تحويل الصوت والفيديو إلى ترجمة (ذكاء اصطناعي)
حوّل الكلام إلى SRT أو VTT أو نص باستخدام Whisper داخل متصفحك
يعمل في متصفحك
أسقط ملف صوت أو فيديو
MP3 وWAV وM4A وOGG وMP4 وWebM وكل ما يستطيع متصفحك تشغيله
يبقى الملف على جهازك. يُنزَّل نموذج الذكاء الاصطناعي فقط، مرة واحدة، ويحفظه المتصفح.
في المرة الأولى يُنزَّل النموذج، وبعدها يبدأ فورًا. الملفات الطويلة تستغرق وقتًا على الأجهزة دون WebGPU.
كيف يعمل التفريغ بالذكاء الاصطناعي في المتصفح؟
تشغّل هذه الأداة نموذج التعرف على الكلام المفتوح Whisper من OpenAI على جهازك باستخدام transformers.js. يفك المتصفح ترميز المسار الصوتي ويحوّله إلى 16 كيلوهرتز، ثم يحوّل النموذج كل نافذة مدتها 30 ثانية إلى نص بوقت بداية ونهاية. تصبح هذه المقاطع ترجمة SRT أو WebVTT أو نصًا مفرغًا. يُنزَّل النموذج مرة واحدة من Hugging Face Hub ويحفظه المتصفح، ولا يُرسل الصوت إلى أي مكان. يستخدم بطاقة الرسوميات عبر WebGPU إن توفرت، وإلا فالمعالج.
حالات الاستخدام
- إضافة ترجمة لفيديو على YouTube أو TikTok أو CapCut أو Premiere دون كتابتها يدويًا
- الحصول على نص مقابلة أو محاضرة أو اجتماع أو بودكاست
- تحويل رسالة صوتية أو ملاحظة قصيرة إلى نص
- ترجمة كلام بلغة أخرى إلى ترجمة إنجليزية
متى تستخدمها؟
مناسبة للكلام الواضح في ملفات حتى ساعة تقريبًا. النموذج السريع للمقاطع القصيرة والمسودات، والمتوازن خيار افتراضي جيد، والدقيق أفضل بوضوح مع اللهجات والضوضاء لكنه أكبر حجمًا وأبطأ دون بطاقة رسوميات. اختر لغة الكلام إن كنت تعرفها، فالاكتشاف التلقائي قد يخطئ في المقاطع القصيرة. راجع النتيجة دائمًا قبل النشر: الأسماء والمصطلحات التقنية هي الأخطاء المعتادة، ويمكنك إزاحة التوقيت لاحقًا بمحوّل الترجمة.
أمثلة
إنشاء ترجمة SRT لفيديو
الإدخال
مقابلة MP4 مدتها دقيقتان بالعربية. النموذج: متوازن. اللغة: العربية. الناتج: اللغة نفسها.
المخرجات
ملف .srt بنحو 30 مقطعًا عربيًا مع التوقيت، جاهز للمشغل أو برنامج المونتاج.
ترجمة محاضرة إلى ترجمة إنجليزية
الإدخال
مقطع بودكاست بالإسبانية (M4A). النموذج: دقيق. الناتج: ترجمة إلى الإنجليزية.
المخرجات
ترجمة إنجليزية بالتوقيت الأصلي بصيغة SRT أو VTT أو نص.
أسئلة وأجوبة
هل يُرفع صوتي إلى خادم؟
لا. يُفك ترميز الملف ويُفرَّغ في متصفحك. التنزيل الوحيد هو نموذج الذكاء الاصطناعي من Hugging Face Hub، ثم يحفظه المتصفح.
أي نموذج أختار؟
ابدأ بالمتوازن. استخدم السريع للمقاطع القصيرة أو الأجهزة البطيئة، والدقيق للهجات والضوضاء أو الأعمال المهمة إن استطعت انتظار التنزيل الأكبر.
لماذا هو بطيء؟
التعرف على الكلام عمل ثقيل. مع WebGPU (أحدث Chrome وEdge وSafari) يعمل على بطاقة الرسوميات وأسرع بكثير، وإلا فعلى المعالج. أبقِ التبويب مفتوحًا حتى ينتهي.
ما اللغات المدعومة؟
يتعرف Whisper على نحو 100 لغة، وأدقها الأكثر انتشارًا مثل الإنجليزية والإسبانية والصينية واليابانية والعربية. الترجمة دائمًا إلى الإنجليزية.
المصادر والمعايير
أدوات ذات صلة
جميع الأدواتمحوّل الترجمة (SRT ↔ VTT)
حوّل ملفات الترجمة SRT وVTT وأزِح توقيتها
نصاستخراج الترجمة المدمجة (OCR)
اقرأ الترجمة المدمجة في الفيديو إلى SRT وVTT وASS وغيرها، داخل متصفحك
صوتتحويل الفيديو إلى صوت
استخرج الصوت من ملفات MP4 أو WebM أو MOV مباشرةً في متصفحك واحفظه بصيغة Opus أو MP3 أو M4A أو WAV.
صوتتحويل النص إلى كلام
حوّل النص إلى كلام مع تشغيل جملةً بجملة. اختر صوتاً وانقر على أي جملة لبدء التشغيل منها.
نص