AssemblyAI — تحويل الصوت إلى نص

AssemblyAI

AssemblyAI واجهة برمجة تطبيقات للمطورين: ترسل الصوت بمفتاح API فتتلقى نصًا مفرّغًا، مع وسوم المتحدثين إن فعّلتها. تحتاج إلى كود وليست تطبيقًا للرفع والتحرير؛ جرّبها على ملف قصير قبل أن تبني عليها أي شيء.

لماذا يناسبك؟

تحويل الصوت إلى نص

موقع ويب

الانتقال إلى assemblyai.com
ما يجب معرفته (1)

راجع الصفحة الرسمية للحصص وشروط المخرجات الحالية.

ما يجب معرفته
ما يجب معرفتهموقع ويب
مخرجات مجانية—
دون حسابلا
دون علامة مائية—
يعمل دون إنترنتلا
معالجة جماعية—
لغة المحتوى—

— شروط غير مؤكدة. تمت مراجعة الوثائق الرسمية. لم يُجرَ اختبار عملي للتطبيق. يطابق لغة المحتوى الموثقة فقط، وليس لغة الواجهة.

المصادر وتاريخ المراجعة (1)
  • www.assemblyai.com/docs/pre-recorded-audio/label-speakers
ملاحظات وتصحيح صاحب المنتج

ملاحظات وتصحيح صاحب المنتج

إذا كنت تمثل المنتج فأرسل تصحيحًا أو تحديثًا مع مصدر. يخضع النشر للمراجعة التحريرية.

دليل تحريري للاختيار

آخر مراجعة:

لمن يناسب؟

  • مطورون يريدون إضافة تحويل الكلام إلى نص مع الطوابع الزمنية ووسوم المتحدثين إلى تطبيقهم أو مسار بياناتهم.
  • فرق تعالج دفعات من المكالمات أو المقابلات المسجلة وتحتاج النتائج بيانات منظمة لا محرر مستندات.

طريقة البدء

  • أنشئ حسابًا واحصل على مفتاح API من لوحة التحكم واحفظه على الخادم أو في متغير بيئة، ولا تضعه أبدًا في كود عميل عام.
  • ثبّت حزمة SDK لبايثون أو جافاسكربت (يذكر دليل البدء Python 3.8+ أو Node.js 18+) وفرّغ أولًا رابطًا عامًا قصيرًا أو ملفًا محليًا.
  • فعّل speaker_labels وحدد اللغة أو language_detection؛ وإن لم تعرف عدد المتحدثين فأعطِ حدًا أدنى وأقصى بدلًا من رقم دقيق.
  • استعلم عن الحالة حتى تصبح completed أو error، ثم اقرأ المصفوفة utterances وتحقق من المتحدثين والطوابع الزمنية في عينة قبل تشغيل دفعة كاملة.

نقاط القرار

  • تحقق من لغتك أولًا: تذكر الوثائق 18 لغة لنموذج Universal-3.5 Pro و99 لغة لنموذج Universal-2، ولا تعمل كل الميزات في كل اللغات؛ جرّب لغتك بصوت عينة حقيقي.
  • التسعير حسب الاستخدام: توجد أرصدة مجانية عند التسجيل، وتُحاسَب الإضافات مثل فصل المتحدثين على حدة؛ قدّر التكلفة من صفحة الأسعار الحالية بحسب ساعاتك وميزاتك.
  • لملاحظات اجتماع لمرة واحدة بلا كود قد يناسبك تطبيق جاهز مثل Otter أو Notta أو Fireflies؛ أما AssemblyAI فلدمج التفريغ في منتجك الخاص.

الحدود

  • هي واجهة تكامل: تتطلب الطلبات مفتاح API وكودًا، ولا تصف المصادر التي روجعت واجهة للرفع والتحرير، ولا يذكر الفهرس استخدامًا دون اتصال. هذه مراجعة للوثائق الرسمية؛ لم تُختبر الدقة ولا الحصص ولا التكلفة.
  • تعمل وسوم المتحدثين بشكل أفضل حين يتكلم كل شخص متواصلًا نحو 30 ثانية على الأقل؛ يقلل تداخل الأصوات وضوضاء الخلفية من الموثوقية، وتنصح الوثائق بألا يُضبط الحد الأقصى لعدد المتحدثين أعلى مما يلزم.
  • تُذكر للحسابات المجانية 5 مهام متوازية، وتوجد حدود لكل ملف (حتى 10 ساعات؛ 5 غيغابايت لكل طلب و2.2 غيغابايت للرفع المحلي)؛ تتغير الأرقام والخطط.

الأسئلة الشائعة

هل أستطيع التفريغ دون كتابة كود؟

تصف المصادر التي روجعت الاستخدام عبر مفتاح API أو حزمة SDK أو طلبات HTTP، ولا تصف واجهة للرفع والتحرير. إن أردت إسقاط ملف وتحرير النص فتطبيق التفريغ أنسب.

كيف يعمل وسم المتحدثين؟

عند تفعيل speaker_labels تتضمن الاستجابة مصفوفة utterances يحمل كل عنصر فيها وسم المتحدث والنص والتوقيت ودرجة الثقة. أما ربط الوسم باسم حقيقي فتتولاه أنت لاحقًا.

هل توجد طريقة مجانية للتجربة؟

وقت المراجعة كانت صفحة الأسعار تعرض 50 دولارًا من الأرصدة المجانية دون بطاقة ائتمان، ثم تُحاسَب بحسب الاستخدام. تتغير المبالغ والأسعار، فاقرأ الصفحة الحالية قبل التخطيط للتجربة.

المصادر الرسمية (4)
www.assemblyai.com/docs/pre-recorded-audio/label-speakerswww.assemblyai.com/docs/getting-started/transcribe-an-audio-filewww.assemblyai.com/docs/pre-recorded-audio/supported-languageswww.assemblyai.com/pricing