كيف تحسّن دقة تحويل الصوت إلى نص

أغلب أخطاء تحويل الصوت إلى نص تبدأ في الصوت، لا في البرنامج. وأكبر تحسّن يأتي من أربعة أشياء: الميكروفون قريب من المتحدث، وضوضاء قليلة، وشخص واحد يتكلم في كل مرة، وإعداد اللغة الصحيح في الأدوات التي تسأل عنه. وبعد ذلك تكلّم بجمل كاملة وبإيقاع ثابت، وانطق الأسماء والأرقام بوضوح، واقرأ النص مرة قبل استخدامه. وفي العربية أمر إضافي: الفرق بين اللهجة التي نتكلم بها والفصحى التي نكتب بها. إعادة الصياغة بالذكاء الاصطناعي تستطيع بعد ذلك ترتيب الترقيم وحذف الحشو، لكنها لا تصلح كلمة أخطأ التفريغ في سماعها.

الميكروفون والمكان

تقول Google في أفضل ممارسات خدمتها Cloud Speech-to-Text (ترجمتنا): «ضع الميكروفون أقرب ما يمكن إلى الشخص المتحدث، خصوصًا حين توجد ضوضاء في الخلفية». وعمليًا:

• قرّب الهاتف من فمك حين تُملي، كما في المكالمة الهاتفية تقريبًا، ولا تغطِّ فتحة الميكروفون بأصابعك أو بالجراب.
• اختر غرفة هادئة. أطفئ الموسيقى والتلفزيون والمروحة، وابتعد عن صوت المكيّف. الغرفة الصغيرة ذات الأثاث الناعم أقل صدى من المطبخ أو بيت الدرج.
• تجنّب الرياح. في الخارج أدِر ظهرك للريح أو استخدم سماعة بميكروفون.
• لا تصرخ. تنصح Google أيضًا بتجنب تشبّع الصوت (clipping). الكلام بصوت أعلى من المعتاد قرب الميكروفون يشوّه الإشارة.
• سجّل الاجتماع من منتصف الطاولة، لا من طرفها، ليصل كل صوت إلى الهاتف بمستوى متقارب.

طريقة الكلام

• جمل كاملة وإيقاع ثابت. لا تحتاج إلى البطء، لكن الكلام الثابت مع وقفات قصيرة بين الأفكار يُفرَّغ أفضل من الكلام المتقطع.
• لغة واحدة في كل تسجيل. خلط العربية والإنجليزية في الجملة الواحدة يربك كثيرًا من الأنظمة. إن احتجت إلى مصطلح إنجليزي فاجعله قصيرًا.
• انطق الأسماء والأرقام بوضوح. للاسم غير المألوف قله مرة ببطء أو تهجَّه. وللأرقام قل «خمسة عشر» كاملة، لا «خمستاشر» على عجل.
• تناوبوا في الكلام. حين يتكلم اثنان معًا، يخرج كلاهما غالبًا خطأ.
• توقف لحظة بعد الضغط على التسجيل وقبل الإيقاف، لئلا تُقطع الكلمات الأولى والأخيرة.

اللهجة والفصحى

نتكلم عادةً باللهجة، ونكتب الرسائل الرسمية بالفصحى. والتفريغ الحرفي يكتب ما قلته كما قلته. فإن تكلمت بالمصرية أو الخليجية أو غيرها، فتوقّع نصًا باللهجة، وأحيانًا كلمات لهجية أُسيء فهمها. لم نختبر دقة أي أداة مع كل لهجة، فجرّب أداتك على تسجيل قصير بلهجتك قبل أن تعتمد عليها في شيء مهم.

ولديك خياران إن احتجت إلى نص بالفصحى:

1. تكلّم بالفصحى كأنك تقرأ من ورقة. هذا يناسب النصوص القصيرة.
2. تكلّم بطبيعتك، ثم أعِد الصياغة. أدوات الكتابة بالذكاء الاصطناعي تكتب النص من جديد بالأسلوب الذي تختاره. راجع النتيجة، لأن إعادة الصياغة قد تغيّر المعنى أو تُسقط تفصيلًا.

إعدادات مهمة

• اختر لغة الكلام حيث تسأل الأداة عنها. للكتابة بالصوت في Gboard وتفريغات WhatsApp وتطبيقات التسجيل في الهواتف إعداد لغة خاص بكل منها، والإعداد الخاطئ يُفسد النتيجة. وانتبه: WhatsApp على Android لا يفرّغ العربية أصلًا، بحسب صفحة مساعدته العربية؛ التفاصيل في تحويل الرسائل الصوتية إلى نص في WhatsApp.
• أضف الأسماء والمصطلحات إن كانت في أداتك قائمة مفردات أو عبارات. توصي وثائق Google باستخدام تلميحات الكلمات والعبارات لإضافة الأسماء والمصطلحات إلى المفردات.
• احتفظ بالملف الأصلي. كل إعادة تسجيل أو ضغط تُفقد تفاصيل. فرّغ الملف الذي صنعه المسجل، لا نسخة شُغّلت من سماعة. ولخدمتها توصي Google بصيغ بلا فقد (FLAC أو LINEAR16) ومعدل عيّنات 16000 هرتز.
• لا تضف تقليل الضوضاء بعد التسجيل. تنصح Google بعدم استخدام التحكم التلقائي في مستوى الصوت أو تقليل الضوضاء مع خدمتها، وتقول إن نظام التعرّف مصمم لتجاهل الأصوات والضوضاء في الخلفية دون ذلك.

تسجيل صوته غير واضح

إن كان التسجيل جاهزًا وصعب الفهم:

1. فرّغ الملف كاملًا مرة وانظر أي الأجزاء فشلت.
2. استمع إلى الأجزاء الفاشلة بسرعة أبطأ بسماعات الأذن واكتبها بنفسك.
3. ضع علامة على ما لا تسمعه، مثل [غير واضح]، بدل التخمين. كلمة مخمّنة في اقتباس أو محضر أسوأ من فراغ.
4. لا تتوقع معجزات من الكلام البعيد جدًا. إن كان الصوت بالكاد مسموعًا لك، فلن يستعيده البرنامج بثقة أيضًا.

كيف تختبر الدقة بنفسك

تُقاس دقة تحويل الصوت إلى نص عادةً بـمعدل خطأ الكلمات (WER): WER = (S + D + I) / N، حيث S عدد الكلمات المستبدلة، وD المحذوفة، وI المضافة، وN عدد كلمات النص المرجعي الصحيح. والأقل أفضل.

نسخة منزلية في خمس دقائق:

1. اختر فقرة من نحو 100 كلمة فيها بعض الأسماء والأرقام.
2. اقرأها بصوت عالٍ في أداتك وفي ظروفك المعتادة.
3. عُدّ الكلمات الخاطئة أو الناقصة أو المضافة، واقسمها على عدد كلمات الفقرة.
4. غيّر شيئًا واحدًا (المسافة، الغرفة، إعداد اللغة، الفصحى بدل اللهجة) وأعِد التجربة.

النتيجة تخبرك بما يساعد مع صوتك وهاتفك وغرفتك. لكنها لا تقارن الأدوات عمومًا: أي رقم دقة منشور لا يصح إلا للتسجيلات التي قيس عليها.

وفي العربية انتبه عند العدّ: همزة ناقصة (الى بدل إلى) أو تاء مربوطة مكتوبة هاءً ليستا بالضرورة خطأ في السماع، بل في الإملاء. قرّر قبل الاختبار هل تعدّهما أخطاء، والتزم بذلك في كل الجولات.

ما تصلحه إعادة الصياغة بالذكاء الاصطناعي، وما لا تصلحه

Retexta تطبيق سحابي على Android لتحويل الصوت إلى نص والكتابة بالذكاء الاصطناعي. يفرّغ أولًا، ثم يستطيع إعادة كتابة النص. وإعادة الصياغة تتعامل جيدًا مع ما يجعل التفريغ الخام صعب القراءة:

• علامات الترقيم والفقرات؛
• كلمات الحشو والبدايات المتعثرة («يعني، امم، أقصد»)؛
• العبارات المكررة والجمل المكسورة.

إن أردت ترتيب التفريغ فقط، فهدف نظّف نصاً (Clean up a text، تحت المزيد من القوالب) يصفه التطبيق هكذا: «احتفظ بنصّك، مع تصحيح القواعد وعلامات الترقيم والسلاسة». أما أهداف الكتابة، مثل اكتب رسالة أو دوّن ملاحظات، فتذهب أبعد وتعيد بناء ما قلته.

لكن إعادة الصياغة لا تعرف أن «هيثم» سُمع «هيتم»، أو أن «خمسة عشر» كان يجب أن يكون «خمسين». بل قد تحوّل كلمة مسموعة خطأ إلى جملة سليمة تبدو صحيحة. لذلك راجع الأسماء والأرقام والتواريخ والمبالغ مقابل التسجيل. ويضع Retexta على النتائج عبارة «أُنشئ بالذكاء الاصطناعي. تحقق من التفاصيل المهمة.»

تفصيلان في التطبيق يساعدان: Retexta يتعرّف على لغة الكلام تلقائيًا، ولا يوجد فيه اختيار للغة الكلام، فمقطع قصير يبدأ بجملة كاملة يعطيه ما يعمل عليه أكثر من كلمة واحدة. وإن كان التسجيل صامتًا أو خافتًا جدًا، فيقول ذلك بدل أن يعيد نصًا: «انتهى التفريغ الصوتي، لكن لم يُنتَج أي نص».

يمكن تجربة Retexta مجانًا: في البداية تحصل على بضع نتائج Pro مجانية تطّلع عليها داخل التطبيق، وبعدها يحتاج النص المُفرّغ فقط أيضًا إلى Retexta Pro أو النقاط. وأهداف إعادة الصياغة واستيراد ملف صوتي جزء من Retexta Pro، ونسخ النتائج ومشاركتها وتصديرها ولقطات الشاشة تحتاج إلى Retexta Pro أو النقاط.

تابع القراءة

تسجيل على هاتفك؟ اقرأ تحويل التسجيل الصوتي إلى نص على Android. تُملي بدل أن تكتب؟ اقرأ كتابة الإيميل بالصوت على Android، وفيه حدود علامات الترقيم بالعربية في Gboard. وللمقارنة بين التطبيقات: أفضل تطبيقات التفريغ الصوتي لأندرويد. المزيد عن التطبيق: Retexta لتحويل الصوت إلى نص على Android.

المصادر

راجعها فريق FLAME Apps في 25 سبتمبر 2026.

• Google Cloud، Best practices, Cloud Speech-to-Text (بالإنجليزية، آخر تحديث 18 سبتمبر 2026): موضع الميكروفون، والتشبّع، ومعدل العيّنات، والصيغ بلا فقد، وعدم استخدام التحكم في مستوى الصوت أو تقليل الضوضاء، وتلميحات الكلمات والعبارات. هذه توصيات لخدمة Google نفسها، والترجمة ترجمتنا.
• Wikipedia، Word error rate (بالإنجليزية): التعريف WER = (S + D + I) / N.
• مركز مساعدة WhatsApp، كيفية تشغيل تفريغات الرسائل الصوتية أو إيقاف تشغيلها: لغات Android المدعومة.
• Retexta (Android، الإصدار 2026.1.23): التعرّف التلقائي على اللغة (RecordScreen.kt، TranscriptionLanguageCatalog.kt)، ووصف هدف «نظّف نصاً» ورسائل الخطأ (نصوص الواجهة العربية).