تحويل الصوت إلى نص

تحويل الصوت إلى نص يعرف من قال ماذا

النص المفرّغ الخام مفيد بنصف قيمته فقط. إن أجريت مقابلة لمقال، فأنت تحتاج أن تعرف أي الجمل قالها الضيف. وإن كنت تقطّع حلقة بودكاست، فأنت تحتاج طوابع زمنية لتجد اللحظة. وإن كان التسجيل ذاهبًا إلى يوتيوب، فأنت تحتاج ترجمة متزامنة. هذه الأداة تعيد الثلاثة من رفع واحد: الكلمات، ووقت بدء كل سطر، وتسمية للمتحدث تفصل المقدّم عن الضيف.

في الداخل، يُحوَّل التسجيل أولًا داخل متصفحك إلى صوت بجودة الكلام — أحادي، 16 كيلوهرتز — وهو كل ما يحتاجه محرك التعرف على الكلام، وبحجم صغير جدًا مقارنة بالأصل. فيديو مدته ساعة قد يصبح بضع عشرات من الميغابايت قبل أن يغادر أي شيء جهازك، ومسار الفيديو نفسه لا يُرفع أبدًا. التسجيلات الأطول من ثماني دقائق تقريبًا تُقسَّم عند لحظات الهدوء لا في منتصف الكلمة، وتُفرَّغ قطعة قطعة، ثم تُجمع مجددًا بطوابع زمنية صحيحة.

من MP3 والفيديو والمذكرات الصوتية إلى نص

أي صيغة يستطيع متصفحك تشغيلها تصلح كمدخل: MP3 وM4A من مذكرات آيفون الصوتية وWAV وAAC وOGG وFLAC للصوت؛ وMP4 وMOV وWEBM للفيديو. هذا يغطي معظم مسجلات الاجتماعات وتطبيقات الإملاء وتسجيلات Zoom وTeams ولقطات الكاميرا وتسجيلات الشاشة. وتحويل MP3 إلى نص يكلّف ما تكلّفه أي صيغة أخرى — رصيد واحد لكل خمس دقائق من الصوت — فمقابلة مدتها 30 دقيقة تكلّف ستة أرصدة، ومذكرة صوتية من ثلاث دقائق تكلّف رصيدًا واحدًا.

تمييز المتحدثين وحدوده

يستمع المحرك إلى تغيّر الصوت ويسمّي كل مقطع S1 وS2 وهكذا. أعد تسميتها في محررك حين تعرف من هو من. يعمل تمييز المتحدثين أفضل حين يتناوب الناس على الكلام؛ والتداخل الشديد قد يدمج متحدثين تحت تسمية واحدة. وللملفات المقسّمة إلى قطع، تُحفظ التسميات منفصلة لكل قطعة (S1 وS1·2) حتى لا يُخلط متحدث بآخر بصمت عبر نقطة التقسيم — ويسهل ترتيبها بالبحث والاستبدال.

ترجمة من الرفع نفسه

كل عملية تفريغ تنتج أيضًا ملف SRT وملف VTT. تُقسَّم الجمل الطويلة إلى أطوال ترجمة مقروءة ويُوقَّت كل سطر مع الكلام، فيمكن تحميل الملفات مباشرة في YouTube Studio وPremiere Pro وDaVinci Resolve وCapCut أو منصة تعليمية. وإن كنت تحتاج ترجمة لمقطع قصير فقط، فهذه أيضًا أسرع طريقة للحصول على ترجمة موثوقة، لأنك تقرأ النص قبل نشره.

للنص العربي، يتعامل المحرك مع الفصحى بشكل جيد، والتسجيلات باللهجات المحلية تحتاج مراجعة أكثر خصوصًا للأسماء والكلمات العامية. تبحث عن كلمات أغنية بدل الكلام؟ مستخرج الكلمات مضبوط للغناء ويصدّر ملفات LRC متزامنة. ولتحويل النص المفرّغ إلى تعليق صوتي جديد بصوت أو لغة أخرى، استخدم مولد الصوت بالذكاء الاصطناعي أو الدبلجة بالذكاء الاصطناعي.

احصل على نص أنظف

• سجّل والميكروفون قريب من المتحدث؛ البعد يضر الدقة أكثر من موسيقى الخلفية.
• اختر اللغة يدويًا للمقاطع القصيرة أو اللكنات القوية أو المصطلحات التقنية الكثيرة.
• تجنّب تداخل الأصوات إن كنت تحتاج تمييزًا موثوقًا للمتحدثين.
• للمكالمات الهاتفية، سجّل الطرفين في مسارين منفصلين إن سمح تطبيقك، ثم فرّغ كلًا منهما.
• اقطع فترات الصمت الطويلة ومقدمات الموسيقى قبل الرفع لتوفير الرصيد.
• راجع الأسماء والأرقام قبل النشر — فهي الأخطاء الأكثر شيوعًا في أي أداة تفريغ.

الحدود والخصوصية والاسترداد

المدة والحجم

حتى 30 دقيقة لكل ملف. الملفات الطويلة جدًا قد تحتاج ذاكرة أكبر في المتصفح؛ على الهاتف، يُفضّل تقسيم الملفات الأطول من 20 دقيقة أولًا.

اللغات

ثماني عشرة لغة: الإنجليزية والإسبانية والفرنسية والألمانية والإيطالية والبرتغالية واليابانية والكورية والصينية والعربية والهندية والروسية والتركية والإندونيسية والبولندية والهولندية والتايلاندية والفيتنامية — أو اترك الاكتشاف تلقائيًا.

الخصوصية

لا يُرفع إلا الصوت المضغوط؛ يبقى الفيديو على جهازك. النصوص المفرّغة مرئية في حسابك فقط.

المهام الفاشلة

إن فشل التفريغ يُعاد الرصيد تلقائيًا، والمهمة المقطوعة تُستأنف عند عودتك إلى الصفحة.