تحويل الكلام إلى نص

لا. يُفكّ ترميز الصوت ويُفرَّغ داخل متصفحك. والشيء الوحيد الذي يُنزَّل هو نموذج الكلام نفسه، مرة واحدة، من Hugging Face؛ وبعدها يُحفَظ في ذاكرة التخزين المؤقت لمتصفحك.

Base توازن جيد (نحو 75 ميغابايت). Tiny (نحو 40 ميغابايت) هو الأسرع لكنه يخطئ أكثر. Small (نحو 250 ميغابايت) أدق بشكل ملحوظ، خاصة للتركية واللغات الأخرى غير الإنجليزية، لكنه أبطأ ويحتاج ذاكرة أكبر. وعلى الأجهزة التي تدعم WebGPU يكون حجم التنزيل أكبر لكن التفريغ أسرع بكثير.

حتى 30 دقيقة و500 ميغابايت للملف الواحد. تُقسَّم التسجيلات الطويلة إلى أجزاء من نحو 30 ثانية عند لحظات الهدوء وتُفرَّغ تباعًا؛ ويمكنك متابعة التقدم وإلغاء العملية في أي وقت. وعلى الأجهزة الأبطأ قد يستغرق التسجيل الطويل عدة دقائق.

يعمل بأفضل شكل مع الكلام الواضح والضوضاء الخلفية القليلة. الأسماء والمصطلحات التقنية وتداخل المتحدثين هي أكثر المواضع عرضة للأخطاء، لذا اقرأ النص قبل استخدامه. اختيار اللغة بدلًا من «اكتشاف تلقائي» واستخدام نموذج Small كلاهما يحسّن الدقة.

اختر «ترجمات SRT» أو اضغط «تنزيل .srt»، ثم حمّل الملف في محرر الفيديو أو المشغّل؛ فيقبله YouTube وVLC وPremiere وCapCut ومعظم غيرها. ولعدّ الأحرف في سطر الترجمة استخدم عدّاد الكلمات والأحرف.