النسخ

تتجاوز الدقة عادةً 95% للصوت الواضح باللغات المدعومة. نستخدم تحت الغطاء تقنية التعرف على الكلام الرائدة في الصناعة من OpenAI، وهي النموذج ذاته الذي يُشغّل العديد من أدوات النسخ الاحترافية.

تعتمد الدقة الفعلية على ثلاثة أشياء: وضوح الصوت (ضوضاء الخلفية تُضر)، ولهجات المتحدثين (اللهجات الإقليمية الثقيلة قد تُخفّض النتيجة قليلاً)، واللغة ذاتها (الإنجليزية والإسبانية تحتلان عادةً أعلى الدرجات). إن أردت دقة قصوى، راجع ما جودة الصوت التي تُعطي أفضل النتائج؟ للتعرف على الأمور البسيطة ذات الأثر الكبير.

نعم — تمييز المتحدثين متاح في جميع الخطط، بما فيها خطة Free. في نموذج الرفع، اضبط تمييز المتحدثين على نعم وسنقوم تلقائياً بتسمية كل متحدث في النسخ كـSpeaker 1، وSpeaker 2، وهكذا.

يعمل بشكل رائع مع الاجتماعات، والمقابلات، والبودكاست، وأي محادثة متعددة الأشخاص. لا يوجد حد لعدد المتحدثين الذين يمكننا اكتشافهم. يُضيف تمييز المتحدثين وقتاً إضافياً للمعالجة، لذا اتركه معطّلاً للتسجيلات المنفردة (المحاضرات، والمذكرات الصوتية، والمحتوى بصوت واحد) للحصول على نتائج أسرع.

ندعم 99 لغة للنسخ، بما في ذلك العربية، والإنجليزية، والإسبانية، والبرتغالية، والفرنسية، والألمانية، والإيطالية، واليابانية، والصينية، والكورية، والروسية، والهندية، وغيرها الكثير.

يمكنك تحديد اللغة صراحةً في نموذج الرفع للحصول على أفضل دقة، أو تركها على تلقائي وسنكتشفها بدلاً عنك. قائمة اللغات هي نفسها المجموعة المدعومة من OpenAI Whisper، وواجهة SoundScript.AI نفسها متاحة أيضاً بجميع اللغات الـ99 — راجع أين أُحدّث لغة الواجهة؟ لتغييرها.

أصوات واضحة مُسجَّلة قريباً من الميكروفون، مع أدنى قدر من ضوضاء الخلفية. هذا هو الملخص المختصر. إليك ما يُساعد أكثر:

• استخدم ميكروفوناً جيداً — حتى ميكروفون USB مبتدئ أو هاتف حديث أفضل بكثير من الميكروفون المدمج في اللاب توب.
• سجّل في غرفة هادئة — أغلق النوافذ، وأوقف المراوح، وتجنب الأسطح الصلبة التي تُحدث صدى.
• اقترب من الميكروفون — 15-30 سنتيمتراً هو النطاق الأمثل للكلام الطبيعي.
• تجنب الموسيقى الخلفية قدر الإمكان — راجع كيف يتعامل SoundScript.AI مع الموسيقى الخلفية أو الضوضاء؟ لمعرفة ما يمكن توقعه حين تكون الموسيقى لا مفر منها.

تنتهي معظم الملفات في غضون ثوانٍ إلى بضع دقائق. ملف صوتي مدته 10 دقائق ينتهي عادةً في أقل من 30 ثانية.

يتم تقسيم الملفات الأكبر من 25MB تلقائياً إلى أجزاء ومعالجتها بالتوازي، لذا حتى التسجيل الذي مدته ساعة يكون جاهزاً عادةً في 2-3 دقائق. يُضيف تفعيل تمييز المتحدثين وقتاً إضافياً. شريط التقدم يتحدث في الوقت الفعلي — لا شيء تحتاج لإعادة تحميله.

نقسّم تلقائياً الملفات الكبيرة إلى أجزاء أصغر خلف الكواليس، وننسخها بالتوازي، ثم ندمج النتائج معاً. لا حاجة لأي إجراء من جهتك — فقط ارفع ملفك بشكل طبيعي.

الحد الأقصى لحجم الرفع هو 1GB. تُعالَج كل جزء بشكل مستقل، وهذا ما يجعل الملف الذي مدته ساعة جاهزاً في بضع دقائق فقط. يتم وضع حدود الأجزاء عند الصمت الطبيعي كلما أمكن لتجنب قطع الكلمات في منتصف الجملة.

الأسماء العلم — أسماء الأشخاص، وأسماء العلامات التجارية، والمصطلحات التقنية، والاختصارات — هي الجزء الأصعب في النسخ لأنها لا تتبع أنماط اللغة العادية. حتى الصوت الجيد قد يُنتج أسماء مكتوبة بشكل خاطئ.

بعض الأمور التي تُساعد:

• اختر اللغة صراحةً بدلاً من استخدام الكشف التلقائي.
• انطق الأسماء العلم بوضوح عند التسجيل، مع توقف قصير حولها.
• حرّر النسخ بعد ذلك — يمكنك نسخ النص إلى أي محرر وتصحيح الأسماء باستخدام البحث والاستبدال. لا ندعم حالياً قاموساً مخصصاً للمصطلحات، لكنه في خططنا المستقبلية.

يمكنك نسخ نص النسخ من صفحة النتيجة وتحريره في أي محرر نصوص أو معالج كلمات — Google Docs، أو Microsoft Word، أو Notepad، أو أي شيء تفضله.

لا يوجد لدينا محرر مدمج في التطبيق بعد، لذا التغييرات التي تجريها خارج SoundScript.AI لا تُحفظ على خوادمنا. يبقى النسخ الأصلي في لوحة التحكم حتى تتمكن دائماً من تحميل نسخة جديدة. استخدم صيغ التحميل .doc أو .txt إن أردت التحرير مع الاحتفاظ بالتنسيق.

SRT هي صيغة الترجمة المعيارية — تتضمن طوابع زمنية لتظهر كل سطر من النص في اللحظة المناسبة في الفيديو. استخدمها لـ YouTube، أو Vimeo، أو محررات الفيديو مثل Premiere أو Final Cut، أو أي مشغل يدعم الترجمة.

TXT هو نص عادي بدون طوابع زمنية — مثالي للوثائق، والمدونات، والمقابلات المنسوخة، أو أي شيء تريد فيه الكلمات فقط. نوفر أيضاً DOC (مستند Word منسّق) وPDF (قابل للطباعة) — راجع كيف أحمّل بصيغة TXT أو DOC أو PDF؟ للتفاصيل.

نبذل قصارى جهدنا، لكن الموسيقى الخلفية الشديدة أو الضوضاء ستُقلل الدقة. الضوضاء المحيطة الخفيفة (مقهى هادئ، أو مروحة تعمل) لا تُسبب عادةً أي مشكلة. الموسيقى الصاخبة أو الأصوات المتداخلة هي الحالات الأصعب.

بالنسبة للمحتوى بأسلوب المقابلة مع موسيقى افتتاحية، ستجد عادةً أن الموسيقى تُنسخ كهراء أو تُحذف، ثم تعود الدقة حين يبدأ الكلام. إن تمكنت من تسجيل النسخة الصوتية فقط (أو إزالة الموسيقى مسبقاً بأداة مثل Audacity)، ستكون الدقة أفضل بشكل ملحوظ.