ترجمة الكلام إلى نص: كيفية تفريغ الصوت وترجمته

بقلم فريق تحرير whispertranscribe.ai · آخر تحديث: نوفمبر 2026 · مدة القراءة: 12 دقيقة

تعني ترجمة الكلام إلى نص أخذ تسجيل بلغة وإنتاج نص بلغة أخرى. توجد طريقتان: تفريغ التسجيل بلغته الأصلية ثم ترجمة النص، أو استخدام نموذج يكتب اللغة الهدف مباشرة من الصوت. يسهل التحقق من الطريقة الأولى، بينما الثانية أسرع.

فيما يلي المساران وأين يخطئ كل منهما، وأربع طرق عملية تشمل ترجمة SRT وVTT إلى لغات متعددة، وجدول عوامل الجودة، وقائمة مراجعة بعد الترجمة، ومتى يكون المترجم المحترف الخيار الأكثر أمانًا.

إجابة سريعة: كيف تترجم الكلام إلى نص؟

لمعظم التسجيلات، فرّغ باللغة الأصلية أولًا وصحح النص ثم ترجمه. إذا كنت تحتاج إلى الإنجليزية فقط وتريد السرعة، يمكن لأداة ترجمة الكلام المباشرة إلى الإنجليزية إنتاج مسودة أولى. في الحالتين يجب أن يراجع شخص يعرف اللغتين ما ستنشره أو تعتمد عليه.

  1. فرّغ باللغة المنطوقة. اختر اللغة بنفسك بدل الاعتماد على الكشف التلقائي.
  2. صحح النص الأصلي. ابدأ بالأسماء والأرقام والمصطلحات.
  3. ترجم وراجع. ترجم النص ثم طابقه بالأصل والصوت.

ما ترجمة الكلام إلى نص؟

هي أي عملية تبدأ بكلام في اللغة أ وتنتهي بنص في اللغة ب. يبقى التفريغ العادي في لغة واحدة، وتبدأ الترجمة العادية بنص. تجمع هذه المهمة بينهما، وطريقة الجمع تحدد سهولة التحقق من النتيجة.

مساران: متتابع ومباشر

يسمي الباحثون النهج الأول متتابعًا: التعرف على الكلام ثم ترجمة النص. والثاني ترجمة كلام مباشرة أو متكاملة، يحول فيها نموذج واحد الصوت مباشرة إلى نص باللغة الهدف. يستطيع Whisper من OpenAI أداء الطريقة المباشرة، لكن إلى الإنجليزية فقط.

التفريغ ثم الترجمة، مسار متتابع الترجمة المباشرة للكلام
الخطوات الظاهرة خطوتان: النص الأصلي ثم الترجمة خطوة: صوت يدخل ونص باللغة الهدف يخرج
اللغات الهدف أي لغة تدعمها أداة ترجمة النص محدودة غالبًا؛ تنتج مهمة Whisper الإنجليزية فقط
النص باللغة الأصلية تحتفظ به لا يُنتج عادة
أين تكتشف الأخطاء؟ بين الخطوتين في النص الأصلي بمقارنة النتيجة بالصوت فقط
إعادة الترجمة لاحقًا أعد استخدام النص المصحح شغّل الصوت مرة أخرى أو ترجم الإنجليزية
الأنسب لـ البحث والنشر والترجمة بلغات متعددة والاقتباسات فهم تسجيل سريعًا بالإنجليزية

ما الذي قد يخطئ في كل مسار؟

تتراكم الأخطاء في المسار المتتابع. إذا كتب التفريغ «خمسين» بدل «خمسة عشر»، ستنقل الترجمة الرقم الخاطئ بقواعد سليمة. الحل بسيط: صحح النص قبل ترجمته.

في المسار المباشر لا يوجد نص أصلي لفحصه. يبدو الخطأ في السماع والخطأ في الترجمة متشابهين في الناتج، فيجب أن يعود المراجع إلى الصوت. وقد تبدو الترجمة أكثر سلاسة مما تستحقه، ما يصعّب اكتشاف الخطأ.

أي طريقة تختار؟

اختر حسب استخدام النص وعدد اللغات التي تحتاجها.

حالتك الطريقة المقترحة السبب
تحتاج إلى فهم تسجيل بلغة أجنبية سريعًا الطريقة 2: التفريغ مباشرة إلى الإنجليزية خطوة واحدة ومسودة مقروءة
ستقتبس المتحدث في مقال أو تقرير الطريقة 1، والطريقة 4 للاقتباسات المهمة تستطيع التحقق من الكلمات الأصلية
تحتاج ترجمة نصية بلغتين أو أكثر الطريقة 3: ‏SRT أو VTT أصلي ثم ترجمة نص الوحدات يخدم ملف توقيت واحد كل اللغات
مقابلات بحثية للتحليل والاقتباس الطريقة 1 يظل الترميز والاستشهاد مرتبطين بالنص الأصلي
عقود أو ملفات محاكم أو سجلات طبية أو هجرة الطريقة 4 مع مختص مؤهل للأخطاء عواقب حقيقية

الطريقة 1: فرّغ باللغة الأصلية ثم ترجم النص

هذا المسار الأكثر مرونة. يصبح النص المصحح نسختك المرجعية وتبدأ منه كل ترجمة.

الخطوة 1: فرّغ باللغة المنطوقة

ارفع الملف إلى أداة تفريغ واضبط اللغة قبل البدء. في whispertranscribe.ai، أداة تعمل في المتصفح وتعتمد على Whisper من OpenAI، تختار من أكثر من 130 لغة، مع خيارات إقليمية وأوضاع Noise / Low-Quality Audio/Video للصوت الصعب. توجد صفحات مخصصة لمصادر شائعة مثل الصوت الإسباني والصوت الصيني. للمتحدثين الذين يبدلون اللغة يغطي Multilingual Mix الإنجليزية والإسبانية والفرنسية والألمانية والهندية والروسية والبرتغالية واليابانية والإيطالية والهولندية.

إذا كان التسجيل في Google Drive أو Dropbox أو Vimeo أو YouTube، فرّغه من الرابط بدل تنزيله. فعّل تحديد المتحدثين للمقابلات والاجتماعات.

الخطوة 2: صحح النص الأصلي

صححه قبل الترجمة لأن كل خطأ غير مصحح ينتقل إلى كل لغة. ابحث أولًا عن الأسماء وأسماء المنتجات والاختصارات، ثم أعد سماع كل رقم ستحتفظ به. تصل الدقة إلى 99% مع الصوت الواضح وتنخفض مع الضوضاء واللكنات القوية وتداخل الكلام، لذا خطط لهذه المراجعة.

الخطوة 3: ترجم النص المصحح

صدّر التفريغ DOCX أو TXT واستخدم أداة ترجمة نصية. تحقق أولًا من حدود التنسيق. وفق مراجعة نوفمبر 2026:

  • Google Translate يترجم مستندات حتى 10 MB بصيغ .docx و.pdf و.pptx و.xlsx، ويجب ألا تتجاوز ملفات PDF عدد 300 صفحة، وفق مساعدة Google. لا تظهر ملفات الترجمة النصية في القائمة.
  • DeepL: تسرد صفحة التنسيقات صيغ DOCX وPDF وTXT، وكذلك SRT وVTT في خطط Pro Individual وPro Team وPro Business وخطط API، بحد 150 KB أو 200 KB لكل ملف ترجمة. لا يشمل حساب DeepL المجاني ملفات TXT.

زوّد المترجم بالسياق حيث تسمح الأداة: من المتحدث والجمهور ومستوى الرسمية المطلوب.

الخطوة 4: احتفظ بالنسختين جنبًا إلى جنب

احفظ الأصل والترجمة كزوج بأسماء متطابقة مثل interview-04_es_v2.docx وinterview-04_en_v2.docx، لتعود الكلمات المختلف عليها إلى أصلها.

الطريقة 2: التفريغ مباشرة إلى الإنجليزية

إذا كانت الإنجليزية هدفك وتريد أساسًا فهم التسجيل أو تلخيصه، توفر الأداة المباشرة خطوة.

استخدام صفحة ترجمة الصوت إلى الإنجليزية

تحول صفحة ترجمة الصوت إلى الإنجليزية من whispertranscribe.ai الكلام بلغات أخرى إلى نص إنجليزي. لا تسرد الصفحة لغات هدف متعددة لأن الناتج إنجليزي.

  1. اختر اللغة المنطوقة. تطلب Step 1 لغة التسجيل لا اللغة الهدف. تقول الصفحة إن اختيارها الصحيح يحسن الإنجليزية وتقترح تجربة خيار آخر إذا لم ترضَ بالنتيجة.
  2. ارفع الملف. تقبل Step 2 صيغ الصوت والفيديو المعتادة، منها MP3 وWAV وM4A وMP4 وMOV وMKV.
  3. فعّل تحديد المتحدثين إذا تحدث أكثر من شخص. تسرد الصفحة الميزة للترجمة.
  4. اختر Translate audio to English ثم راجع النص الإنجليزي وصدّره.

تعامل مع الناتج كمسودة؛ لا نضمن جودة الترجمة. إذا احتجت إلى النص الأصلي أيضًا، فأجرِ تفريغًا عاديًا.

استخدام Whisper المفتوح على الكمبيوتر

يوثق مستودع Whisper من OpenAI مهمة ترجمة ناتجها الإنجليزية:

whisper japanese.wav --model medium --language Japanese --task translate

تحذيران من README: نموذج turbo الافتراضي غير مدرّب على الترجمة ويعيد اللغة الأصلية حتى مع --task translate، فاستعمل medium أو large؛ والناتج إنجليزي فقط. يحتاج الصوت الألماني إلى نص فرنسي إلى خطوة ترجمة نصية إضافية.

ما جودته؟ تقول ورقة Whisper إن بيانات التدريب شملت 125,000 ساعة ترجمة من لغات مختلفة إلى الإنجليزية. دون تدريب على CoVoST2، وهو معيار اختباره، حقق Whisper درجة BLEU قدرها 29.1 وصفها الباحثون بأنها نتيجة رائدة آنذاك. تقيس BLEU التشابه بين ناتج الآلة والترجمات المرجعية وليست نسبة الجمل الصحيحة. وتشير الورقة أيضًا إلى استمرار تفوق أنظمة أقدم مدرّبة للغات عالية الموارد، وأن كمية التدريب تتنبأ بجودة الترجمة بدرجة أقل من تفريغ الكلام.

الطريقة 3: إنشاء ترجمة نصية متعددة اللغات، SRT وVTT

للفيديو، أنشئ ملف ترجمة باللغة الأصلية ثم ترجم نص كل وحدة فقط. يبقى التوقيت متطابقًا بين اللغات.

الخطوة 1: أنشئ ملف الترجمة الأصلي

استخدم مولّد الترجمة النصية أو محوّل MP4 إلى SRT، وصدّر SRT أو VTT باللغة المنطوقة. صحح النص والتوقيت أولًا؛ فهذا الملف قالب كل اللغات.

الخطوة 2: ترجم نص الوحدة لا بنيتها

تتكون وحدة SRT من رقم وسطر توقيت ونص. يجب تغيير النص فقط. هذا مثال افتراضي من الإسبانية إلى العربية:

12
00:01:04,200 --> 00:01:07,900
La reunión empieza el 3 de mayo a las 15:00.
12
00:01:04,200 --> 00:01:07,900
يبدأ الاجتماع في 3 مايو الساعة 15:00.

يبقى رقم الوحدة والطابع الزمني متطابقين. تتكيف صياغة التاريخ والوقت مع الجمهور المستهدف. إذا كانت أداة الترجمة لا تقبل إلا المستندات، فانسخ النص في جدول ثم أعده وحدة وحدة. تقبل خطط DeepL Pro صيغ SRT وVTT مباشرة كما ذُكر أعلاه.

الخطوة 3: تحقق من طول القراءة

قد يطول السطر المترجم عن الأصل، وقد لا تعود وحدة كانت تُقرأ براحة في 3.7 ثوانٍ مناسبة. قسم الوحدات الطويلة أو اختصر الصياغة، لكن لا تحرك الأوقات دون إعادة فحصها مقابل الصوت.

الخطوة 4: ارفع كل لغة كمسار مستقل

سمّ الملفات برموز اللغات، مثل talk.en.srt وtalk.es.srt، وارفع كل ملف كمسار ترجمة مستقل في المنصة. تتيح المسارات الاختيارية للمشاهدين تبديل اللغة.

الطريقة 4: أضف مراجعة بشرية

لأي مادة تُنشر أو تُقتبس أو تُستخدم لاتخاذ قرار، اطلب من مراجع يعرف اللغتين مقارنة الترجمة بالأصل. كثيرًا ما تبدو الترجمة الآلية سلسة رغم خطئها.

يسرّع جدول مراجعة بسيط العمل. إليك مثالًا افتراضيًا:

الوحدة السطر الأصلي الترجمة العربية العلامة ملاحظة المراجع
#37 Vamos a cerrar el trato el lunes سنغلق الصفقة يوم الاثنين سليم —
#81 Eso no es moco de pavo هذا ليس مخاط ديك رومي تعبير اصطلاحي استخدم «الأمر ليس بسيطًا»
#126 Facturamos 1,5 millones أصدرنا فواتير بقيمة 1.5 مليون رقم تأكد من العملة مع المتحدث

وجه المراجع إلى الأسماء والأرقام والاقتباسات والمصطلحات القانونية أو الطبية وأي موضع غير واضح. لا تقدم whispertranscribe.ai تفريغًا أو ترجمة بشرية، لذلك تقع هذه الخطوة عليك أو على مختص.

ما الذي يؤثر في جودة ترجمة الكلام إلى نص؟

تتحدد الجودة مرتين: عندما يتحول الكلام إلى نص وعندما يتحول النص إلى لغة أخرى. تضر بعض العوامل بالمرحلتين.

العامل أثره على التفريغ أثره على الترجمة ما العمل؟
جودة الصوت، الضوضاء والصدى والبعد كلمات مفقودة أو مسموعة خطأ تنتقل الأخطاء إلى كل لغة سجل قرب الميكروفون واستخدم الأصل الأنظف
اللكنات واللهجات مزيد من أخطاء الكلام الإقليمي قد تترجم الكلمات المحلية حرفيًا اختر متغير اللغة الإقليمي إن توفر
المصطلحات التقنية تُكتب المصطلحات حسب النطق مقابلات خاطئة أو غير متسقة أعد مسردًا وصحح الأصل
زوج اللغات يعتمد على اللغة المنطوقة الأزواج الشائعة أفضل عادة من النادرة خصص مراجعة إضافية للغات الأقل شيوعًا
الأسماء العلم تتحول الأسماء إلى كلمات عادية قد تُترجم أو تتغير ضع قائمة بالأسماء وابحث عنها وصححها
تبديل اللغات تخمين لغة خاطئة في منتصف الجملة يربك النص المختلط المترجم استخدم وضع اللغات المختلطة وحدد كل لغة
تداخل الكلام تندمج الأسطر أو تُحذف يضيع معنى المتحدث استخدم ميكروفونات منفصلة وراجع التسميات عند المقاطعة

تقول أفضل ممارسات بيانات الكلام من Google إن الترميزات ذات الفقد مثل MP3 وM4A قد تقلل الدقة، وإن الضوضاء والصدى أكثر ضررًا معها. ويضيف README من OpenAI أن أداء Whisper يختلف كثيرًا حسب اللغة. كلاهما سبب لاختبار عينة قصيرة قبل معالجة مجموعة كبيرة.

قائمة مراجعة بعد الترجمة

راجعها بعد كل ترجمة قبل عرضها خارج فريقك:

  • الأرقام. يطابق كل رقم الصوت. انتبه إلى الفاصلة العشرية: «1,5» في لغات أوروبية كثيرة تعني 1.5 بالإنجليزية.
  • العملة والوحدات. تبقى عملة المتحدث ما لم تذكر التحويل، ولا تتحول الكيلومترات إلى أميال بصمت.
  • الأسماء والألقاب. تُكتب أسماء الأشخاص والشركات والأماكن كما يكتبها أصحابها، ولا تُترجم.
  • التواريخ والأوقات. يختلف ترتيب اليوم والشهر؛ قد يعني 03/04 الثالث من أبريل أو الرابع من مارس. اكتب الشهر بالكلمات عند أهمية ذلك.
  • الاقتباسات. طابق الاقتباسات المباشرة بالصوت، لا بالنص فقط.
  • التعابير والفكاهة. استبدل الترجمة الحرفية بمقابل طبيعي أو ضع علامة للمراجعة.
  • السياق الثقافي. أضف ملاحظة قصيرة للمراجع غير المفهومة بدل إعادة كتابتها بصمت.
  • الرسمية. يجب أن يناسب الخطاب الرسمي وغير الرسمي مثل tú/usted وdu/Sie علاقة المتحدثين.
  • تسميات المتحدثين. يبقى كل سطر منسوبًا إلى الشخص الصحيح.
  • المقاطع غير الواضحة. ضع علامة [غير واضح] في اللغتين بدل التخمين.

متى تحتاج إلى مترجم محترف؟

استخدم مترجمًا بشريًا مؤهلًا عندما قد يكلف الخطأ مالًا أو صحة أو وضعًا قانونيًا أو ثقة. هذه ليست استشارة قانونية، وتختلف المتطلبات حسب البلد والمحكمة والجهة، فتحقق من الجهة المستلمة.

الحالة لماذا لا يكفي الناتج الآلي؟
ملفات الهجرة تتطلب القواعد الأمريكية (8 CFR 103.2(b)(3)) أن يصحب المستند الأجنبي المقدم إلى USCIS ترجمة إنجليزية كاملة يشهد المترجم باكتمالها ودقتها وكفاءته للترجمة
أدلة المحاكم والإفادات تضع المحاكم غالبًا قواعدها لمن يستطيع الترجمة أو التصديق
العقود والاتفاقيات قد تغير كلمة خاطئة التزامًا
الاستشارات والسجلات الطبية يجب ضبط الجرعات والأعراض والموافقة
الاقتباسات والمواد الصحفية المنشورة يضر الاقتباس الخاطئ بالثقة وقد يسبب مسؤولية

للأعمال الأقل خطورة مثل الملاحظات الداخلية والمسودات البحثية أو فهم فيديو، تكفي الترجمة الآلية مع مراجعتك عادة.

أي تنسيق تصدير تحتاج؟

اختر حسب الخطوة التالية. تصدّر نصوص whispertranscribe.ai صيغ DOCX وPDF وTXT وCSV وSRT وVTT.

التنسيق استخدمه لـ
DOCX الترجمة في Word أو DeepL أو Google Translate والتحرير مع تعليقات
TXT اللصق في مترجم أو تطبيق آخر
PDF نسخة ثابتة من الترجمة المعتمدة
CSV جداول المراجعة المتقابلة وترميز البحث
SRT مسارات ترجمة YouTube ومحررات الفيديو والمشغّلات
VTT تسميات مشغّلات HTML5 على الويب

الأسئلة الشائعة

ما الفرق بين تحويل الكلام إلى نص وترجمته إلى نص؟

يحافظ تحويل الكلام إلى نص على اللغة الأصلية: يصبح الصوت الإسباني نصًا إسبانيًا. أما الترجمة إلى نص فتنتهي بلغة مختلفة، فيصبح الصوت الإسباني نصًا إنجليزيًا مثلًا. يمكن إجراؤها في خطوتين بتفريغ الصوت ثم ترجمة النص، أو خطوة واحدة بنموذج يكتب اللغة الهدف مباشرة. يسهل فحص المسار ذي الخطوتين لأنك تصحح الأصل قبل الترجمة وتعيد استخدامه للغات أخرى لاحقًا.

هل يترجم Whisper الصوت إلى لغات غير الإنجليزية؟

لا. تنتج مهمة الترجمة المدمجة في Whisper الإنجليزية فقط. يمكنك إدخال كلام بلغات عديدة لكنه يكتب نصًا إنجليزيًا. لأي لغة هدف أخرى، فرّغ الصوت بلغته وترجم النص بأداة نصية. يشير README من OpenAI إلى أن turbo الافتراضي غير مدرّب على الترجمة ويعيد اللغة الأصلية حتى عند طلبها؛ استخدم medium أو large.

هل التفريغ أولًا ثم الترجمة أفضل؟

عادة نعم عندما ستُنشر النتيجة أو تُقتبس أو تُترجم إلى أكثر من لغة. يمنحك التفريغ أولًا نصًا أصليًا يمكن تصحيحه، فيُصحح الاسم أو الرقم المسموع خطأ مرة بدل كل ترجمة. الترجمة المباشرة للكلام إلى الإنجليزية أسرع وتناسب فهم التسجيل فقط. للترجمة النصية بعدة لغات، يعد ملف SRT أو VTT الأصلي المصحح نقطة بداية عملية.

ما دقة ترجمة الكلام إلى نص؟

تعتمد على الصوت وزوج اللغات والموضوع، ولا يوجد رقم دقة واحد ينطبق عليها جميعًا. قد يكون التفريغ دقيقًا جدًا مع الصوت الواضح؛ تصل دقة whispertranscribe.ai إلى 99% مع الصوت الواضح وتنخفض مع الضوضاء واللكنات. تضيف الترجمة أخطاءها، خاصة في التعابير والأسماء والمصطلحات. تؤدي الأزواج الشائعة عادة أفضل من النادرة. راجع الأرقام والأسماء والاقتباسات واطلب مراجعة ثنائية اللغة للمهم.

هل يمكن ترجمة ملفات الترجمة النصية مع الحفاظ على التوقيت؟

نعم. ترجم نص كل وحدة فقط واترك أرقامها وأوقاتها كما هي. يمكنك فعل ذلك يدويًا بنسخ النص إلى مترجم وإعادته أو باستخدام أداة تقبل ملفات الترجمة. تسرد DeepL صيغ SRT وVTT في خطط Pro Individual وPro Team وPro Business وAPI. لا تسرد ميزة المستندات في Google Translate هذه الصيغ. بعد الترجمة تحقق من أن الأسطر الطويلة ما زالت مقروءة خلال مدة ظهورها.

هل أستخدم الترجمة الآلية للتسجيلات القانونية أو الطبية؟

يمكن استخدامها للاطلاع الأولي، لا كنسخة نهائية. غالبًا تحتاج المواد القانونية والطبية والعقود والهجرة إلى مترجم بشري مؤهل، وتطلب بعض الجهات ترجمة مصدقًا عليها. مثلًا، تتطلب قواعد الهجرة الأمريكية شهادة من المترجم باكتمال الترجمة الإنجليزية ودقتها وكفاءته. تختلف المتطلبات بين البلدان والمؤسسات، فتحقق من الجهة المستلمة. هذه معلومات عامة وليست استشارة قانونية.


هل أنت مستعد للبدء؟ ارفع تسجيلًا إلى ترجمة الصوت إلى الإنجليزية، أو فرّغه بلغته الأصلية أولًا للترجمة النصية واللغات الأخرى. يمكنك تجربته مجانًا دون حساب. تبدأ الخطط المدفوعة من 9.99 دولار شهريًا عند الدفع السنوي؛ راجع الأسعار. لا تقدم whispertranscribe.ai واجهة API أو تفريغًا بشريًا أو روبوت اجتماعات.

المراجع

هل تريد تحويل تسجيلاتك إلى نص؟

حوّل الصوت والفيديو إلى نص باستخدام whispertranscribe.ai.

بدء التفريغ ↗