المدوّنة · دليل

تفريغ ملف صوتي عربي إلى نص: خمس خطوات عملية

فريق Echo · نُشر في 5 نوفمبر 2026 · 6 دقائق قراءة

ما المقصود بالتفريغ النصي لملف صوتي عربي؟

التفريغ النصي هو الكتابة الحرفية لما يقوله المتحدثون في تسجيل، بالترتيب الذي قيل به. وهو الأساس لكل ما يأتي بعده، فالملخص والمحضر وملاحظات المذاكرة كلها تبدأ من تفريغ يمكن الوثوق به. أما الخطوة الآلية التي تحوّل الصوت إلى كلمات فتسمى تحويل الكلام إلى نص.

يحتاج معظم الناس إلى هذا في واحد من ثلاثة تسجيلات: محاضرة أو كلمة حضروها، أو بودكاست أو مقابلة يريدون الاقتباس منها، أو رسالة صوتية طويلة تتضمن اجتماعًا لم يتمكنوا من حضوره. وتنطبق الخطوات التالية على الحالات الثلاث، وتفترض أنك سجّلت التسجيل بنفسك أو أن لديك إذنًا باستخدامه، وسيشرح القسم الأخير السبب.

كيف تجهّز الملف قبل رفعه؟

ابدأ بالملف الأصلي. التسجيل الذي أُرسل عبر تطبيق محادثة ثم نُزّل وأُعيد تصديره قد ضُغط أكثر من مرة، وكل ضغط يفقد جزءًا من التفاصيل التي تحتاجها الأداة للتمييز بين الأصوات. احتفظ بالنسخة الأصلية واعمل عليها.

ثم تحقق من الصيغة والحجم. يستورد Echo ملفات .m4a و.aac و.mp3 و.wav حتى 13 ساعة و200 ميغابايت. وإن كان ملفك أكبر، فاقسمه عند نقطة طبيعية، مثل نهاية جلسة أو تغيّر المتحدث، حتى يبقى كل جزء مفهومًا وحده.

استمع بعد ذلك إلى أول دقيقتين، وسجّل ثلاثة أمور: اللهجة التي يتحدث بها المتحدثون الرئيسيون، وعدد مرات ظهور الإنجليزية، وعدد الأشخاص. هذه الملاحظات تحدد ما ستفحصه لاحقًا. فمجموعة من المتحدثين الخليجيين يتحولون إلى الإنجليزية عند ذكر الأرقام تحتاج إلى فحص يختلف عن محاضر واحد يتحدث الفصحى.

كيف تعطي الأداة أفضل فرصة للنجاح؟

زوّدها بالسياق. اكتب قبل الرفع قائمة قصيرة تضم أسماء المتحدثين، واسم الجهة أو المقرر أو المنتج، والمصطلحات التقنية التي سترد في التسجيل، بما فيها المصطلحات الإنجليزية. وقد اختبرت ورقة بحثية صدرت عام 2025 لبشار طلافحة وزملائه طريقة توجّه نموذج التعرف بمعلومات خارجية دون إعادة تدريبه، فخفّضت الأخطاء في العربية الفصحى وفي الفصحى بلكنة وفي الكلام العامي. وكان الانخفاض في الكلام العامي نحو 9% بالقياس النسبي. أي أن السياق يساعد، لكنه لا يغني عن الفحص. تفاصيل الورقة في arXiv.

وإذا كانت الأداة تسمح باختيار اللغة، فاختر العربية للتسجيل العربي، وحدّد أن الإنجليزية تتخلله إن كانت كذلك.

لماذا تغيّر اللهجة النتيجة؟

تتعلم أغلب أنظمة التعرف على الكلام من العربية الرسمية أكثر مما تتعلم من الحديث اليومي. وفي اختبار مرجعي نُشر عام 2023 في مؤتمر INTERSPEECH، اختبر بشار طلافحة وزملاؤه نموذج Whisper دون تدريبه على بيانات اللهجات المستهدفة. كان الأداء جيدًا بوجه عام، لكنه انخفض بوضوح في خمس لهجات لم تكن ضمن بيانات تدريبه: الجزائرية والأردنية والفلسطينية والإماراتية واليمنية. والدرس للتفريغ واضح: نتيجة جيدة على نشرة إخبارية لا تعني شيئًا عن رسالة صوتية عائلية مسجلة في الشارقة.

والاختلاف لا يقف عند حدود الدولة الواحدة. فمجموعة Ramsa، وهي 41 ساعة من الكلام الإماراتي لـ157 متحدثًا، تغطي اللهجات الحضرية والبدوية ولهجات الجبال، وما زالت مصدرًا بحثيًا قيد التطوير لا منتجًا. وهذا التنوع يعني أن تسجيلًا من مدينة وآخر من منطقة جبلية قد يبدوان مختلفين تمامًا، فافحص كليهما ولا تكتفِ بأحدهما. وللتعمق في اللهجة الخليجية، اقرأ لماذا يصعب تفريغ اللهجة الخليجية.

كيف تفحص التفريغ دون الاستماع إلى كل شيء؟

اعتمد على العينات. اختر ثلاثة مقاطع مدة كل منها دقيقة: البداية والوسط والنهاية. استمع إلى كل مقطع وقارن كلماته بالنص، وعلّم كل كلمة خاطئة أو ناقصة أو زائدة. ثم اقسم عدد الكلمات الخاطئة على عدد الكلمات التي قيلت فعلًا في تلك الدقيقة. الناتج هو معدل خطأ الكلمات، ويُعرف بالإنجليزية بـWER، وهو مقياس يخص تسجيلك أنت.

مثال بأرقام افتراضية: إذا احتوت الدقيقة على 150 كلمة وأخطأت الأداة في 12 منها، فمعدل الخطأ في تلك الدقيقة 8%. عينة واحدة لا تحكم على الملف كله، لكنها تخبرك هل يحتاج النص إلى قراءة كاملة أم إلى مراجعة خفيفة. وركّز على الكلام المتداخل والأسماء والمصطلحات الإنجليزية، فالأخطاء تتجمع عادةً حولها. ولمقارنة الأدوات على صوتك أنت، اقرأ كيف تختبر أداة تحويل الكلام العربي إلى نص.

كيف تحوّل المسودة إلى نص يصلح للاستخدام؟

1. صحّح الأسماء والأرقام والتواريخ أولًا. هي ما سيتحقق منه القارئ، والرقم الخاطئ أضر من كلمة حشو خاطئة.
2. سمِّ المتحدثين. النص الذي يقول «المتحدث 2» يصعب استخدامه. أضف الأسماء عند كل تغيّر في المتحدث، أو استعمل أداة تميّزهم ثم افحص تمييزها على الصوت. يُسمى هذا تمييز المتحدثين.
3. علّم ما لا تسمعه. اكتب [غير واضح] مع التوقيت بدل التخمين، فالتخمين الذي يبدو صحيحًا هو أخطر أنواع الخطأ.
4. أبقِ الكلمة الإنجليزية كما قيلت. إذا استعمل المتحدث مصطلحًا إنجليزيًا فاكتبه بالإنجليزية، حتى يطابق النص التسجيل، مثل budget وdeadline.
5. لخّص بعد التدقيق لا قبله. اكتب الملخص أو المحضر من النص المدقق. وفي المحاضرات يساعدك نموذج ملاحظات المحاضرة على ترتيب الأفكار.

هل يمكن تفريغ تسجيل يخص شخصًا آخر؟

اسأل أولًا. المحاضرة أو البودكاست أو المقابلة غالبًا ملك للمتحدث أو للجهة التي نشرتها. فقبل أن تفرّغه لغير دراستك الخاصة، وقبل أن تنشر أي اقتباس منه بالتأكيد، اطلب الإذن من صاحبه. أما التسجيلات التي تصنعها بنفسك فتنطبق عليها القاعدة نفسها التي تنطبق على أي اجتماع: أخبر الحاضرين واطلب موافقتهم قبل التسجيل.

القوانين تختلف من بلد إلى آخر، وقد تشمل التسجيل واستخدام النص معًا. هذا المقال لا يقدم نصيحة قانونية. راجع الجهة الرسمية المختصة بالخصوصية أو حقوق النشر في بلدك قبل نشر تفريغ لتسجيل صنعه آخرون أو ظهرت فيه.

أين يناسب Echo هذا العمل؟

يستطيع Echo استيراد ملف صوتي وإعادة نص مع التوقيت وأسماء المتحدثين، إلى جانب ملخص وقائمة مهام وإجابات عن أسئلتك حول الملاحظة. يعمل باللغتين العربية والإنجليزية، بما في ذلك اللهجة الخليجية والشامية والمصرية والمغاربية، والتسجيلات التي تخلط بين العربية والإنجليزية. والملفات المستوردة تصل إلى 13 ساعة و200 ميغابايت. تتضمن الخطة المجانية 30 دقيقة تسجيل في الشهر، واشتراك Echo Pro يمنحك دقائق غير محدودة. وEcho من إنتاج CNTXT في الإمارات.

أسئلة شائعة

المصادر

روجعت في 5 نوفمبر 2026.

• Talafha, Waheed and Abdul-Mageed (2023), N-Shot Benchmarking of Whisper on Diverse Arabic Speech Recognition, INTERSPEECH 2023
• Talafha, Abu Alhassan and Abdul-Mageed (2025), Zero-Shot Context-Aware ASR for Diverse Arabic Varieties, arXiv
• Ramsa: A Large Sociolinguistically Rich Emirati Arabic Speech Corpus for ASR and TTS (2026), arXiv

اقرأ أيضًا