلام والاستدلال إلى الهاتفة والإجراءات — داخل بنيتك التحتية. ولا يلزم أن تغادر بيانات العملاء بيئتك.

تحدّث إلى فريق المبيعات (https://mihu.ai/ar/contact) متطلبات النشر (https://mihu.ai/ar/on-premise#requirements)

7

لغات الكلام في النشر On-Premise

CPU

استدلال Mihu STT وTTS

99.9%

هدف التوافرية

حدود النشر

داخل شبكتك

الهاتفة

بنية SIP التحتية، خدمات البث

محلي

الكلام

Mihu STT وMihu TTS واستنساخ الصوت على CPU

محلي

الاستدلال

نموذج LLM مفتوح الأوزان، مستضاف ذاتياً

محلي

الإجراءات

Action Server، عمليات التكامل، سير العمل

محلي

البيانات

قاعدة البيانات، Redis، التسجيلات، النصوص المفرّغة

محلي

يُسلَّم كخدمات Docker في حاويات على بنية تحتية يديرها العميل، ويُنشر على Kubernetes باستخدام Rancher أو Helm.

نظرة عامة

## بنية صوتية خاصة للذكاء الاصطناعي، منشورة بالكامل داخل بيئتك.

Mihu AI On-Premise هو عرض مؤسسي يتيح للمؤسسات تشغيل منظومة وكلاء Mihu AI بالكامل داخل بنيتها التحتية الخاصة.

يمكن لمعالجة الكلام واستدلال الذكاء الاصطناعي والتنسيق والهاتفة وعمليات التكامل وخدمات التطبيقات وتخزين البيانات أن تعمل جميعها دون أن تغادر بيانات العملاء بيئة المؤسسة.

يُسلَّم النشر بالكامل كخدمات Docker في حاويات ويعمل على بنية تحتية يديرها العميل، منشورًا على Kubernetes باستخدام Rancher أو Helm.

الكلام

On-Premise، استدلال على CPU

LLM

أوزان مفتوحة، استضافة ذاتية

الهاتفة

SIP داخل شبكتك

البيانات

تخزين تحت سيطرة العميل

بنية الكلام التحتية

## Mihu STT وMihu TTS، بالكامل on-premise.

توفر Mihu نماذجها الصوتية الخاصة — Mihu STT (تحويل الكلام إلى نص) وMihu TTS (تحويل النص إلى كلام) — بالكامل on-premise. في عمليات النشر المدعومة:

يعمل Mihu STT (تحويل الكلام إلى نص) محليًا.

يعمل Mihu TTS (تحويل النص إلى كلام) محليًا.

الاستدلال على CPU فقط مدعوم لطبقة الكلام.

لا حاجة إلى أي واجهة API خارجية للكلام.

يمكن نشر استنساخ الصوت داخل البنية التحتية للعميل.

يمكن أن تبقى ملفات العميل الصوتية وبيانات التدريب بالكامل داخل بيئة العميل.

منظومة الكلام الحالية في وضع On-Premise · 7 لغات

الإنجليزية الألمانية الفرنسية الإسبانية الإيطالية الروسية التركية

تعمل هذه اللغات السبع بالكامل على نماذج STT وTTS الخاصة بـ Mihu داخل بنيتكم التحتية. وتدعم منصة Mihu السحابية أكثر من 40 لغة عبر نماذج صوتية إضافية.

5–9%

معدل خطأ الكلمات (WER) النموذجي في عمليات نشر Mihu STT (تحويل الكلام إلى نص) الحالية، وذلك بحسب اللغة ومجموعة بيانات التقييم.

### نماذج كلام خفيفة تعمل على CPU

صُمِّمت بنية الكلام التحتية لدى Mihu لإبقاء متطلبات الاستدلال منخفضة. وبحسب اللغة وإعدادات النموذج، تبلغ سعة نماذج الكلام المنشورة نحو 66M – 143M معامل.

وهذا يتيح تشغيل أحمال STT وTTS على بنية تحتية قائمة على CPU دون الحاجة إلى وحدات GPU مخصّصة لكل حمل صوتي.

تعتمد السعة الفعلية على

عدد المحادثات المتزامنة

اللغة المحددة

نموذج STT/TTS المحدد

إعدادات الصوت

هدف زمن الاستجابة

متطلبات التكرار الاحتياطي

تُحدَّد أرقام التزامن لكل عملية نشر عبر اختبارات الأداء على العتاد المستهدف، ولا تُذكر كنسبة ثابتة بين CPU وعدد المكالمات.

التخصيص

## الضبط الدقيق الخاص واستنساخ الصوت

تبقى بيانات الكلام المملوكة وأصوات العلامة التجارية على بنية تحتية تسيطر عليها أنت.

### ضبط دقيق خاص

يمكن للمؤسسات التي تمتلك بيانات كلام عالية الجودة أن تخصّص طبقة الكلام بدرجة أكبر. وتستطيع Mihu إجراء ضبط دقيق لنماذج STT/TTS المدعومة مباشرةً باستخدام بنية تحتية يسيطر عليها العميل، بحيث لا يلزم نقل مجموعات البيانات المملوكة إلى مزوّد استدلال خارجي.

يمكن للنماذج المخصّصة أن تكون

مضبوطة بدقة باستخدام مجموعات بيانات يوفّرها العميل

محسّنة للمصطلحات الخاصة بالقطاع

مُكيَّفة مع اللهجات والكلام المتخصص

منشورة حصرياً داخل البنية التحتية للعميل

تبقى خاصة، بالكامل داخل بنيتكم التحتية الخاصة

مفيد بوجه خاص للمؤسسات ذات المفردات المتخصصة أو اللهجات الإقليمية أو المتطلبات الصارمة لإقامة البيانات.

### استنساخ الصوت

يدعم Mihu On-Premise أيضاً استنساخ الصوت الخاص. ويمكن استخدام عينات الصوت المقدّمة لإنشاء أصوات خاصة بالمؤسسة، تُستضاف بعد ذلك داخل البنية التحتية الخاصة بالعميل.

ويمكن أن تبقى كل من التسجيلات المصدرية والنموذج الصوتي الناتج خاصة.

وهذا يسمح للمؤسسات بإنشاء أصوات متسقة تعبّر عن علامتها التجارية دون الاعتماد على مزوّد TTS خارجي أثناء الاستدلال في بيئة الإنتاج.

متطلبات عينة الصوت: نحو 30 ثانية من الكلام الواضح، مسجّلة دون توقفات طويلة أو فجوات بين الجمل.

بنية متعددة اللغات

## نماذج خاصة بكل لغة على CPU، أو نماذج متعددة اللغات على GPU

نماذج الكلام الخفيفة العاملة على CPU هي في الأساس نماذج خاصة بكل لغة وليست نموذجاً واحداً متعدد اللغات. ولوكلاء الذكاء الاصطناعي الذين يحتاجون إلى تبديل اللغات ديناميكياً أثناء التفاعل نفسه، تدعم Mihu عدة استراتيجيات للنشر.

كفاءة CPU

### تنسيق النماذج

تعمل عدة نماذج كلام خاصة بكل لغة في وقت واحد. وتكتشف طبقة التنسيق لدى Mihu اللغة النشطة أو تتلقاها، ثم توجّه معالجة الكلام ديناميكياً إلى النموذج المناسب.

كما يمكن لتجاوزات على مستوى النظام أن تتحكم في اختيار النموذج أثناء التفاعل.

أقصى مرونة متعددة اللغات

### نماذج متعددة اللغات على GPU

في السيناريوهات التي تتطلب محادثات متعددة اللغات وشديدة الديناميكية، يمكن بدلاً من ذلك نشر نماذج كلام أكبر متعددة اللغات على بنية تحتية قائمة على GPU.

تُحسَّن البنية إما لكفاءة CPU مع نماذج خاصة بكل لغة، أو لأقصى مرونة متعددة اللغات مع نماذج قائمة على GPU، وذلك بحسب حجم العمل.

ملاحظة: يتطلب كل من STT متعدد اللغات وTTS متعدد اللغات بنية تحتية GPU. ينطبق مسار الصوت على CPU فقط على نماذج Mihu STT وMihu TTS الخاصة بكل لغة.

بنية LLM المحلية

## تعمل طبقة الاستدلال على نماذج مفتوحة الأوزان داخل بيئتك.

تعمل طبقة الاستدلال بالكامل داخل بيئتك باستخدام نماذج LLM مفتوحة الأوزان: وهي نماذج تُنشر أوزانها علناً ويمكن تشغيلها دون اتصال بالإنترنت على أجهزتك الخاصة، ومن دون أي اتصال بمزوّد النموذج. وتقيّم Mihu باستمرار النماذج الجديدة مفتوحة الأوزان بدلاً من ربط منظومة On-Premise ربطاً دائماً بعائلة نماذج واحدة.

تتطلب عمليات نشر LLM عالية الأداء بنية تحتية قائمة على GPU في العادة. وقد يتغير النموذج الموصى به مع توافر نماذج جديدة، ويمكن لـ Mihu تحديث نموذج الاستدلال أو استبداله بمعزل عن باقي بنية الوكلاء التحتية.

البنية التحتية غير مرتبطة بنموذج بعينه. أفضل نموذج متاح قد يتغيّر؛ أما بنيتك المعمارية فلا يلزم أن تتغير.

الإعداد الموصى به اعتباراً من تاريخ النشر

يتم اختيار نموذج الاستدلال عند النشر من مجموعة التقييم الحالية. واعتبارًا من سبتمبر 2026، يُعد Kimi K2.6 Instant أحد التكوينات عالية الأداء المفضلة لدينا. ويعمل على بنية تحتية GPU مخصصة يتم توفيرها إضافةً إلى قاعدة 128 vCPU. ويمكن اختيار بدائل مفتوحة الأوزان من مزوّدين ومناطق أخرى، مثل Llama أو Mistral، حيثما تنطبق متطلبات الشراء أو متطلبات منشأ النموذج. ويتم تأكيد الاختيار في كل عرض نشر.

بنية Mihu Core التحتية

## مما يتألف النشر الكامل

يتكون نشر Mihu On-Premise الكامل من عدة خدمات مستقلة. تُسلَّم جميع المكونات الأساسية كخدمات Docker في حاويات وتُنشر على Kubernetes باستخدام Rancher أو Helm.

01

### Mihu Core

بيئة تشغيل وكلاء الذكاء الاصطناعي الأساسية ومنطق الأعمال.

02

### Mihu Orchestration

ينسّق بين نماذج الكلام ونماذج LLM والوكلاء وخدمات وقت التشغيل.

03

### Mihu Relay

طبقة الاتصال الفوري بين الخدمات وجلسات الوكلاء.

04

### بنية SIP التحتية

تتولى الهاتفة المؤسسية والاتصال عبر SIP.

05

### خدمات البث

تدعم أحمال الاتصالات الصادرة وذات الحجم الكبير.

06

### Action Server

ينفّذ الأدوات وعمليات التكامل وإجراءات الوكلاء.

07

### تطبيق الإدارة / الويب

واجهة الإدارة والتهيئة والتشغيل.

08

### بنية قاعدة البيانات التحتية

تخزين دائم لبيانات التطبيقات والبيانات التشغيلية.

09

### بنية Redis التحتية

الحالة الفورية والتخزين المؤقت وتنسيق وقت التشغيل الموزّع.

### بنية تحتية اختيارية

يمكن أيضاً نشر إمكانات Mihu الإضافية في وضع On-Premise. وتتطلب هذه المكوّنات سعة خوادم إضافية بحسب الاستخدام.

### Mihu Builder

لإنشاء وتشغيل خدمات وأكواد وتكاملات وسير عمل مخصصة. يتطلب تشغيل Builder سعة GPU إضافية على الخادم.

### Mihu MCP Server

لإتاحة مساحة عمل Mihu وإمكاناتها لأنظمة الذكاء الاصطناعي المتوافقة مع MCP.

### PBX Connector Server

يربط نظام PBX أو نظام الهاتف الحالي لديكم ببنية SIP التحتية من Mihu للمكالمات الواردة والصادرة.

### خادم SMTP

مطلوب إذا رغبتم في ربط قناة البريد الإلكتروني. تُرسل رسائل الوكلاء والإشعارات عبر خادم SMTP الخاص بكم.

قابلية المراقبة والتسجيل

## قابلية مراقبة مخصّصة لعمليات النشر الإنتاجية

ينبغي أن تتضمن عمليات النشر الإنتاجية بنية تحتية مخصّصة لقابلية المراقبة. وتوصي Mihu ببنية تحتية منفصلة للتسجيل والمراقبة المركزيين.

### تسجيل مركزي

تُجمع مركزياً السجلات الواردة من Mihu Core وطبقة التنسيق وSIP وRelay وخوادم النماذج وخدمات التطبيقات.

### المراقبة

تُراقَب مقاييس البنية التحتية والتطبيقات باستمرار. ويمكن إصدار تنبيهات عند تجاوز عتبات تشغيلية محددة مسبقاً.

المقاييس المراقَبة

استخدام CPU

استخدام الذاكرة

استخدام GPU

سعة القرص

سلامة الشبكة

سلامة الخدمات

زمن استجابة استدلال النماذج

عمق قائمة الانتظار

بنية المكالمات التحتية

أخطاء التطبيقات

بنية الشبكة

## لا حاجة إلى اتصال خارجي

تعمل جميع خدمات Mihu على خوادم داخل شبكة العميل الخاصة. ولا يلزم أي VPN أو نفق أو اتصال دائم بـ Mihu للتشغيل الإنتاجي.

لا تحتاج خدمات الذكاء الاصطناعي الداخلية إلى أي تعريض عام. تصل الاتصالات الهاتفية إلى بنية SIP التحتية عبر اتصال العميل الحالي بمشغّل الاتصالات أو نظام PBX، وتُحدَّد قواعد الشبكة بالكامل وفق سياسات البنية التحتية والأمان لدى العميل.

شبكة العميل

نقاط الدخول SIP trunk / PBX تطبيق الويب API

Core / Orchestration / SIP

STT LLM TTS الإجراءات

قاعدة البيانات / التخزين المؤقت / التخزين

التشغيل السجلات الإشعارات المراقبة

متطلبات البنية التحتية

## الحد الأساسي للإنتاج

في التثبيت الإنتاجي لـ Mihu On-Premise، تُحدَّد إعدادات البنية التحتية الأولية وفقاً لمستوى التزامن وأحمال العمل المتوقعة.

### الحوسبة

128 vCPU

الحد الأدنى الموصى به · الخدمات الأساسية وطبقة الصوت على CPU

+ GPU

حسب النموذج المختار · مثل Kimi K2.6 Instant أو Qwen أو Llama أو Mistral؛ وقد يتغير النموذج الموصى به بمرور الوقت

تغطي القاعدة البالغة 128 vCPU خدمات Mihu Core وتقنيتي STT/TTS على CPU. ولا تغطي طبقة الاستدلال: يتطلب نموذج LLM عالي الأداء مستضاف ذاتيًا مثل Kimi K2.6 Instant بنية تحتية GPU مخصصة إضافةً إلى هذه القاعدة، يتم تحديد حجمها وفق النموذج المختار ومستوى التزامن المتوقع. ويؤدي اختيار نموذج أصغر مفتوح الأوزان إلى تقليل الحاجة إلى GPU وفقًا لذلك. كما تُضاف سعة GPU عند الحاجة إلى نماذج صوتية متعددة اللغات على GPU. يعتمد التخصيص الدقيق على عدد محادثات الذكاء الاصطناعي المتزامنة، وحمل STT/TTS، واللغات المنشورة، واختيار LLM، وتكوين التكرار، والخدمات الإضافية مثل Builder وMCP.

يُؤكَّد التخصيص بين الأنوية الفعلية وvCPU في عرض النشر.

### التخزين

المكالمات × متوسط المدة × صيغة التسجيل × مدة الاحتفاظ

سعة التسجيلات

تعتمد متطلبات التخزين في المقام الأول على ما إذا كانت تسجيلات المكالمات والوسائط الأخرى تُحفظ محلياً. وتحتاج قواعد بيانات تطبيقات Mihu إلى تخزين دائم، بينما تُحسب سعة التسجيلات بصورة منفصلة. وعلى العملاء الذين يحتفظون بتسجيلات لأشهر أو سنوات تخصيص وحدة تخزين مستقلة يُحدَّد حجمها وفقاً لسياسة الاحتفاظ لديهم.

يحدد العملاء بأنفسهم

مدة الاحتفاظ بالتسجيلات

مدة الاحتفاظ بالنصوص المفرّغة

سياسة النسخ الاحتياطي

سياسة الأرشفة

سياسة الحذف

### التوافرية العالية

99.9%

هدف التوافرية التشغيلية

يمكن تهيئة البنية الإنتاجية بتكرار احتياطي عبر خدمات Mihu الحيوية. ويتطلب بلوغ هذا الهدف الحفاظ على البنية الإنتاجية المتفق عليها وعلى متطلبات التكرار الاحتياطي والبنية التحتية.

تُسنَد مسؤولية تشغيلية مخصّصة لعمليات التثبيت المؤسسية في وضع On-Premise. وفي غياب أعطال البنية التحتية أو العتاد الأساسي الخارجة عن المسؤولية التشغيلية لـ Mihu، يُصمَّم النشر لبلوغ هدف توافرية الخدمة المتفق عليه وهو 99.9%. وتُحدَّد المسؤوليات طبقةً بطبقة في وثيقة SLA.

النشر

## مُهيَّأ مسبقاً، ضمن حاويات Docker، ويُسلَّم بالتعاون مع فريق البنية التحتية لديك

تُقدَّم منظومة Mihu الكاملة على هيئة خدمات Docker مُهيَّأة مسبقاً. ويتولى فريق الهندسة في Mihu إعداد النشر وتجهيزه للإنتاج بالتعاون مع فريق البنية التحتية لدى العميل. ويُسلَّم النشر النموذجي في وضع On-Premise خلال 3–6 أشهر، من تجهيز البنية التحتية وحتى الإنتاج، وهو متاح لعملاء المؤسسات.

تهيئة البنية التحتية

إعداد الشبكة

خدمات Mihu

نماذج الكلام

LLM

الهاتفة

التخزين

قابلية المراقبة

التحقق

الإنتاج

Kubernetes: يمكن نشر المنظومة باستخدام مخططات Helm. والمسار القياسي والأسرع لدى Mihu هو نشر Kubernetes مُدار عبر Rancher.

### الإصدارات والتحديثات

يستخدم Mihu On-Premise إدارة إصدارات قائمة على الفروع: يعمل كل نشر للعميل على فرع إصدار خاص به، وتُسلَّم التحديثات كإصدارات شهرية. يتم التحقق من كل إصدار قبل طرحه وتطبيقه بالتنسيق مع فريق البنية التحتية لدى العميل، بحيث تكون الترقيات مجدولة لا مفروضة. ويشمل التحقق من الإصدار مجموعة الاختبارات القياسية؛ وقد تختلف بعض اختبارات الوحدة تبعاً للتخصيصات الخاصة بكل عميل.

### فريق دعم مخصّص

لكل بيئة on-premise، تُخصّص Mihu فريق نجاح عملاء وفريق DevOps للعمل جنباً إلى جنب مع فريقكم. ويجري الدعم عبر مجموعة Slack مشتركة، بحيث تُعالَج الأسئلة التشغيلية وتنسيق الإصدارات والحوادث مباشرةً مع الأشخاص المطّلعين على تفاصيل النشر لديكم.

## كل شيء يبقى في الداخل.

عرض من صفحة واحدة لما يعمل وأين يعمل في نشر Mihu On-Premise.

الكلام On-Premise

Mihu STT CPU

Mihu TTS CPU

استنساخ الصوت خاص

LLM أوزان مفتوحة / استضافة ذاتية

الضبط الدقيق على بنية العميل التحتية

الهاتفة SIP

البيانات تحت سيطرة العميل

التسجيلات تحت سيطرة العميل

قاعدة البيانات On-Premise

عمليات التكامل Action Server في وضع On-Premise

النشر ضمن حاويات Docker · Kubernetes (Rancher / Helm)

الاتصال داخل شبكة العميل

قابلية المراقبة مخصّصة

هدف SLA 99.9%

التسليم 3–6 أشهر حتى الإنتاج

الإتاحة عملاء المؤسسات

الدعم فريق نجاح العملاء + فريق DevOps، مجموعة Slack مشتركة

الإصدارات شهرية، إدارة إصدارات قائمة على الفروع

الأسئلة الشائعة

## Mihu AI On-Premise — الأسئلة الشائعة

ما الذي يعمل فعلياً داخل بنيتنا التحتية؟

المنظومة الكاملة: تحويل الكلام إلى نص، وتحويل النص إلى كلام، واستنساخ الصوت، وطبقة الاستدلال القائمة على LLM، والتنسيق، وهاتفة SIP، وAction Server لعمليات التكامل، وتطبيق الإدارة، وطبقتا قاعدة البيانات وRedis. ولا يلزم أن تغادر بيانات العملاء بيئتك.

هل نحتاج إلى وحدات GPU؟

ليس لطبقة الكلام. يعمل STT وTTS على CPU بنماذج تتراوح سعتها تقريباً بين 66M و143M معامل. أما نماذج LLM مفتوحة الأوزان عالية الأداء فتتطلب عادةً بنية تحتية قائمة على GPU، وتُضاف سعة GPU أيضاً إذا اخترت نماذج كلام أكبر متعددة اللغات.

ما اللغات التي تدعمها منظومة الكلام في وضع On-Premise؟

تدعم منظومة الكلام on-premise الحالية العاملة على CPU سبع لغات: الإنجليزية والألمانية والفرنسية والإسبانية والإيطالية والروسية والتركية. وتعمل نماذج Mihu STT وMihu TTS الخاصة بكل لغة على CPU دون الحاجة إلى GPU. ويحقق Mihu STT عادةً معدل خطأ في الكلمات (WER) يتراوح بين 5 و9% تقريبًا؛ وتعتمد القيمة الدقيقة على اللغة ومجموعة بيانات التقييم.

أي نموذج LLM يُستخدم، وهل يمكن تغييره لاحقاً؟

طبقة الاستدلال غير مرتبطة بنموذج بعينه وتعمل بنماذج مفتوحة الأوزان. وتوصي Mihu بنموذج اعتباراً من تاريخ النشر، ويمكن اختيار بدائل من مزوّدين ومناطق مختلفة، مثل Llama أو Mistral إلى جانب Kimi K2.6 Instant، لتلبية متطلبات الشراء أو منشأ النموذج. ويمكن تحديث النموذج أو استبداله بمعزل عن باقي بنية الوكلاء التحتية كلما توافرت نماذج أفضل مفتوحة الأوزان.

هل يمكننا إجراء ضبط دقيق لنماذج الكلام على بياناتنا الخاصة؟

نعم. يمكن إجراء ضبط دقيق لنماذج STT وTTS المدعومة على بنية تحتية يسيطر عليها العميل باستخدام مجموعات بياناتكم الخاصة، بحيث لا تصل الملفات الصوتية المملوكة إلى أي مزوّد خارجي. وتبقى النماذج الناتجة خاصة بمؤسستكم.

ما البنية التحتية التي نحتاجها للبدء؟

تبدأ قاعدة الإنتاج النموذجية من 128 vCPU لخدمات Mihu الأساسية وطبقة الصوت على CPU. يتم تحديد حجم نموذج LLM المستضاف ذاتيًا بشكل منفصل ويتطلب بنية تحتية GPU مخصصة إضافةً إلى تلك القاعدة؛ كما تُضاف سعة GPU للنماذج الصوتية متعددة اللغات على GPU. يُحدد حجم التخزين وفق سياسة الاحتفاظ بالتسجيلات والنصوص لديكم. ويتم تأكيد الحجم الدقيق في عرض النشر.

كيف يُسلَّم النشر وكيف يجري ربطه؟

يُسلَّم كل شيء كخدمات Docker مُهيأة مسبقًا ويعمل على خوادم العميل الخاصة. لا يلزم أي VPN أو اتصال عائد إلى Mihu للتشغيل الإنتاجي، ولا تحتاج أي خدمة ذكاء اصطناعي داخلية إلى تعريض عام. يتولى فريق هندسة Mihu إعداد النشر بالتعاون مع فريق البنية التحتية لديكم.

هل يمكنكم تدريب STT وTTS للغة خارج اللغات السبع الحالية؟

نعم. يمكن إضافة لغات جديدة عند الطلب. يختلف جهد التدريب حسب المجموعة اللغوية، ويتم تدريب STT وTTS كلٌّ على حدة. يمكن لـ Mihu توفير مجموعة بيانات التدريب أو شراؤها لكم، أو العمل بالبيانات التي تقدمونها. يتم التدريب على أجهزة توفرونها أنتم أو على بنية تحتية توفرها Mihu، ثم تُنشر نماذج Mihu STT وMihu TTS الناتجة داخل بيئتكم تمامًا مثل النماذج القياسية.

## هل تخطط لنشر On-Premise؟

شاركنا مستوى التزامن المتوقع واللغات ومتطلبات إقامة البيانات لديك. وسيعود إليك فريق الهندسة لدينا بعرض لتحديد الأحجام وخطة للنشر.

تحدّث إلى فريق المبيعات (https://mihu.ai/ar/contact)