تحويل الكلام إلى PDF

كيف يتحول الكلام إلى PDF في هذه الصفحة

يسجّل متصفحك صوت الميكروفون بتنسيق Opus (في Chrome وFirefox وEdge) أو AAC (في Safari) ويحتفظ به في الذاكرة. عند التأكيد، يُرفع الملف عبر HTTPS إلى أحد خوادم النسخ الصوتي لدينا.

هناك، يقوم ffmpeg بفك ترميز الصوت، ويحوّله Whisper – وهو نموذج مفتوح المصدر للتعرّف على الكلام – إلى نص في خطوة واحدة، بما في ذلك علامات الترقيم وفواصل الجمل. إذا كان التعرّف على المتحدثين مفعّلًا، يقسم نموذج تمييز المتحدثين الصوت أولًا حسب المتحدث، ثم يُضاف هذا التمييز إلى النص المفرّغ.

يُكتب النص المفرّغ أولًا كنص عادي، ثم يُنسّق كملف PDF باستخدام LibreOffice – مستند بسيط قابل للطباعة بنص قابل للتحديد، من دون عمليات مسح ضوئي أو صور. تتيح لك صفحة النتائج تنزيله، ثم يُحذف الصوت والنص المفرّغ تلقائيًا بعد ذلك.

نصائح تسجيل أهم من أي إعداد

تعتمد جودة التعرّف على الكلام على جودة الصوت. هناك ثلاثة عوامل تُحدث أكبر فرق: المسافة والضوضاء والتداخل. أبقِ الميكروفون على بُعد 10–20 سم من فمك؛ فالهاتف المُمسك قريبًا أفضل من حاسوب محمول على الجانب الآخر من الطاولة. أوقف المراوح، وأغلق النافذة، وتجنب الغرف ذات الصدى القوي.

تحدث بوتيرة طبيعية وأكمل الجمل؛ إذ يستخدم النموذج السياق، لذلك تنتج عن الجمل غير المكتملة والكلمات الحشوية نصوص أسوأ من الكلام الكامل ولو كان أبطأ قليلًا. في المقابلات، اطلب من الأشخاص عدم التحدث في الوقت نفسه؛ فالكلام المتداخل هو أصعب حالة لأي نظام للتعرّف على الكلام.

استمع إلى المعاينة قبل البدء. إذا كان مقياس المستوى بالكاد يتحرك أو يبقى عند الحد الأقصى باستمرار، فأعد التسجيل بدلًا من الاعتماد على أن يظهر النص المفرّغ بشكل صحيح.

الاستخدامات الشائعة لتحويل الكلام إلى PDF

تُستخدم هذه الأداة من قِبل المعلمين ومقدمي البودكاست والصحفيين وكل من يفكر بصوت عالٍ أسرع مما يكتب على لوحة المفاتيح: لصياغة رسالة بريد إلكتروني أو مقال عبر التحدث، وتسجيل محاضر الاجتماعات، وتحويل محاضرة أو مذكرة صوتية إلى ملاحظات قابلة للبحث، ونسخ إجابات المقابلات لأغراض البحث، والحصول على نسخة مقروءة من رسالة صوتية لا يمكن تشغيلها في الوقت الحالي.

لأن Whisper يكتشف اللغة تلقائيًا، تعمل الصفحة نفسها مع إملاء بالألمانية أو مذكرة صوتية بالإسبانية أو محاضرة بالإنجليزية دون الحاجة إلى أي إعدادات. لا تُترجم النسخة النصية، بل تُكتب باللغة التي تم التحدث بها.

بالنسبة إلى الصوت الموجود مسبقًا كملف، مثل البودكاست والمحاضرات والمكالمات، تستخدم محولات الصوت إلى نص وMP3 إلى نص على هذا الموقع المحرك نفسه مع الخيارات نفسها.

ما لا تقوم به هذه الأداة

لا يترجم: تكون النصوص المفرغة باللغة المنطوقة. ولا يُنشئ توقيتات للترجمات النصية — لملفات SRT أو VTT، استخدم محولات الترجمات النصية في هذا الموقع. ولا يحدد المتحدثين بالاسم، بل يكتشف فقط تغيّر المتحدث عند تفعيل ميزة اكتشاف المتحدثين. كما لا يمكنه استعادة الكلمات غير المسموعة في التسجيل.

تُعد الأسماء الشخصية وأسماء المنتجات والاختصارات النادرة أكثر الأخطاء شيوعًا؛ وعادةً ما تكون مراجعة سريعة للنتيجة مع مراعاة ذلك هي كل التحرير الذي يحتاجه التسجيل الواضح.