التفريغ الصوتي بالعربي: من التسجيل إلى نص يمكن الاعتماد عليه

ما هو التفريغ الصوتي وما الذي يميّزه في العربية

التفريغ الصوتي هو تحويل الكلام المسجَّل إلى نص مكتوب باللغة نفسها التي نُطق بها: مقابلة صحفية، أو حلقة بودكاست، أو اجتماع عمل، أو رسالة صوتية طويلة من زميل. ولا ينبغي الخلط بينه وبين الترجمة؛ فالتفريغ يحتفظ باللغة المنطوقة كما هي، أما الترجمة فتنقل المعنى إلى لغة أخرى، وكثيرًا ما تأتي بعد التفريغ خطوةً ثانية.

حين نتحدث عن التفريغ الصوتي بالعربي نواجه صعوبات لا تعرفها لغات كثيرة. فالمتحدث العربي يتكلم في بيته وعمله بلهجته، ويكتب بالفصحى، والنص المفرّغ يقع في منطقة وسطى بين العالمين. والكتابة العربية تُسقط الحركات القصيرة عادةً، فكلمة مثل «علم» قد تُقرأ عِلْم أو عَلَم أو عُلِّم، والقارئ البشري يحسم المعنى من السياق بينما تحسمه الآلة بالاحتمالات. يضاف إلى ذلك تعدد صور الهمزة، والالتباس الشائع بين التاء المربوطة والهاء وبين الألف المقصورة والياء، والأسماء الأجنبية التي قلّما يتفق كاتبان على رسمها بالحروف العربية.

كيف يعمل التفريغ الآلي خطوة بخطوة

تمرّ أنظمة التعرّف على الكلام الحديثة بمراحل متقاربة، وفهمها يساعدك على توقّع الأخطاء قبل أن تصادفها:

1. استخراج الصوت وتهيئته: إن كان الملف فيديو يُفصل مسار الصوت أولًا، ثم يُحوَّل إلى صيغة موحّدة يفهمها النموذج.
2. كشف النشاط الصوتي: يُحدَّد أين يوجد كلام وأين يوجد صمت، فتُتخطّى فترات السكوت الطويلة.
3. التعرّف على اللغة: يستمع النظام إلى بداية الكلام ويقدّر اللغة المنطوقة.
4. التحويل إلى نص: يتنبأ النموذج بالكلمات الأرجح لكل مقطع، مستفيدًا مما سمعه قبلها في المقطع نفسه.
5. التوقيت: يُربط كل مقطع نصي بزمن بدايته ونهايته، وهذا ما يجعل إنتاج ملف ترجمة نصية أو نص بتوقيتات أمرًا ممكنًا.

النماذج من عائلة Whisper تعلّمت من كمّ ضخم من التسجيلات المصحوبة بنصوصها، ولهذا تتعامل مع الضجيج واللكنات أفضل بكثير من الأنظمة القديمة، لكنها تبقى نماذج احتمالية: إذا كان المقطع غير مسموع جيدًا فقد «تخمّن» جملة معقولة لم يقلها أحد. للتعمق في الآلية اقرأ كيف يعمل تحويل الكلام إلى نص (بالإنجليزية) وما هو نموذج Whisper (بالإنجليزية).

الفصحى والعامية: ماذا تتوقع من النص الناتج

الخطبة والمحاضرة الأكاديمية ونشرة الأخبار تُفرَّغ عادةً بسلاسة، لأنها قريبة من النصوص المكتوبة التي تعلّمت منها النماذج. أما الحوار العفوي باللهجة المصرية أو الخليجية أو الشامية أو المغاربية فنتائجه أكثر تفاوتًا: قد تُكتب بعض الكلمات العامية كما نُطقت، وقد «تُفصَّح» كلمات أخرى، فيخرج نص هجين يحتاج إلى قرار تحريري. لا يعني ذلك أن تفريغ العامية مستحيل، بل أن مراجعته تستغرق وقتًا أطول. فصّلنا هذه المسألة لهجةً لهجة في مقال الفصحى والعامية في التفريغ.

ومن العادات المفيدة أن تحدد قبل البدء ما الذي تريده: نصًا حرفيًا يحفظ كلام المتحدث بتردداته وتكراره، وهو المطلوب غالبًا في البحث العلمي والتوثيق، أم نصًا منقّحًا بالفصحى صالحًا للنشر في موقع أو كتاب. هذا القرار وحده يحدد حجم التعديل الذي ستجريه لاحقًا، ويوفّر عليك إعادة العمل مرتين.

التشكيل والهمزات والتاء المربوطة

النص المفرّغ آليًا يُقرأ كما يقرأ العربي صحيفته اليومية: بلا حركات في الغالب. هذا مقبول لمعظم الاستخدامات، لكنه لا يكفي في حالات محددة، منها النصوص الدينية التي تتضمن آيات وأحاديث، والشعر، والمواد التعليمية للأطفال أو لمتعلمي العربية من غير الناطقين بها. في هذه الحالات خطّط لإضافة التشكيل يدويًا، ولا تعتمد على أي أداة تفريغ آلي لتقديم تشكيل صحيح ومتسق. وإن كان تسجيلك درسًا أو خطبة ففي مقال تفريغ الدروس الصوتية نصائح خاصة بضبط الآيات والأحاديث.

أما الأخطاء الإملائية الصغيرة فهي الأكثر انتشارًا وأسهلها إصلاحًا إذا عرفت أين تبحث:

• الهمزات: «إن» و«أن»، و«مسؤول» و«مسئول»، و«شؤون» و«شئون». اختر قاعدة واحدة وطبّقها على النص كله.
• الياء في آخر الكلمة: يكتب كثيرون في مصر «فى» و«الذى» بالألف المقصورة، بينما تكتبها معظم المؤسسات في المشرق والخليج بالياء المنقوطة. لا خطأ هنا بقدر ما هو اختيار أسلوبي، والمهم ألا يختلط الأسلوبان في نص واحد.
• التاء المربوطة والهاء: «مدرسة» و«مدرسه» تتقاربان عند الوقف، فتنبّه لهما خصوصًا في نهايات الجمل.
• الألف المقصورة والياء: الخلط بين «على» و«علي» يغيّر المعنى تمامًا، ويتكرر في الأسماء.
• السوابق الملتصقة: الباء واللام والفاء حين تلتصق باسم أجنبي، مثل «بالووردبريس» أو «لجوجل»، فقرّر هل تفصل الاسم أم تدمجه.

الأسماء والأرقام والكلمات الأجنبية

أكثر ما يُفسد جودة التفريغ أسماء الأعلام: اسم ضيف غير مشهور، أو قرية في صعيد مصر، أو شركة ناشئة في الرياض، أو مصطلح طبي لاتيني الأصل. النموذج لا يعرف هذه الأسماء إلا إن تكررت في بيانات تدريبه، فيكتبها بأقرب صيغة سمعها. الحل العملي أن تُعدّ قبل المراجعة قائمة قصيرة بالأسماء والمصطلحات الواردة في التسجيل بكتابتها الصحيحة، ثم تبحث عن كل اسم في النص وتصحح صوره المختلفة دفعة واحدة بخاصية البحث والاستبدال.

الأرقام تحتاج قرارًا آخر: هل تكتب «خمسة وعشرين» أم «25»؟ وهل تستخدم الأرقام المشرقية (٢٥) الشائعة في الصحافة المصرية والخليجية، أم الأرقام المستعملة في المغرب العربي وفي أغلب المواقع الإلكترونية (25)؟ أدوات التفريغ الآلي لا تلتزم دائمًا بأسلوب واحد داخل الملف نفسه، فوحّد الأسلوب أثناء المراجعة. وفي مقال تنسيق الأرقام في النصوص المفرّغة (بالإنجليزية) أمثلة على قواعد يمكنك تبنّيها.

والكلمات الإنجليزية أو الفرنسية المندسّة في الكلام العربي، مثل «الميتنج» و«الديدلاين» و«البريزنتيشن»، قد تُكتب بالحروف العربية مرة وبالحروف اللاتينية مرة أخرى. ضع قاعدة واضحة: إما أن تكتبها كما تُنطق بالعربية، أو تعيدها إلى أصلها اللاتيني، أو تستبدل بها مقابلها العربي إن كان النص للنشر.

علامات الترقيم وتقسيم الفقرات

الكلام المنطوق لا يحتوي على فواصل ونقاط، فالنموذج يستنتجها من الوقفات ونبرة الصوت. وقد يخرج النص العربي بجمل طويلة متصلة، أو بعلامات ترقيم لاتينية مثل الفاصلة المعكوسة وعلامة الاستفهام المعتادة في الإنجليزية بدل الفاصلة العربية «،» وعلامة «؟». عند المراجعة:

• استبدل العلامات اللاتينية بنظيرتها العربية دفعة واحدة بالبحث والاستبدال.
• قسّم النص إلى فقرات عند تغيّر الفكرة أو تغيّر المتحدث، فالكتلة النصية الطويلة تُرهق القارئ.
• لا تُكثر من النقاط داخل الجمل المترابطة بالواو والفاء؛ فهذا أسلوب عربي أصيل وليس خطأ يستدعي التصحيح.
• ضع علامات التنصيص حول الاقتباسات المباشرة، خصوصًا في المقابلات الصحفية حيث يُنسب الكلام لصاحبه.

حالات أخرى مع حلولها في مقال أخطاء الترقيم في النصوص المفرّغة (بالإنجليزية).

طريقة منظمة لمراجعة النص المفرّغ

المراجعة العشوائية تستهلك الوقت وتترك أخطاء. جرّب هذا الترتيب:

1. استمع إلى الدقائق الأولى وأنت تقرأ، لتقدّر مستوى جودة التفريغ قبل أن تخطط لوقتك.
2. صحّح الأسماء والمصطلحات من قائمتك بالبحث والاستبدال.
3. راجع المقاطع التي يتداخل فيها متحدثان أو يعلو فيها الضجيج أو الموسيقى، فهي مظنّة الأخطاء والجمل المختلقة.
4. وحّد الإملاء والأرقام وعلامات الترقيم وفق القواعد التي اخترتها.
5. حدّد مستوى التنقيح إن كان النص للنشر؛ شرحنا الفرق بين الخيارين في التفريغ الحرفي والتفريغ المنقّح (بالإنجليزية).
6. أضف أسماء المتحدثين يدويًا في بداية كل مداخلة إن احتجت إليها.

قائمة أوسع بالأخطاء الشائعة تجدها في دليل تدقيق النص المفرّغ آليًا (بالإنجليزية).

ما يقدّمه mydubly للتفريغ العربي وما لا يقدّمه

mydubly تطبيق ويب يعمل من المتصفح، ويناسب من لديه ملف صوتي على جهازه ويريد نصًا عربيًا بتوقيتات. ابدأ من مساحة الصوت في الصفحة الرئيسية، أو اقرأ صفحة تحويل الصوت إلى نص (بالإنجليزية) للتفاصيل:

1. اسحب الملف إلى المربع «Drop audio here». الصيغ المقبولة: MP3 وWAV وM4A وAAC وOGG وFLAC وWebM، بطول أقصاه ساعتان للملف الواحد. تسجيلات المذكرات الصوتية في الهاتف تكون غالبًا M4A فتُقبل مباشرة.
2. تُكتشف اللغة تلقائيًا كما يظهر في خانة «Source: Auto detect»، ولا يمكنك اختيار العربية يدويًا.
3. اترك مفتاح «Audio and text output» مطفأً ليعمل الوضع «Timestamped transcript only»، أي النص بلغته الأصلية مع التوقيتات.
4. اضغط «Transcribe audio» وأبقِ التبويب مفتوحًا حتى ينتهي العمل؛ فإغلاقه أو مغادرته يلغي المهمة، وتُعاد أرصدة المهمة الملغاة.
5. نزّل ما تحتاجه: زر «Download transcript» يعطيك transcript.txt، وزر «Download timestamped transcript» يعطيك transcript-timestamped.txt، وزر «Download subtitles» يعطيك subtitles.srt.

التكلفة رصيد واحد لكل دقيقة بدأت، بحد أدنى 5 أرصدة للملف. وتحصل عند التسجيل على 100 رصيد مجاني تكفي لتفريغ ما يصل إلى 100 دقيقة. ويُرسل الصوت للمعالجة عبر اتصال HTTPS، ويُحذف الصوت المرفوع والنتائج من الخادم خلال 30 دقيقة من انتهاء المهمة.

وهذه حدود ينبغي أن تعرفها قبل أن تبدأ:

• لا يميّز المتحدثين ولا يضع أسماءهم في النص؛ أضفها بنفسك.
• لا يوفّر محررًا للنص داخل التطبيق؛ عدّل الملف المنزَّل في أي محرر نصوص أو في Word.
• لا يوفّر خيارًا لإضافة التشكيل أو لتحويل العامية إلى فصحى، ولا يكتب ملخصات.
• لا يقبل رسائل واتساب الصوتية بصيغة .opus ولا تسجيلات المكالمات بصيغة .amr؛ حوّلها أولًا إلى MP3 أو M4A بأي أداة تحويل تثق بها.
• لا يعمل بالبث المباشر ولا يتصل بالاجتماعات عبر الإنترنت؛ يحتاج إلى ملف مسجّل.