تحويل الصوت إلى نص
ارفع مقابلة أو محاضرة أو اجتماعًا أو ملاحظة صوتية، واحصل على تفريغ مكتوب. تكتب تقنية التعرف على الكلام ما قيل مع علامات الترقيم، ومع طوابع زمنية وتسميات للمتحدثين إن أردت، في مستند أو كترجمة مصاحبة للفيديو.
تحويل الصوت إلى نص
أو أفلت ملفات MP3, WAV, M4A … هنا ·
الحد الأقصى 95 MB لكل ملف· حتى 20 ملفًا· تُحذف بعد 30 دقيقة
تُعالج الملفات على خوادمنا وتُحذف بعد 30 دقيقة.
تُقسَّم أسطر الترجمة الأطول من هذا الحد. 42 هو المعيار الشائع في البث.
اختياري. ثوانٍ (مثل 75) أو دقائق:ثوانٍ (1:15). اتركه فارغًا للتفريغ من البداية.
اختياري. بالصيغة نفسها لوقت البداية. اتركه فارغًا للتفريغ حتى النهاية.
طريقة استخدام هذه الأداة
- 1
ارفع ملف الصوت أو الفيديو
أضف ملفات صوتية بصيغة MP3 أو M4A أو WAV أو AAC أو FLAC أو OGG أو Opus أو AMR وغيرها، أو مقاطع فيديو بصيغة MP4 أو MOV أو MKV أو WebM أو AVI. حتى 20 ملفًا، بحد أقصى 95 MB للملف الواحد.
- 2
اختر اللغة وصيغة المخرج
يبدأ خيار اللغة المنطوقة على الاكتشاف التلقائي. اختر الإخراج: نص عادي، أو Word، أو PDF، أو ترجمة SRT أو VTT، أو JSON مع توقيت الكلمات.
- 3
ابدأ التفريغ ونزّل النتيجة
اضغط تفريغ إلى نص؛ ويذكر الزر أيضًا نوع الإخراج الذي اخترته. افتح النص المفرّغ، وراجع الأسماء والأرقام، ثم نزّله.
تحويل الصوت إلى نص، ويسمى أيضًا التفريغ، يحوّل الكلام المسجّل إلى كلمات مكتوبة. ارفع الملف، واترك اللغة المنطوقة على الاكتشاف التلقائي أو اختر اللغة، ثم حدد الإخراج واضغط تفريغ إلى نص.
تحويل الصوت إلى نص: كيف تعمل تقنية التعرف على الكلام
يستمع التعرف على الكلام إلى التسجيل على نوافذ قصيرة، ويحوّل كل نافذة إلى صورة لترددات الصوت، ثم يقرر نموذج مدرَّب أي الكلمات أرجح أن تنتج ذلك الصوت. تتعلم النماذج الحديثة من كميات ضخمة من الكلام المفرّغ، فتتعامل مع اختلاف الأصوات واللهجات أفضل بكثير من برامج الإملاء قبل عقد. تُتوقع علامات الترقيم والأحرف الكبيرة من سياق الجملة؛ أوقف علامات الترقيم إن أردت الكلمات الخام فقط.
لإعداد اللغة أهمية. يستمع الاكتشاف التلقائي إلى أول 30 ثانية ثم يعتمد لغة واحدة للملف كله. إذا بدأ التسجيل بموسيقى أو مقدمة صوتية أو صمت، أو تنقّل بين لغات، فاختر اللغة المنطوقة بنفسك. تشمل القائمة 33 لغة، من الإنجليزية والإسبانية والعربية إلى الهندية والتاميلية واليابانية والأوكرانية.
يصل الناس إلى هذه الأداة من جهات كثيرة: صحفي معه مقابلة على هاتفه، وطالب لديه محاضرة مسجلة، وفريق لديه ملف اجتماع مُصدَّر، ومنشئ محتوى يحتاج ترجمة مكتوبة. وللنوعين الأكثر شيوعًا صفحتان خاصتان: MP3 إلى نص لملفات المسجّلات والبودكاست، وM4A إلى نص للملاحظات الصوتية في iPhone. وتعمل ملفات الفيديو مباشرة، فلا حاجة إلى استخراج الصوت أولًا.
صيغ النص المفرّغ وملفات الترجمة
| الإخراج | ما يحتويه | يُفتح في |
|---|---|---|
| نص عادي (TXT) | فقرات نصية مع طوابع زمنية وتمييز للمتحدثين اختياريًا | أي محرر نصوص أو تطبيق ملاحظات أو بريد إلكتروني |
| Word (DOCX) | نص مفرّغ منسّق جاهز للتعديل والمشاركة | Word وGoogle Docs وPages وLibreOffice |
| نسخة ثابتة من النص المفرّغ للحفظ في السجلات | أي قارئ PDF أو متصفح | |
| ترجمة (SRT) | تعليقات مرقّمة مع وقت البداية والنهاية | YouTube وبرامج المونتاج وVLC |
| ترجمة الويب (VTT) | تعليقات WebVTT، وهي صيغة W3C المستخدمة في فيديو HTML5 | مشغلات الويب وYouTube ومنصات الدورات |
| JSON (توقيت الكلمات) | كل كلمة مع وقت بدايتها ونهايتها | السكربتات وفهارس البحث وأدوات التحرير |
الطوابع الزمنية والمتحدثون وخيارات التفريغ الأخرى
- الطوابع الزمنية
- تضع الطوابع الزمنية الوقت، مثل [01:15]، قبل كل فقرة في نصوص TXT وWord وPDF لتصل إلى اللحظة المطلوبة في التسجيل.
- تمييز المتحدثين
- يشير تمييز المتحدثين إلى من يتحدث بعبارات مثل المتحدث 1 والمتحدث 2 وهكذا، للمقابلات والاجتماعات والبودكاست. استبدل التسميات بالأسماء بعد ذلك.
- علامات الترقيم وكلمات الحشو
- علامات الترقيم مفعّلة افتراضيًا. وحذف كلمات الحشو يزيل التلعثم ونحوه مثل «um» و«uh».
- عدد الأحرف في السطر
- في SRT وVTT يقسّم عدد الأحرف في السطر التعليقات الطويلة، وقيمته الافتراضية 42، وهو الحد الذي تعتمده إرشادات الترجمة في Netflix لمعظم اللغات اللاتينية؛ ويُسمح بأي قيمة من 20 إلى 80.
- الجزء المراد تفريغه
- يحصر البدء عند والانتهاء عند العمل في مقطع واحد، بالثواني (75) أو بالدقائق:الثواني (1:15).
حدود تحويل الصوت إلى نص اون لاين
- تسجيلات في الدفعة الواحدة
- 20
- لكل ملف صوتي أو فيديو
- 95 MB
- لغة منطوقة مع الاكتشاف التلقائي
- 33
- حتى حذف الملفات والنصوص
- 30 دقيقة
كيف تحصل على تفريغ أدق
كلمات كثيرة خاطئة أو ناقصة
تسبب الضوضاء الخلفية والبعد عن الميكروفون وتداخل أصوات المتحدثين معظم الأخطاء. سجّل قرب المتحدث ما أمكن، وتأكد من صحة اللغة المنطوقة.
النص المفرّغ بلغة خاطئة
سمع الاكتشاف التلقائي موسيقى أو لغة أخرى في أول 30 ثانية. اختر اللغة المنطوقة بنفسك وأعد التفريغ.
الترجمة أطول من أن تُقرأ على الشاشة
خفّض عدد الأحرف في السطر إلى 32–37 لمشاهدي الهاتف، فينقسم كل تعليق إلى أسطر أقصر.
أسماء ومصطلحات تقنية مكتوبة بشكل خاطئ
الكلمات النادرة صعبة على أي نموذج. ابحث عنها واستبدلها مرة واحدة في ملف Word أو النص؛ فغالبًا تُكتب خطأً بالطريقة نفسها في كل موضع.
أسئلة شائعة عن تحويل الصوت إلى نص
هل يمكنني تحويل الصوت إلى نص مجانًا دون تسجيل حساب؟
نعم. ارفع التسجيل واضغط تفريغ إلى نص؛ دون حساب أو فترة تجريبية أو بطاقة ائتمان. تُحذف الملفات تلقائيًا بعد 30 دقيقة من المعالجة، لذا نزّل النص المفرّغ فور جاهزيته.
ما الذي يجعل أداة تحويل الصوت إلى نص أفضل من غيرها؟
للمقارنة العادلة، انظر إلى الدقة على نوع تسجيلاتك أنت، واللغات المتاحة، وصيغ الإخراج، وما يحدث لملفك بعد ذلك. هنا تحصل على 33 لغة مع الاكتشاف التلقائي، وستة أنواع إخراج منها الترجمة، وتمييز المتحدثين والطوابع الزمنية، والحذف التلقائي بعد 30 دقيقة.
ما اللغات المتاحة لتحويل الصوت إلى نص؟
33 لغة، تختارها من اللغة المنطوقة، منها: الإنجليزية والإسبانية والفرنسية والألمانية والبرتغالية والإيطالية والروسية والعربية والتركية والهندية والبنغالية والتاميلية والتيلوغوية والماراثية والغوجاراتية والأردية واليابانية والكورية والصينية والإندونيسية والفيتنامية والتايلاندية والبولندية والأوكرانية والهولندية والسويدية واليونانية والعبرية. يختار الاكتشاف التلقائي لغة واحدة لكل ملف من أول 30 ثانية.
هل يمكنني إنشاء ترجمة لفيديو من صوته؟
نعم. ارفع الفيديو نفسه، واختر SRT أو VTT من الإخراج، فتحصل على ملف ترجمة موقّت يمكن تحميله في YouTube أو برنامج مونتاج أو مشغّل HTML5. ولتغيير صيغة الترجمة لاحقًا استخدم محول ملفات الترجمة.
كيف أحوّل تسجيلًا مدته 3 ساعات إلى نص؟
الحد الأقصى للملف 95 MB، أي نحو ساعة و40 دقيقة من MP3 بجودة 128 kbps. قسّم العمل بخياري البدء عند والانتهاء عند، أو صغّر الملف أولًا: الكلام المحوّل إلى 64 kbps أحادي القناة عبر ضغط الصوت يتسع منه نحو 3.5 ساعات ضمن الحد.
هل يمكن ترجمة النص المفرّغ إلى الإنجليزية؟
لا، يُكتب النص باللغة المنطوقة نفسها. فرّغ أولًا ثم الصق النص في خدمة ترجمة؛ فترجمة نص مفرّغ نظيف تعطي نتائج أفضل من الترجمة مباشرة من الصوت، وتحتفظ بالصياغة الأصلية للتحقق من الاقتباسات.
هل يختلف تحويل MP3 إلى نص عن تفريغ الفيديو؟
الفرق فقط في ما ترفعه. فالتعرف على الكلام نفسه يعمل على المسار الصوتي لملف MP4 أو MOV كما يعمل على MP3 أو M4A. MP3 إلى نص وM4A إلى نص إعدادان مسبقان من هذه الأداة لهذين النوعين من الملفات.
هل ستظهر أصوات التردد مثل «إممم» و«آه» في النص المفرّغ؟
نعم، افتراضيًا، لأن السجل الحرفي مطلوب أحيانًا، كما في مقابلات البحث. فعّل حذف كلمات الحشو للحصول على نص أنظف للقراءة أو الاقتباس أو النشر.
كل أدوات تحويل الصوت إلى نص
اختر القيمة المطلوبة منك بالضبط. كل صفحة أدناه هي الأداة نفسها بإعدادات افتراضية مختلفة.
- تحويل M4A إلى نصحوّل المذكرات الصوتية في iPhone وتسجيلات M4A الأخرى إلى نص بطوابع زمنية وتسميات للمتحدثين. 33 لغة، بصيغة TXT أو Word أو PDF أو ترجمة، دون حساب.
- تحويل MP3 إلى نصحوّل ملف MP3 إلى نص بـ 33 لغة. نزّل نصًا عاديًا أو Word أو PDF أو ترجمة SRT وVTT، مع طوابع زمنية وتسميات المتحدثين اختياريًا.