تفريغ صوتي
من ملف صوتي أو ملف فيديو إلى نص وترجمة مصاحبة: دون حساب ودون اختيار لغة
انقر هنا أو اسحب ملف وسائط إلى هنااختر ملف وسائط (صوت أو فيديو: MP3 وM4A وWAV وMP4 وMOV…)
يرسل 25 م.ب على الأكثر لكل ملف: تحول الملفات الأكبر والصيغ الأخرى على جهازك قبل الرفع
نبذة عن تفريغ صوتي
تحول أداة «تفريغ صوتي» الكلام المسجل في ملف صوتي أو ملف فيديو إلى نص باستخدام نموذج Whisper من OpenAI. اختر ملفا فيبدأ التفريغ فورا؛ ويتعرف Whisper على اللغة المنطوقة، فلا شيء يحتاج إلى ضبط. ترسل ملفات FLAC وM4A وMP3 وMP4 وMPEG وMPGA وOGG وWAV وWEBM التي لا تتجاوز 25 م.ب إلى خادمنا كما هي. أما أي صيغة أخرى (AAC وWMA وAIFF وAMR وOPUS وMOV وMKV وAVI…) وأي ملف أكبر، فيحول أولا على جهازك إلى ملف MP3 لصوته لا يتجاوز 25 م.ب، ولا يرسل إلى خادمنا إلا ملف MP3 هذا. يمر الملف الذي لا يتجاوز 4 م.ب عبر خادمنا مباشرة؛ أما الأكبر فيرفع أولا على أجزاء إلى خدمة الوسائط الخاصة بنا. تحصل على النص المفرغ نصا للقراءة فقط، مع ملفات TXT وSRT وVTT للتنزيل فيها أوقات البداية والنهاية. لا تسجل الأداة من الميكروفون؛ للإملاء المباشر، استخدم «تحويل الصوت إلى نص».
مثال
ملفا SRT وVTT لمذكرة صوتية اسمها interview.m4a، مبنيان على مقطعين موقتين كما يعيدهما خادمنا (نص توضيحي). تحمل الملفات المنزلة اسم ملفك: interview.txt أو interview.srt أو interview.vtt، أو interview-transcript.zip الذي يضم الثلاثة. وعندما يسمي iPhone الملف برمز (81414891159__EE8F0326-….MOV مثلا)، تحمل الملفات المنزلة بدلا من ذلك تاريخ التفريغ ووقته: transcription-2026-10-19-1430.txt و.srt و.vtt و.zip.
المقاطع الموقتة (البداية والنهاية بالثواني)
{ start: 0, end: 4.2, text: " شكرا لانضمامكم إلينا اليوم." }
{ start: 4.2, end: 9.86, text: " لنبدأ بكيفية انطلاق المشروع." }interview.srt وinterview.vtt
1 00:00:00,000 --> 00:00:04,200 شكرا لانضمامكم إلينا اليوم. 2 00:00:04,200 --> 00:00:09,860 لنبدأ بكيفية انطلاق المشروع. --- WEBVTT 00:00:00.000 --> 00:00:04.200 شكرا لانضمامكم إلينا اليوم. 00:00:04.200 --> 00:00:09.860 لنبدأ بكيفية انطلاق المشروع.
كيف تفرغ ملفا صوتيا
- 1انقر على منطقة الرفع واختر ملفا صوتيا أو ملف فيديو، مثل MP3 أو M4A أو WAV أو MP4.
- 2انتظر أثناء ظهور «جار التفريغ…»، بعد «تحضير الصوت على جهازك قبل إرساله» إذا كانت الصفحة تحول الملف أولا؛ لا يوجد زر للضغط عليه.
- 3اقرأ النص تحت «النص المفرغ» وانقر على «نسخ» لنسخه.
- 4انقر على «تنزيل» بجانب ملف .txt أو .srt أو .vtt، أو على «تنزيل الكل» للحصول على ملف ZIP يضم الملفات.
الصيغ والحدود
- الإدخال
- ملفات الصوت والفيديو: ترسل صيغ OpenAI التي لا تتجاوز الحد إلى Whisper دون تغيير؛ وترسل الصيغ الأخرى والملفات الأكبر في صورة ملف MP3 لصوتها ينشأ على جهازك
- الصيغ
- ترسل كما هي إذا لم تتجاوز حد الحجم: FLAC وM4A وMP3 وMP4 وMPEG وMPGA وOGG وWAV وWEBM (القائمة التي تنشرها OpenAI). وتحول إلى MP3 على جهازك قبل الإرسال، مثل أي ملف أكبر: AAC وWMA وAIFF وAMR وOPUS وAC3 وCAF وMKA وغيرها من الصيغ الصوتية التي يقرؤها محرك ffmpeg في الصفحة، وصوت مقاطع الفيديو مثل MOV وMKV وAVI وWMV وFLV و3GP وMPG
- الحد الأقصى لحجم الملف
- يرسل 25 م.ب لكل ملف (نحو 108 دقائق من الصوت بعد التحويل)؛ ويمكن أن يصل الملف الذي يحول على جهازك قبل إرساله إلى 750 م.ب على الكمبيوتر و300 م.ب على الهاتف أو الجهاز اللوحي
- الناتج
- نص، وملفات TXT وSRT وVTT (ترجمة مصاحبة عندما يعيد Whisper مقاطع موقتة)
- اللغة
- يتعرف عليها Whisper؛ وليس في الصفحة إعداد للغة
- أسماء المتحدثين
- لا تضاف: كل الأصوات في نص متصل واحد
- الحساب
- لا حاجة إليه: لا تسجيل ولا بريد إلكتروني. اختر ملفا أو أفلته أو الصقه فيبدأ التفريغ
- حدود الاستخدام
- لعمليات التفريغ لكل اتصال حد في الساعة وحد في اليوم، ضمن حصة واحدة مع أدوات الموقع الأخرى التي تعتمد على خدمة مدفوعة، وفي حدود ميزانية شهرية للموقع؛ وتحتسب الملفات الكبيرة أيضا ضمن حدود خدمة الرفع نفسها
استخدامات شائعة
- مقابلة للاقتباس منها
- مقابلة هاتفية محفوظة كمذكرة صوتية M4A تصبح نصا بالكلمات الدقيقة للاقتباس، وينتقل ملف TXT مباشرة إلى مسودة مقال.
- ترجمة مصاحبة لمحاضرة أو لبودكاست مصور
- اختر فيديو المحاضرة نفسه: يرسل فيديو MP4 أو MPEG أو WEBM لا يتجاوز حد الحجم إلى خادمنا كما هو؛ أما أي فيديو آخر، أو فيديو أكبر، فيستخرج صوته على جهازك، ولا يرسل إلا ذلك الصوت. استورد ملف SRT في برنامج تحرير فيديو أو ارفعه إلى YouTube؛ وصحح الأسماء في الملف قبل النشر.
- ملاحظات محاضرة
- يصبح ملف MP3 لمحاضرة نصا للبحث فيه والتعليق عليه؛ وللحصول على نسخة قصيرة، الصق ما يصل إلى 8,000 حرف منه في «تلخيص النصوص».
- تسجيل بلغة أخرى
- يفرغ التسجيل الإسباني أو الفرنسي بالإسبانية أو الفرنسية، لأن Whisper يتعرف على اللغة؛ الصق النص في «مترجم بالذكاء الاصطناعي» للحصول على نسخة عربية.
أي أداة تختار
- تحويل الصوت إلى نص: تضيف أداة «تحويل الصوت إلى نص» وضع الميكروفون الذي يكتب أثناء كلامك، بالتعرف على الكلام المدمج في متصفحك (لا يوجد في Firefox)؛ ويرسل وضع الملفات فيها التسجيل إلى نموذج Whisper نفسه الذي تستخدمه هذه الصفحة.
- إنشاء ترجمة للفيديو: أداة «إنشاء ترجمة للفيديو» لا تستمع إلى أي شيء: تكتب كل سطر مع وقت بدايته ونهايته وتحصل على ملفات SRT وVTT. وهي تناسب كتابة الترجمة المصاحبة أو تصحيحها يدويا، بينما تكتبها هذه الصفحة من الكلام.
- تحويل الفيديو إلى صوت: تأخذ هذه الصفحة الفيديو مباشرة ولا تحتفظ بصوته إلا للتفريغ. أما أداة «تحويل الفيديو إلى صوت» فتحفظ ذلك الصوت في ملف تحتفظ به، بصيغة MP3 أو بصيغة أخرى من صيغها.
أين يعالج صوتك
لا يفرغ الكلام في متصفحك، بل عبر واجهة Whisper البرمجية من OpenAI، مرورا بخادمنا. يرسل ملف FLAC أو M4A أو MP3 أو MP4 أو MPEG أو MPGA أو OGG أو WAV أو WEBM لا يتجاوز الحد إلى خادمنا كما هو. أما أي ملف آخر، أو ملف أكبر، فيحول أولا في متصفحك، على جهازك، ولا يرسل إلى خادمنا إلا ملف MP3 لصوته الذي أنشئ هناك، ولا يرسل أبدا الملف الأصلي ولا صوره. يذهب الملف المرسل الذي لا يتجاوز 4 م.ب من خادمنا إلى OpenAI؛ أما الأكبر فيرفع أولا على أجزاء إلى خدمة الوسائط الخاصة بنا على Railway، ثم يقرؤه خادمنا من هناك، ويحذف من تلك الخدمة فور انتهاء التفريغ أو فشله أو إلغائه؛ وإذا أغلقت الصفحة أو انقطع الاتصال قبل ذلك، يحذف بعد نحو 15 دقيقة. لا نحتفظ بالصوت ولا بالنص.
الأسئلة الشائعة
ما الحجم الذي يمكن أن يكون عليه الملف الصوتي؟
يرسل 25 م.ب لكل ملف، وهو أقصى ما يقبله Whisper من OpenAI في طلب واحد. أما الملف الأكبر، أو الملف بصيغة أخرى، فيحول أولا على جهازك إلى ملف MP3 لصوته لا يتجاوز 25 م.ب، ولا يرسل إلى خادمنا إلا ملف MP3 هذا: تسجيلات تصل إلى نحو 108 دقائق، من ملفات تصل إلى 750 م.ب على الكمبيوتر و300 م.ب على الهاتف أو الجهاز اللوحي. قسم التسجيل الأطول إلى أجزاء وفرغها واحدا تلو الآخر.
هل يمكنني إنشاء ترجمة مصاحبة لفيديو؟
نعم: اختر الفيديو نفسه. يرسل فيديو MP4 أو MPEG أو WEBM لا يتجاوز حد الحجم إلى خادمنا كما هو؛ أما أي فيديو آخر، أو فيديو أكبر، فيستخرج صوته على جهازك، ولا يرسل إلى خادمنا إلا ملف MP3 هذا. ويحمل كل سطر من ملفي SRT وWebVTT وقت بداية مقطع من مقاطع Whisper ووقت نهايته، جاهزا لـ YouTube أو VLC أو برنامج تحرير الفيديو.
هل علي اختيار اللغة؟
لا. لا ترسل الصفحة أي إعداد للغة، ويتعرف Whisper على اللغة المنطوقة بنفسه. ويكتب النص المفرغ بتلك اللغة ولا يترجم؛ للترجمة، الصق النص في «مترجم بالذكاء الاصطناعي».
هل الأداة مجانية، وهل أحتاج إلى حساب؟
الأداة مجانية ولا تحتاج إلى حساب ولا بريد إلكتروني. لكل اتصال عدد محدد من الطلبات في الساعة وفي اليوم، مشترك مع أدوات الموقع الأخرى التي تعتمد على خدمة مدفوعة؛ وعند نفاد أحدهما، تذكر الصفحة عدد الدقائق التي يجب انتظارها. ويتشارك جميع الزوار أيضا ميزانية شهرية: إذا نفدت، تتوقف الأداة حتى أول يوم من الشهر التالي (UTC) وتذكر الصفحة ذلك.
هل تقبل الأداة ملفات MP3 وWAV وM4A؟
نعم. في حدود الحجم، يسلم خادمنا تسجيلك إلى Whisper دون تغيير، وعندما لا يستطيع Whisper قراءة ملف تقول الصفحة «لم تتمكن خدمة الذكاء الاصطناعي من قراءة هذا الملف. جرب ملفا آخر أو صيغة أخرى.» وتوقف ملفات الموسيقى المشفرة، المنزلة من Apple Music أو QQ Music مثلا، قبل الرفع مع شرح.
ما صيغ الصوت والفيديو التي تقبلها الصفحة؟
يقبل Whisper من OpenAI صيغ FLAC وM4A وMP3 وMP4 وMPEG وMPGA وOGG وWAV وWEBM: وترسل هذه الملفات إلى خادمنا كما هي إذا لم تتجاوز حد الحجم. أما كل صيغة أخرى يقرؤها محرك ffmpeg في الصفحة فتحول أولا على جهازك، ولا يرسل إلى خادمنا إلا ملف MP3 الناتج: AAC وWMA وAIFF وAMR وOPUS وAC3 وCAF وMKA، وصوت مقاطع الفيديو مثل MOV وMKV وAVI وWMV وFLV و3GP وMPG. ويرفض الملف الذي لا يستطيع المحرك قراءته قبل إرسال أي شيء.
كيف أفرغ تسجيلا يتجاوز الحد؟
يحول الملف الذي يتجاوز 25 م.ب على جهازك إلى ملف MP3 مضغوط قبل إرساله إلى خادمنا، لذا لا يلزم قصه إلا إذا تجاوزت مدته نحو 108 دقائق: مقابلة مدتها 40 دقيقة محفوظة بصيغة WAV بجودة القرص المضغوط وحجمها نحو 404 م.ب ترسل في صورة ملف MP3 حجمه نحو 18 م.ب (على الكمبيوتر؛ أما الهاتف فيقبل ملفات تصل إلى 300 م.ب). قسم التسجيل الأطول، كمحاضرة مدتها 3 ساعات مثلا، إلى نصفين مدة كل منهما 90 دقيقة باستخدام «تقسيم الصوت» وفرغ كلا منهما. تبدأ الأوقات في ملفي SRT وVTT لكل جزء من 00:00:00، لذا أضف 90 دقيقة إلى كل وقت في الملف الثاني قبل دمج الترجمتين.
ما مدى دقة النص المفرغ؟
لا ننشر أي نسبة للدقة: فهي تتوقف على التسجيل. يعطي الكلام الواضح القريب من الميكروفون أفضل نتيجة؛ أما الموسيقى تحت الصوت، وتداخل كلام الأشخاص، وصوت خط الهاتف، والأسماء النادرة أو المصطلحات المتخصصة، فتسبب معظم الأخطاء. وعند فترات الصمت الطويلة أو الموسيقى، قد يكتب Whisper سطرا مرتين أو يكتب كلمات لم يقلها أحد، فراجع الترجمة المصاحبة عند تلك المواضع قبل نشرها.
هل تحتفظ OpenAI بتسجيلي الصوتي؟
لا نحتفظ بالصوت ولا بالنص. يذهب الملف المرسل (ملفك، أو ملف MP3 لصوته الذي أنشئ على جهازك) إلى واجهة التفريغ البرمجية من OpenAI؛ وتذكر صفحة ضوابط البيانات لدى OpenAI أن نقطة الوصول هذه لا تستخدم للتدريب ولا تحتفظ بالبيانات لمراقبة إساءة الاستخدام (تم التحقق في 19 أكتوبر 2026).
هل يمكنني تعديل النص المفرغ في الصفحة؟
لا. مربع النص المفرغ للقراءة فقط. انسخ النص، أو نزل ملف TXT، وصحح الأسماء والمصطلحات التقنية في أي محرر نصوص أو معالج نصوص.
كم دقيقة من الصوت تتسع ضمن حد الحجم؟
للملف المرسل كما هو، يتوقف ذلك على الترميز لا على المدة: في 25 م.ب، يتسع ملف MP3 بمعدل 128 kbps لنحو 27 دقيقة وملف بمعدل 64 kbps لنحو 54 دقيقة، بينما لا يتسع ملف WAV بجودة القرص المضغوط (16 بت، 44.1 kHz، ستيريو) إلا لنحو 2.5 دقيقة. ويحول الملف الأكبر على جهازك قبل إرساله إلى ملف MP3 أحادي بمعدل 64 kbps (حتى نحو 54 دقيقة في 25 م.ب)، أو 48 kbps (نحو 72 دقيقة)، أو 32 kbps (نحو 108 دقائق)، لذا فالحد الحقيقي هو المدة: نحو 108 دقائق.
هل تحدد الأداة من يتكلم؟
لا. يعيد Whisper نصا متصلا واحدا بلا أسماء للمتحدثين، لذا تعود مقابلة بين شخصين في كتلة واحدة؛ أضف الأسماء بنفسك في ملف TXT.
أين الطوابع الزمنية؟
في ملفات الترجمة المصاحبة فقط: يحمل كل سطر SRT أو VTT وقت بداية مقطع من Whisper ووقت نهايته. أما النص في الصفحة وملف TXT فلا أوقات فيهما، وعندما لا يرسل Whisper أي مقطع، لا يعرض إلا ملف TXT.
نصائح وحيل
- ✓إذا تجاوزت مدة التسجيل نحو 108 دقائق، فقسمه إلى أجزاء باستخدام «تقسيم الصوت» وفرغها واحدا تلو الآخر.
- ✓يسمع Whisper الكلام بتردد 16 kHz بصوت أحادي، لذا يضيف معدل البت المرتفع ميغابايتات لا دقة: ملف MP3 بمعدل 128 kbps يشغل أقل بقليل من 1 م.ب في الدقيقة، بينما يشغل ملف WAV بجودة القرص المضغوط نحو 10 م.ب.