تحويل الصوت إلى TXT

كيف يتحول الصوت إلى TXT في هذه الصفحة

يسجّل متصفحكم 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 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 اكتشاف المتحدثين مفعّلًا، يقوم نموذج تمييز المتحدثين أولًا بتقسيم الصوت حسب المتحدث، ثم تُضاف التعليقات التوضيحية المناسبة إلى النص المنسوخ.

يُحفظ النص المنسوخ كملف نصي عادي بترميز UTF 8 مع علامات ترقيم وفواصل فقرات عادية، لذا يمكن فتحه في أي محرر أو معالج نصوص أو تطبيق ملاحظات ولصقه في أي مكان. تتيح لكم صفحة النتائج تنزيله؛ ثم يُحذف الصوت والنص المنسوخ تلقائيًا.

نصائح تسجيل أهم من أي إعداد

لا تكون دقة التعرّف على الكلام أفضل من جودة الصوت. هناك ثلاثة عوامل تحدث أكبر فرق: المسافة والضوضاء والتداخل. أبقِ الميكروفون على بُعد 10–20 cm من فمك؛ فالهاتف الممسوك بالقرب منك 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 تؤدي أنصاف الجمل والكلمات الحشوية إلى نص أسوأ من كلام كامل ولو كان أبطأ قليلًا. بالنسبة للمقابلات، اطلب من الأشخاص عدم التحدث فوق بعضهم؛ 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، فسجّل الصوت مجددًا بدلًا من الاعتماد على خروج النص المفرغ بشكل صحيح.

الاستخدامات الشائعة لتحويل الصوت إلى TXT

تُستخدم هذه الأداة من قِبل الأشخاص الذين يفضلون التحدث بدلاً من الكتابة، أو الذين يحتاجون إلى رسالة صوتية خارج تطبيق الدردشة: مثل إعداد بريد إلكتروني أو مقال بالتحدث، وتسجيل محاضر الاجتماعات، وتحويل محاضرة أو مذكرة صوتية إلى ملاحظات قابلة للبحث، ونسخ إجابات المقابلات لأغراض البحث، والحصول على نسخة قابلة للقراءة من رسالة صوتية لا يمكن تشغيلها حالياً.

بما أن Whisper يتعرّف على اللغة تلقائياً، تعمل الصفحة نفسها مع إملاء باللغة الألمانية أو مذكرة صوتية بالإسبانية أو محاضرة بالإنجليزية دون أي إعدادات. لا تتم ترجمة النص المنسوخ، بل يُكتب باللغة التي تم التحدث بها.

بالنسبة إلى الملفات الصوتية الموجودة مسبقاً، مثل البودكاست والمحاضرات والمكالمات، تستخدم أدوات تحويل الصوت إلى نص وتحويل MP3 إلى نص في هذا الموقع المحرك نفسه والخيارات نفسها.

ما لا تقوم به هذه الأداة

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

الأسماء العلم وأسماء المنتجات والاختصارات النادرة هي أكثر الأخطاء شيوعًا؛ وعادةً ما تكون مراجعة سريعة للنتيجة مع الانتباه إليها هي كل ما يحتاجه التسجيل الواضح من تحرير.