تفريغ الصوت بالعربية: جرّبنا الأدوات أسبوعين وهذه النتيجة

لماذا يهمّك

إن كنت صحفيًا يفرّغ مقابلة ساعة يدويًا، فأنت تخسر 4 ساعات عمل يمكن اختصارها إلى 10 دقائق مراجعة. الطالب الذي يسجّل محاضراته، وصاحب البودكاست الذي يحتاج نصوصًا لحلقاته، كلاهما في الموقف نفسه.

أدوات التعرف على الكلام (تقنية تحوّل التسجيل الصوتي إلى نص مكتوب آليًا) تحسّنت كثيرًا بالإنجليزية. السؤال الذي يهمّنا هنا: هل تحسّنت بالعربية فعلًا، أم أن الوعود تسبق الواقع؟ قضينا أسبوعين نختبر الإجابة.

كيف اختبرنا الأدوات؟

استخدمنا الأدوات في العمل اليومي الفعلي، لا في اختبار معملي. فرّغنا مقابلات صحفية، ومقاطع بودكاست، وتسجيلات محاضرات، وملاحظات صوتية سريعة من الهاتف.

نوّعنا المادة الصوتية عمدًا:

• فصحى إعلامية واضحة من نشرات وبرامج حوارية
• لهجات مصرية وشامية وخليجية ومغاربية من حلقات بودكاست حقيقية
• تسجيلات بجودة رديئة: مقهى صاخب، ومكالمة هاتفية، وميكروفون بعيد

الأدوات الأساسية في التجربة: Whisper من OpenAI (نموذج مفتوح المصدر يمكن تشغيله مجانًا)، وميزة التفريغ في ElevenLabs، والإملاء الصوتي في أدوات غوغل ومايكروسوفت، إضافة إلى خدمات ويب تعتمد على Whisper من الداخل مثل TurboScribe.

الفصحى لم تعد التحدي

هذه أسهل خلاصة في المراجعة: أي أداة حديثة تفرّغ الفصحى الواضحة بدقة تصلح للنشر بعد مراجعة خفيفة. الأخطاء التي وجدناها كانت غالبًا في الهمزات، والتاء المربوطة، وأسماء الأعلام الأجنبية.

التشكيل غائب لدى الجميع تقريبًا، وهذا متوقع ولا يعيق الاستخدام العملي. المفاجأة الإيجابية أن الأدوات تعاملت جيدًا مع الفصحى المخلوطة بمصطلحات إنجليزية، وهو نمط شائع في المحتوى التقني العربي.

اللهجات: هنا تسقط الأقنعة

الفارق الحقيقي بين الأدوات يظهر مع اللهجات، والترتيب في تجربتنا كان ثابتًا تقريبًا لدى الجميع:

• المصرية: الأفضل حظًا، على الأرجح لوفرة المحتوى المصري في بيانات التدريب. النص المفرّغ مفهوم ويحتاج تصحيحات متفرقة.
• الشامية: قريبة من المصرية، مع تعثر أكبر في المفردات المحلية جدًا.
• الخليجية: دقة متوسطة. الجمل العامة تمر، لكن المفردات الخليجية الخاصة تتحول أحيانًا إلى كلمات فصحى لا علاقة لها بالمقصود.
• المغاربية: الأضعف بلا منافس. حصلنا مرارًا على نصوص يصعب ربطها بالتسجيل الأصلي، وبعض الأدوات ظنت المقطع فرنسيًا.

الخلاصة العملية: إن كان بودكاستك باللهجة المغربية أو الجزائرية، فلا تعتمد على التفريغ الآلي وحده بعد، وخصص وقتًا حقيقيًا للتصحيح.

حين تخترع الأداة كلامًا لم يُقل

أخطر ما رصدناه ليس الخطأ في كلمة، بل اختراع جمل كاملة. هذه هي الهلوسة (ميل نماذج الذكاء الاصطناعي إلى توليد محتوى غير موجود في المصدر)، وتظهر في التفريغ عند لحظات الصمت الطويل أو الضجيج أو الموسيقى.

لاحظنا الظاهرة بوضوح مع Whisper والأدوات المبنية عليه: مقطع صمت في نهاية تسجيل تحوّل إلى جملة ختامية لم يقلها أحد. في الاستخدام الشخصي هذه مزعجة، أما في مقابلة صحفية فقد تنسب إلى شخص كلامًا لم يقله.

القاعدة التي خرجنا بها: أي اقتباس ستنشره منسوبًا إلى متحدث، عد إلى التسجيل الأصلي وتحقق منه بأذنك. بلا استثناء.

كم تدفع فعلًا؟

الأسعار التالية وفق ما كان معلنًا وقت كتابة المقال، وقد تتغير:

• Whisper محليًا: مجاني بالكامل إن شغّلته على جهازك، لكنه يحتاج معرفة تقنية بسيطة وجهازًا بمواصفات معقولة.
• Whisper عبر واجهة OpenAI البرمجية: نحو 0.006 دولار للدقيقة، أي أن تفريغ ساعة كاملة يكلف أقل من نصف دولار.
• TurboScribe: خطة مجانية بعدد ملفات محدود يوميًا مع سقف لمدة الملف، واشتراك شهري في حدود 10 إلى 20 دولارًا للاستخدام غير المحدود.
• ElevenLabs: التفريغ متاح ضمن خططها التي تبدأ بمستوى مجاني محدود، والشركة معروفة أساسًا بتحويل النص إلى كلام واستنساخ الصوت.
• الإملاء في مستندات غوغل وWord: مجاني ضمن حسابك، لكنه للإملاء المباشر لا لتفريغ ملفات مسجلة، ودقته مع اللهجات أضعف.

بحساب بسيط: الطالب والصحفي المستقل يكفيهما الخيار المجاني غالبًا. صاحب البودكاست الأسبوعي سيصطدم بحدود الخطط المجانية سريعًا، وسيجد الاشتراك المدفوع أو واجهة OpenAI أوفر على المدى الطويل.

أي أداة لأي مستخدم؟

لا توجد أداة واحدة تفوز في كل شيء، لذا وزّعنا التوصيات حسب الاستخدام:

• الصحفي: Whisper عبر خدمة ويب سهلة أو الواجهة البرمجية، مع مراجعة إلزامية لكل اقتباس بسبب خطر الهلوسة. انتبه أيضًا لسرية المصادر: رفع تسجيل حساس إلى خدمة سحابية قرار تحريري وليس تقنيًا فقط، وتشغيل Whisper محليًا يحل هذه المعضلة.
• الطالب: الخطط المجانية تكفي لتفريغ المحاضرات، خصوصًا أن أغلبها بفصحى أو لهجة قريبة منها. جرّب TurboScribe المجاني أولًا قبل أن تدفع شيئًا.
• صاحب البودكاست: ستحتاج خطة مدفوعة للحلقات الطويلة. إن كانت حلقاتك بالفصحى أو المصرية أو الشامية فالنتيجة ستسعدك، وإن كانت مغاربية فاحسب وقت التصحيح ضمن خطة الإنتاج.

الخلاصة

بعد أسبوعين من الاستخدام اليومي، الحكم واضح: تفريغ العربية الفصحى نضج فعلًا، وأصبح موفّرًا حقيقيًا للوقت بتكلفة زهيدة أو مجانية. اللهجات قصة أخرى، والفجوة بين المصرية والمغاربية تحديدًا تكشف أن بيانات التدريب العربية ما زالت غير متوازنة.

نصيحتنا العملية: ابدأ بالمجاني، واختبر الأداة على لهجتك أنت قبل أن تدفع، ولا تنشر اقتباسًا من تفريغ آلي دون العودة إلى التسجيل. الأداة توفر عليك 90 بالمئة من الجهد، والـ10 الباقية مسؤوليتك.