بقلم فريق تحرير whispertranscribe.ai · آخر تحديث: نوفمبر 2026 · مدة القراءة: 12 دقيقة · الفئة: أساسيات التفريغ النصي
ما تحويل الصوت إلى نص؟ هو برنامج يستمع إلى الكلمات المنطوقة ويكتبها كنص قابل للتحرير. ويسمى أيضًا تحويل الكلام إلى نص أو التعرف التلقائي على الكلام (ASR). تجده في صورتين: مباشرة، حيث تظهر الكلمات أثناء التحدث، ومن تسجيل، حيث يتحول ملف صوت أو فيديو مكتمل إلى نص مفرغ.
إفصاح سريع: نحن نطوّر whispertranscribe.ai، وهي خدمة تفريغ تعمل عبر المتصفح. تستند المعلومات التالية عن التقنية إلى Google وMicrosoft وApple وW3C أو إلى مراجعة بحثية، لا إلى موادنا التسويقية.
إجابة سريعة: ما تحويل الصوت إلى نص؟
يحوّل برنامج تحويل الصوت إلى نص الكلامَ المنطوق تلقائيًا إلى كتابة: يدخل الصوت، ويختار نموذج التعرف على الكلام الكلمات الأكثر احتمالًا، ثم يضيف البرنامج علامات الترقيم.
- أسماء أخرى: تحويل الكلام إلى نص، والتعرف على الكلام، وASR، والكتابة بالصوت، والإملاء الصوتي.
- وضعان: مباشر أو متدفق للكتابة والتسميات الحية، ومن ملف للتسجيلات الموجودة مسبقًا.
- القيد: تعتمد الدقة كثيرًا على التسجيل. تزيد الضوضاء والبعد عن الميكروفون واللكنات القوية والمصطلحات المتخصصة وتداخل الأصوات الأخطاء.
تحويل الصوت إلى نص والكلام إلى نص والإملاء والتفريغ
يعني تحويل الصوت إلى نص وتحويل الكلام إلى نص الفكرة نفسها. الإملاء إحدى مهامه، أي التحدث إلى حقل نصي، والتفريغ مهمة أخرى، أي تحويل تسجيل إلى سجل مكتوب. وفي التمييز الذي تستخدمه W3C، يشير التعرف على الصوت إلى تحديد هوية المتحدث.
تستخدم مبادرة إتاحة الويب التابعة لـ W3C مصطلح «التعرف على الكلام» لتحويل الكلمات إلى نص، وتخصص «التعرف على الصوت» أو «التعرف على المتحدث» للتقنية التي تحدد المتحدث لا الكلمات.
| المصطلح | معناه المعتاد | النتيجة النموذجية |
|---|---|---|
| تحويل الصوت إلى نص | اسم شائع لتحويل الكلام إلى كتابة | نص على الشاشة أو في ملف |
| تحويل الكلام إلى نص (STT) | الفكرة نفسها، وهو تعبير شائع في وثائق البرامج | نص، غالبًا مع طوابع زمنية |
| التعرف التلقائي على الكلام (ASR) | المجال التقني والنموذج الذي يدعم التحويل | تسلسل الكلمات الأكثر احتمالًا |
| الإملاء أو الكتابة بالصوت | التحدث إلى حقل نصي بدل الكتابة | نص يُدرج عند موضع المؤشر |
| التفريغ النصي | سجل مكتوب لتسجيل أو حدث | نص قابل للتحرير والبحث والتصدير |
| التسميات التوضيحية المباشرة | نص يظهر لحظيًا أثناء تشغيل الصوت | تسميات على الشاشة لا تُحفظ عادةً |
| التعرف على الصوت أو المتحدث | تحديد الشخص الذي يتحدث | تسمية المتحدث، لا الكلمات |
الإملاء شكل من أشكال تحويل الصوت إلى نص، لكن تحويل الصوت إلى نص لا يقتصر على الإملاء. تحتاج مقابلة مدتها 90 دقيقة إلى تفريغ؛ أما الرد على بريد إلكتروني دون استخدام اليدين فيناسبه الإملاء.
كيف يعمل تحويل الصوت إلى نص؟
يلتقط النظام الصوت، ويحوله إلى خصائص رقمية، ويستخدم نموذجًا مدرّبًا للعثور على الكلمات الأرجح، ثم ينسق النتيجة. ما تغير خلال العقد الماضي هو طريقة بناء النموذج.
- الالتقاط. يوفر الميكروفون أو الملف الصوتي إشارة رقمية. توصي وثائق Google Cloud Speech-to-Text بالتسجيل عند 16,000 Hz عندما يكون لديك خيار. قد تخفض المعدلات الأقل الدقة، ولا تحدث المعدلات الأعلى فرقًا ملحوظًا.
- استخراج الخصائص. تُقسم الإشارة إلى إطارات قصيرة وتحوّل إلى خصائص، عادةً مخطط طيفي يبين تغير طاقة الصوت عبر الترددات مع الزمن.
- التعرف. يربط النموذج هذه الخصائص بتسلسل الكلمات الأكثر احتمالًا.
- التنسيق. يضيف النظام علامات الترقيم والأحرف الكبيرة، وأحيانًا الطوابع الزمنية أو تسميات المتحدثين.
النهج التقليدي: نموذج صوتي ونموذج لغوي
لعقود قُسّم التعرف على الكلام إلى أجزاء منفصلة. تصف مراجعة بحثية من 2023 النظام التقليدي بأربعة مكونات: استخراج الخصائص الصوتية والنمذجة الصوتية والنمذجة اللغوية والبحث عن أفضل نتيجة إجمالية.
- يقدّر النموذج الصوتي أصوات الكلام الموجودة في كل مقطع. استخدمت الأنظمة التقليدية نماذج ماركوف المخفية للتعامل مع اختلاف سرعات التحدث.
- يربط معجم النطق هذه الأصوات بالكلمات.
- يقيّم النموذج اللغوي تسلسلات الكلمات المحتملة، فيفضّل عبارة مفهومة على سلسلة مشابهة لها في الصوت لكنها بلا معنى.
النهج الحديث: النماذج المتكاملة من البداية إلى النهاية
تعتمد الأنظمة الأحدث غالبًا على نموذج متكامل: تتعلم شبكة عصبية واحدة التحويل الكامل من الصوت إلى النص، اعتمادًا على كلام مفرغ للتدريب. تفيد المراجعة نفسها بأن التعلم العميق خفّض معدلات خطأ الكلمات بأكثر من 50% مقارنة بالنماذج السابقة، وأن النماذج المتكاملة أصبحت نهجًا بارزًا. Whisper من OpenAI مثال معروف؛ نشرحه في دليل ما Whisper AI؟.
| النظام التقليدي | النموذج المتكامل | |
|---|---|---|
| البنية | نموذج صوتي ومعجم نطق ونموذج لغوي منفصلة | شبكة عصبية واحدة من الصوت إلى النص |
| ما يلزم للتدريب | قوائم كلمات وفونيمات معدة يدويًا ومراحل تدريب متعددة | كميات كبيرة من الكلام المفرغ |
| نقطة الضعف المعتادة | قد تتراكم أخطاء الأجزاء المدربة منفصلة وتكاليفها | يحتاج إلى كلام مفرغ كثير؛ ويصعب استخدام البيانات النصية وحدها |
| المعرفة اللغوية | نموذج لغوي منفصل | تتعلمها الشبكة؛ ويمكن إضافة نموذج خارجي |
التفريغ المباشر وتفريغ الملفات: ما الفرق؟
يعرض التحويل المباشر أو المتدفق النص بينما لا يزال الشخص يتحدث، فيناسب الإملاء والتسميات الحية. أما تفريغ الملفات فيعالج تسجيلًا مكتملًا ويعيد النص بعد ذلك، فيناسب المقابلات والاجتماعات والمحاضرات.
يوفر Google Cloud Speech-to-Text ثلاثة أنواع من الطلبات: متزامن لصوت مدته دقيقة 1 أو أقل، وغير متزامن لملفات تصل إلى 480 دقيقة، ومتدفق يعرض نتائج مؤقتة بينما يتحدث المستخدم. وتقسم وثائق Azure Speech من Microsoft العمل بطريقة مشابهة إلى التفريغ الفوري والسريع والدفعي، وفق مراجعة الصفحتين في نوفمبر 2026.
| تحويل الصوت المباشر | تفريغ الملفات | |
|---|---|---|
| وقت ظهور النص | أثناء الكلام؛ قد تتغير الكلمات المؤقتة مع وصول صوت إضافي | بعد معالجة التسجيل |
| الاستخدامات المعتادة | الإملاء والتسميات المباشرة والمساعدون الصوتيون | المقابلات والاجتماعات والمحاضرات والبودكاست وترجمة الفيديو |
| ما تحتفظ به | ما يظهر في حقل النص أو نافذة التسميات | تفريغ يمكن تعديله وتصديره |
| المقايضة الرئيسية | السرعة مقابل مزيد من المراجعة | تنتظر النتيجة، لكن يمكنك إعادة المعالجة بإعدادات أخرى |
قاعدة عملية: إذا لم يحتج أحد إلى الكلمات فورًا، فسجّل صوتًا واضحًا وفرّغ الملف. ستحتفظ بالأصل ويمكنك مطابقة أي سطر معه.
فيمَ يُستخدم تحويل الصوت إلى نص؟
يستخدمه الناس للكتابة دون لوحة مفاتيح، وتحويل التسجيلات إلى ملاحظات قابلة للبحث، وإضافة تسميات للفيديو، وإتاحة المحتوى المنطوق. وتذكر وثائق Microsoft أيضًا استخدامات مراكز الاتصال مثل تحليل ما بعد المكالمة.
| الاستخدام | الوضع المعتاد |
|---|---|
| كتابة البريد والرسائل والمسودات بالصوت | الإملاء المباشر |
| ملاحظات الاجتماعات والمقابلات | تفريغ الملفات، أو المباشر للملاحظات السريعة |
| ملاحظات المحاضرات والندوات | التسجيل ثم تفريغ الملف |
| التسميات والترجمة النصية للفيديو | تفريغ الملف وتصدير SRT أو VTT |
| المذكرات الصوتية والمكالمات المسجلة | تفريغ الملفات |
| الإتاحة للصم وضعاف السمع أو لمن لا يستطيعون استخدام لوحة مفاتيح | التسميات المباشرة والإملاء |
يتناول دليل تطبيقات تسجيل المحاضرات حالة الصف الدراسي.
أين تجد تحويل الصوت إلى نص في الهاتف أو الكمبيوتر؟
تتضمن معظم الأجهزة أداة تحويل صوت إلى نص للكتابة: مفتاح شعار Windows مع H في Windows 11، أو الإملاء في Mac وiPhone، أو الميكروفون في لوحة مفاتيح Gboard على Android. تكتب هذه الأدوات في الحقل الحالي؛ ولا تفرغ التسجيلات الموجودة مسبقًا.
| المنصة | الميزة المدمجة | طريقة البدء وفق صفحة المساعدة الرسمية | هل تحتاج إلى الإنترنت وفق الصفحة؟ |
|---|---|---|---|
| Windows 11 | الكتابة بالصوت | ضع المؤشر في حقل نصي واضغط مفتاح شعار Windows مع H | نعم. تقول Microsoft إنها تستخدم التعرف على الكلام عبر الإنترنت المدعوم من Azure Speech |
| Mac | الإملاء | فعّله من إعدادات النظام، لوحة المفاتيح، الإملاء. ابدأ بمفتاح الميكروفون أو اختصار الإملاء أو تحرير، بدء الإملاء | يختلف. تعرض إعدادات لوحة المفاتيح ما إذا كان الإملاء العام يُعالج على Mac |
| iPhone | الإملاء | الإعدادات، عام، لوحة المفاتيح، تفعيل الإملاء. ثم اضغط الميكروفون في لوحة المفاتيح | غالبًا لا. تقول Apple إن الإملاء يُعالج على iPhone بلغات عديدة دون إنترنت |
| Android | الكتابة بالصوت في Gboard | في أي تطبيق للكتابة، اضغط الميكروفون أعلى لوحة المفاتيح | لا تذكر صفحة Google ذلك |
بعض التفاصيل من الصفحات الرسمية:
- Windows: يتناول دليل الكتابة بالصوت من Microsoft أيضًا إعداد الترقيم التلقائي الاختياري.
- Mac: وفق دليل الإملاء على Mac من Apple، يتوقف الإملاء بعد 30 ثانية دون كلام، وتوضع علامة زرقاء تحت الكلمات غير المؤكدة، مثل كتابة «flour» عندما قصدت «flower».
- iPhone: يذكر دليل الإملاء على iPhone من Apple أوامر منطوقة للترقيم والتحرير.
- Android: توضح مساعدة Gboard من Google أن الكتابة بالصوت لا تعمل بجميع اللغات، وأن بعض الخطوات تحتاج إلى Android 7.0 أو أحدث.
تتغير أسماء القوائم بين الإصدارات، فاتبع صفحة المساعدة الخاصة بجهازك.
ما دقة تحويل الصوت إلى نص وما حدوده؟
مع صوت واضح لشخص واحد قريب من الميكروفون، تتعرف الأنظمة الحديثة على معظم الكلمات بصورة صحيحة. تنخفض الدقة مع الضوضاء والبعد واللكنات القوية والمفردات المتخصصة وتداخل المتحدثين. لا يوجد رقم دقة واحد للجميع؛ فالتسجيل مهم بقدر البرنامج.
المقياس المعتاد هو معدل خطأ الكلمات (WER): عدد الكلمات المستبدلة أو المحذوفة أو المضافة مقسومًا على عدد كلمات نص راجعه إنسان. يوضح مقالنا عن دقة Whisper مقدار اختلاف WER بين الكتب الصوتية الواضحة وتسجيلات الاجتماعات البعيدة عن الميكروفون.
| القيد | السبب | ما يساعد |
|---|---|---|
| اللكنات واللهجات | تتعرض النماذج لبعض اللكنات بدرجة أقل كثيرًا أثناء التدريب | اختر المتغير الإقليمي المناسب وجرّب مقطعًا قصيرًا |
| ضوضاء الخلفية والبعد | تحجب الضوضاء والصدى إشارة الكلام | اقترب من الميكروفون واستخدم غرفة هادئة أو سماعة رأس |
| المصطلحات والأسماء والكلمات النادرة | تفضّل النماذج الكلمات الشائعة | قوائم كلمات مخصصة، تسميها Microsoft قوائم عبارات، أو تدقيق الأسماء والأرقام |
| تعدد المتحدثين وتداخلهم | يصعب فصل الأصوات المتزامنة؛ وتحديد المتحدثين مهمة منفصلة | تحدث شخص واحد في المرة وراجع التسميات |
| صوت الهاتف والصوت منخفض الجودة | تشير Google إلى أن صوت الهواتف التقليدية غالبًا 8,000 Hz، وقد يقلل ذلك الدقة | سجّل بجودة أعلى؛ لا يصلح رفع معدل العينة صوتًا قديمًا |
| الكلمات المتشابهة صوتيًا | تنطق الكلمتان الإنجليزيتان «flour» و«flower» بالطريقة نفسها | اقرأ النص قبل الإرسال |
تساعد عادتان على اكتشاف معظم الأخطاء: تحقق من كل اسم ورقم ومصطلح متخصص بالرجوع إلى الصوت، وتعامل مع التسميات المباشرة كدليل لا كسجل نهائي.
تحويل الصوت إلى نص من أجل الإتاحة
يساعد تحويل الصوت إلى نص في اتجاهين. يتيح الإملاء الكتابة بالكلام؛ وتذكر W3C الأشخاص ذوي الإعاقات الجسدية أو إصابات الإجهاد المتكرر أو الإعاقات المعرفية أو صعوبات التعلم ضمن من يعتمدون عليه. وتتيح التسميات والتفريغات للصم وضعاف السمع متابعة الصوت.
توضح صفحة الإعاقات السمعية من W3C أن المحتوى الصوتي يحتاج إلى بدائل مثل التفريغات والتسميات. وتحذر أيضًا من أن التسميات التلقائية غالبًا لا تكون دقيقة بما يكفي للاعتماد عليها وحدها، لأنها قد تخطئ المصطلحات المتخصصة وتدمج الجمل. الحل هو مراجعة الناتج وتصحيحه قبل النشر. ويشرح دليلنا عن الترجمة النصية والتسميات التوضيحية الفرق بينهما.
تتضمن الهواتف أدوات مباشرة أيضًا. تعرض Live Captions من Apple على iPhone 11 أو أحدث نصًا مباشرًا لصوت التطبيقات أو المحيط؛ وتحذر Apple من الاعتماد عليها في الحالات عالية الخطورة أو الطوارئ. تعرض Live Transcribe من Google على Android الكلام والأصوات كنص وتحتاج إلى الإنترنت إلا عند استخدام لغة متاحة دون اتصال.
كيف تختار أداة تحويل صوت إلى نص: 5 معايير
ابدأ بما تحتاج إلى إنتاجه. للرسائل السريعة يكفي الإملاء المدمج. أما التسجيل الطويل، فقارن أدوات تفريغ الملفات وفق النقاط الخمس التالية.
- مباشر أم مسجل؟ تحتاج الكتابة بالصوت إلى إملاء داخل تطبيقاتك. وتحتاج التسجيلات الموجودة إلى أداة تقبل الملفات وربما الروابط.
- دعم اللغة واللكنة. تأكد من إدراج لغتك ومتغيرها الإقليمي للوضع الذي ستستخدمه؛ قد يختلف دعم الوضع المباشر عن الملفات.
- أين يذهب الصوت؟ تعالج بعض الأدوات الكلام على الجهاز، وترسله أخرى إلى خادم. اقرأ صفحة الخصوصية قبل رفع تسجيلات حساسة، واحصل على الموافقة قبل تسجيل أشخاص آخرين.
- ما الذي تحصل عليه؟ ابحث عن تسميات المتحدثين والطوابع الزمنية والمحرر وخيارات التصدير مثل DOCX وTXT وSRT وVTT.
- حدود المدة والتكلفة. تحقق من أقصى مدة للملف وحجم الرفع وكيف يتغير السعر مع ساعات الصوت.
إذا كانت الميزانية أهم أولوياتك، فقارن الخطط المجانية في دليل أفضل برامج التفريغ المجانية.
أين يناسب whispertranscribe.ai احتياجاتك؟
whispertranscribe.ai خدمة عبر المتصفح لتحويل التسجيلات إلى نص، مع تفريغ مباشر من الميكروفون. ليست أداة إملاء داخل التطبيقات الأخرى؛ فهي لا تكتب فيها ولا يوجد تطبيق سطح مكتب. وفق صفحات المنتج:
- رفع التسجيلات. استخدم تحويل الصوت إلى نص عبر الإنترنت لملفات مثل MP3 وWAV وM4A وMP4 وMOV، بحجم حتى 5GB ومدة حتى 10 ساعات. يدعم تفريغ الملفات أكثر من 130 لغة مع خيار تحديد المتحدثين.
- التفريغ من رابط. الصق رابط YouTube أو Vimeo أو Google Drive أو Dropbox في التفريغ من رابط.
- التسجيل في المتصفح. سجّل صوتك وفرّغه دون تثبيت شيء، أو ارفع مذكرات صوتية.
- التفريغ المباشر. تسجل صفحة التفريغ المباشر صوت الميكروفون وتعرض الكلام كنص في الوقت الفعلي. اختر اللغة والميكروفون ويمكنك تفعيل تحديد المتحدثين. قائمة لغاتها أقصر من قائمة رفع الملفات.
- التصدير. DOCX وPDF وSRT وVTT وTXT وCSV؛ وينشئ مولّد الترجمة النصية بالذكاء الاصطناعي ملفات ترجمة. يمكن تفريغ المكالمات المسجلة أيضًا: راجع تفريغ المكالمات الهاتفية.
قد تصل الدقة إلى 99% مع الصوت الواضح؛ وتقل بسبب ضوضاء الخلفية واللكنات القوية وتداخل الأصوات. تبدأ الخطط المدفوعة من 9.99 دولار شهريًا عند الدفع السنوي (الأسعار)، ويمكنك البدء مجانًا دون حساب. تتوفر القائمة الكاملة في صفحة الميزات.
الأسئلة الشائعة
هل تحويل الصوت إلى نص هو نفسه تحويل الكلام إلى نص؟
نعم. يشير الاسمان إلى تقنية واحدة: برنامج يسمع الكلام وينتج نصًا قابلًا للتحرير. يشيع مصطلح «تحويل الكلام إلى نص» في وثائق المطورين لدى Google وMicrosoft، بينما يستخدم الناس «تحويل الصوت إلى نص» في البحث. يعتمد الاثنان على التعرف التلقائي على الكلام. أما «التعرف على الصوت» فتستخدمه W3C بمعنى تحديد المتحدث لا الكلمات التي قالها.
هل تحويل الصوت إلى نص هو نفسه الإملاء؟
ليس تمامًا. الإملاء أحد استخداماته: تتحدث إلى حقل نصي فتظهر الكلمات عند المؤشر، كما في الكتابة بالصوت في Windows أو إملاء Apple. ويشمل تحويل الصوت إلى نص أيضًا التفريغ، أي تحويل تسجيل كامل، مثل مقابلة أو محاضرة أو اجتماع، إلى نص قابل للتحرير. لإنشاء نص جديد استخدم الإملاء؛ وإذا كان لديك تسجيل وتريد سجلًا مكتوبًا، فاستخدم أداة تفريغ.
هل يحتاج تحويل الصوت إلى نص إلى الإنترنت؟
يعتمد ذلك على الأداة. تقول Microsoft إن الكتابة بالصوت في Windows تحتاج إلى الإنترنت لأنها تستخدم التعرف على الكلام عبر الشبكة. وتقول Apple إن إملاء iPhone يُعالج على الجهاز بلغات عديدة دون إنترنت، وتوضح إعدادات لوحة مفاتيح Mac ما إذا كان الإملاء يُعالج عليه. يحتاج Live Transcribe من Google إلى الإنترنت إلا عند استخدام لغة متاحة دون اتصال. وتحتاج خدمات التفريغ السحابية، بما فيها خدمات المتصفح، إلى اتصال لرفع الصوت ومعالجته.
هل تحويل الصوت إلى نص مجاني؟
الخيار الأساسي مجاني في معظم الأجهزة. تتضمن Windows وmacOS وiOS وAndroid كتابة بالصوت أو إملاء دون تكلفة إضافية، مع اختلاف دعم اللغات. تظهر التكاليف عادة عند تفريغ تسجيلات طويلة؛ فتقدم خدمات كثيرة تجربة أو خطة مجانية ثم تفرض رسومًا بحسب ساعات الصوت أو الاشتراك. قبل الدفع، تحقق من أقصى مدة وحجم ملف واللغات المدعومة وصيغ التصدير المتضمنة في الخطة.
ما مدى دقة تحويل الصوت إلى نص؟
مع صوت واضح لمتحدث واحد قريب من الميكروفون، تتعرف الأنظمة الحديثة على معظم الكلمات، لكن لا يوجد رقم دقة شامل. تزداد الأخطاء مع ضوضاء الخلفية والصدى والبعد واللكنات القوية والمفردات التقنية وتداخل الكلام. المقياس المعتاد هو معدل خطأ الكلمات، الذي يحسب الكلمات المستبدلة والناقصة والمضافة. راجع دائمًا الأسماء والأرقام والمصطلحات المتخصصة مقابل الصوت قبل الاعتماد على التفريغ.
هل يستطيع تحويل الصوت إلى نص معرفة من يتحدث؟
تستطيع بعض الأدوات ذلك. تحديد من تحدث ومتى خطوة منفصلة تسمى فصل المتحدثين أو speaker diarization، وليست متاحة في كل أداة. يفترض الإملاء المدمج وجود متحدث واحد هو أنت. غالبًا تضيف خدمات التفريغ تسميات للمتحدثين؛ مثلًا، توثق Azure Speech من Microsoft فصلًا لما يصل إلى 35 متحدثًا. تعمل التسميات بصورة أفضل عندما تختلف الأصوات ولا يتحدث الأشخاص فوق بعضهم، لذا راجعها عند تشابه الأصوات أو تداخلها.
لديك تسجيل تريد تحويله إلى نص؟ ارفعه إلى whispertranscribe.ai واحصل على تفريغ بأكثر من 130 لغة، مع تصدير DOCX وPDF وSRT وVTT.
المراجع
- Google Cloud: نظرة عامة على Cloud Speech-to-Text، روجعت في نوفمبر 2026
- Microsoft Learn: ما تحويل الكلام إلى نص؟ (Azure Speech)، روجعت في نوفمبر 2026
- Prabhavalkar وHori وSainath وSchlüter وWatanabe: مراجعة للتعرف المتكامل على الكلام، arXiv 2303.03329
- W3C WAI: التعرف على الكلام والإعاقات السمعية
- دعم Microsoft: استخدام الكتابة بالصوت بدل لوحة المفاتيح على الكمبيوتر
- دعم Apple: إملاء الرسائل والمستندات على Mac وإملاء النص على iPhone
- Google: مساعدة Gboard، الكتابة بالصوت
