الأدوات › ذكاء اصطناعي على جهازك
ترجمة تلقائية وتحويل الكلام إلى نص
حوّل الكلام في فيديو أو تسجيل إلى ترجمة نصية باستخدام Whisper من OpenAI الذي يعمل في متصفحك. صحّح أي سطر، ثم نزّل SRT أو VTT أو TXT، أو ادمجها في الفيديو.
يُنزَّل نموذج التعرّف على الكلام مرة واحدة إلى جهازك، ولا يغادر تسجيلك الجهاز أبدًا. لن يبدأ أي شيء حتى تختار ملفًا.
كيف يعمل
- يُفك ترميز الصوت على هذا الجهاز ويُحوَّل إلى 16 كيلوهرتز أحادي القناة، وهي الصيغة التي يستمع إليها Whisper.
- تُقسَّم التسجيلات الطويلة إلى أجزاء تصل إلى 30 ثانية عند فترات التوقف الطبيعية، ويُفرَّغ كل جزء مع توقيتاته. تظهر الأسطر فور انتهاء كل جزء.
- تُكتشف اللغة من أول كلام، أو يمكنك اختيارها بنفسك. خيار الترجمة إلى الإنجليزية يحوّل الكلام بأي من لغات Whisper الـ99 إلى ترجمة إنجليزية.
- يعمل على بطاقة الرسومات عبر WebGPU إن وُجدت، وإلا فعلى المعالج عبر WebAssembly.
أسئلة
هل يُرفع الفيديو الخاص بي؟
لا. يُنزَّل نموذج الكلام مرة واحدة من Hugging Face ويُحفظ على جهازك، ولا يغادر ملفك هذه الصفحة.
ما حجم التنزيل؟
من دون WebGPU يبلغ النموذج السريع نحو 41 ميغابايت والدقيق نحو 77 ميغابايت. مع WebGPU تبلغ نسختا بطاقة الرسومات نحو 120 و206 ميغابايت. ويبقى كلاهما محفوظًا للمرة القادمة.
كم يستغرق ذلك؟
مع WebGPU يكون عادةً أسرع بكثير من مدة التسجيل. على المعالج يحتاج النموذج السريع نحو نصف مدة التسجيل، والدقيق نحو المدة كاملة، إضافةً إلى التنزيل الأول.
ما النموذج المستخدم؟
Whisper tiny (السريع) وWhisper base (الدقيق) من OpenAI، المنشوران بترخيص MIT، بنسخ ONNX التي نشرتها Hugging Face. يمكنك استخدام الترجمة لأغراض تجارية.
هل يمكنني إضافة الترجمة إلى الفيديو؟
نعم. زر «دمج في الفيديو» يفتح أداة دمج الترجمة وفيها أسطرك والفيديو جاهزان للتنسيق والتصدير.