أفضل برنامج تفريغ صوتي عربي في 2026: مقارنة عادلة لأدوات تحويل الصوت إلى نص باللهجات

01كيف تختار أفضل برنامج تفريغ صوتي عربي؟

أغلب قوائم «أفضل برامج التفريغ» مكتوبة لمستخدمين بالإنجليزي، والعربية فيها سطر في قائمة لغات طويلة. لكن التسجيلات العربية الحقيقية متنوعة: فويس واتساب من القاهرة، وبودكاست من الرياض، ومقابلة في بيروت تدخل فيها الفرنسية، ومكالمة بالدارجة من الدار البيضاء. كلها «عربي» في القائمة، وكلها كلام مختلف تمامًا.

لذلك قبل ما تقارن الأسماء، حدّد المعايير التي تهم تسجيلاتك:

1. 1اللهجة: هل تختار لهجة المتحدث بالاسم، أم يكتفي البرنامج بكلمة «العربية»؟ اللهجة المسمّاة تخبرك بما تستهدفه الشركة، لكنها لا تضمن النتيجة على كلام عفوي.
2. 2المتحدثون: هل يفصل البرنامج من قال ماذا، وتقدر تغيّر «المتحدث 1» إلى اسم حقيقي مرة واحدة للملف كله؟
3. 3المراجعة: هل تضغط على كلمة فتسمعها، وتصححها مكانها، وتستبدل اسمًا مكتوبًا غلط في كل الملف دفعة واحدة؟
4. 4التصدير: ملف Word يحافظ على اتجاه العربية من اليمين لليسار، وSRT أو VTT للترجمة النصية، وCSV أو JSON للتحليل.
5. 5الطول والسعر: أطول ملف تسمح به الباقة، وكم يكلفك شهر من تسجيلاتك الفعلية، وهل فيه طريقة مجانية للتجربة؟
6. 6تطبيق أم واجهة برمجية: هل تبي ترفع ملفًا من المتصفح، أم أنت مبرمج تبني التعرف على الكلام داخل منتجك؟

بهذه المعايير يتحول السؤال من «أي برنامج أفضل؟» إلى «أي برنامج أفضل لهذا التسجيل؟». في هذا المقال نمرّ على ثماني أدوات يسأل عنها الناس أكثر، وننقل ما تقوله صفحاتها الرسمية، ونوضح أين يناسبك فوكلا لأنه مبني للعربية أولًا. وإذا كل اللي تبيه خطوات تفريغ ملف، فدليلنا العملي يشرحها:

02جدول المقارنة: ثماني أدوات لتحويل الصوت العربي إلى نص

الجدول يلخص ما وجدناه في الصفحات الرسمية لكل أداة حتى 1 نوفمبر 2026. لا نعطي درجات ولا نجومًا، و«غير مذكور» معناه أننا لم نجده في الصفحات الرسمية التي راجعناها، لا أن الميزة غير موجودة:

المصادر حتى 1 نوفمبر 2026: voclalabs.com/speech-to-text وvoclalabs.com/pricing، وelevenlabs.io/speech-to-text وelevenlabs.io/audio-to-text وelevenlabs.io/pricing ووثائق ElevenLabs لتحويل الكلام إلى نص، وmunsit.com وmunsit.com/pricing، وصفحتا اللغات المدعومة والأسعار في Google Cloud Speech-to-Text، وصفحتا دعم اللغات والترجمة النصية في Microsoft Learn وقائمة أسعار Azure (US East)، ودليل OpenAI لتحويل الكلام إلى نص وصفحة أسعار واجهتها، وsonix.ai/languages/transcribe-arabic-audio وsonix.ai/pricing، وصفحات turboscribe.ai، ومقال «Supported languages» في مركز مساعدة Otter. الأسعار والميزات تتغير بسرعة، فتأكد من موقع كل شركة قبل أن تدفع.

03فوكلا: تفريغ عربي أولًا مع محرر للمراجعة

تحويل الصوت إلى نص في فوكلا مبني للتسجيلات العربية أولًا. ترفع ملف صوت أو فيديو حتى 500 ميجابايت، وتختار الفصحى أو واحدة من 18 لهجة بالاسم أو تتركه على الاكتشاف التلقائي، وتضيف قائمة أسماء ومصطلحات حتى تُكتب أسماء الناس والأماكن والعلامات التجارية بطريقتك. فوكلا يحدد متحدث كل سطر، ويعطي كل كلمة وقتها، ويفتح النص في محرر يُبرز الكلمة المنطوقة أثناء التشغيل.

• يناسبك إذا: تشتغل على مقابلات أو اجتماعات أو محاضرات أو بودكاست أو فويسات عربية، وتبي تختار اللهجة بنفسك، وتحتاج نصًا مراجَعًا لا مجرد كلام خام.
• التصدير: Word بفقرات عربية من اليمين لليسار، وSRT وVTT، وTXT، وJSON بتوقيت كل كلمة، وCSV يفتح العربية صح في Excel. وكل صيغة بالنص الأصلي أو الترجمة أو الاثنين، مع أسماء المتحدثين والتوقيت أو بدونها.
• ترجمة جنبًا إلى جنب: من الإنجليزية إلى العربية ومن العربية إلى الإنجليزية وغيرها، وكل سطر يحتفظ بوقته فتصدّر الترجمة كملف ترجمة نصية بسهولة، مقابل 60 رصيدًا إضافيًا للدقيقة.
• الفيديو في المكان نفسه: حوّل النص إلى ترجمة محروقة في الفيديو بخمسة أنماط، أو غيّر المقاس إلى 9:16 للريلز وتيك توك، من خلال الترجمة النصية بالذكاء الاصطناعي.
• احكم بنفسك: عرض التفريغ في صفحة تحويل الصوت إلى نص منشور كما خرج بدون تعديل.

التفريغ بـ150 رصيدًا لكل دقيقة بدأت، وترى التكلفة قبل البدء، ويُسترجع الرصيد إذا فشل التفريغ. الرصيد مشترك مع باقي أدوات فوكلا، فالدقائق في الجدول على افتراض أنك تصرفه كله على التفريغ. تحويل الصوت إلى نص غير متاح في الباقة المجانية، وEnterprise تصل إلى 300 دقيقة للملف.

04ElevenLabs Scribe وMunsit: نماذج قوية للعربية

ElevenLabs Scribe v2 نموذج متعدد اللغات يذكر 99 لغة منها العربية. حسب صفحاته ووثائقه، يميّز حتى 32 متحدثًا ويعطي كل كلمة وقتها، ويقبل حتى 1,000 مصطلح، وملفات حتى 3 جيجابايت أو 10 ساعات، ويصدّر من الموقع بسبع صيغ منها DOCX وSRT. لم نجد لهجات عربية مسمّاة. يناسبك إذا تستخدم ElevenLabs للأصوات أصلًا، أو تبي نموذجًا واحدًا لعدة لغات مع خيار مباشر (Scribe v2 Realtime).

Munsit من CNTXT AI متخصص في العربية. موقعه يذكر أكثر من 25 لهجة مع الخلط بين العربية والإنجليزية، ونصوصًا بأسماء المتحدثين وتوقيت كل كلمة، واكتشاف اللهجة تلقائيًا، وبثًا مباشرًا، وواجهة REST وحزمًا تعمل على الجهاز. رصيده المجاني يكفي نحو 10 دقائق (1,000 رصيد تقريبًا دقيقة). يناسبك إذا كنت شركة أو مبرمجًا يحتاج تعرفًا متخصصًا على الكلام العربي لحظيًا أو داخل منتجك.

وعن الدقة، كل شركة تنشر أرقامها: ElevenLabs تضع العربية في فئة «Good» (نسبة خطأ الكلمات بين 10% و20%)، وMunsit يقول إنه الأول في ست مقاييس عربية عامة بمتوسط خطأ 18%، وSonix يذكر دقة بين 85% و99% للعربية حسب جودة الصوت. هذه أرقام من مجموعات اختبار مختلفة ولا تصلح للمقارنة المباشرة، والاختبار الحقيقي هو تسجيلك أنت.

05Google وMicrosoft وOpenAI: واجهات برمجية للمطورين

هذه أحجار بناء لا تطبيقات جاهزة: ترسل الصوت من الكود وترجع لك نتيجة JSON، ثم تبني أنت المحرر والتصدير والمراجعة. مرنة جدًا لمن يكتب كودًا، وتُحسب بالدقيقة أو الساعة.

Google Cloud Speech-to-Text يذكر 18 لغة عربية حسب الدولة لنموذج Chirp 3، من مصر والسعودية والإمارات إلى الأردن ولبنان والمغرب والجزائر وتونس. جدول اللغات لا يذكر فصل المتحدثين للغات العربية، وملفات SRT وVTT متاحة عبر V2 batch. الأسعار: أول 60 دقيقة شهريًا مجانًا في V1، والتعرف القياسي في V2 يبدأ من 0.016 دولار للدقيقة.

Microsoft Azure AI Speech يذكر 18 لغة عربية أيضًا، منها ar-EG وar-SA وar-AE وar-KW وar-JO وar-LB وar-MA وar-LY، وكلها متاحة للتفريغ اللحظي والدفعي. وثائقه تشرح إخراج الترجمة النصية بصيغتي SRT وWebVTT، وقوائم العبارات لتحسين التعرف على الأسماء. الباقة المجانية F0 فيها 5 ساعات صوت شهريًا، والتفريغ الدفعي بـ0.18 دولار للساعة في US East.

OpenAI توصي حاليًا بنموذج gpt-transcribe بنحو 0.0045 دولار للدقيقة، والنماذج الأقدم ومنها whisper-1 متوقفة الدعم وتُغلق في 26 فبراير 2027. دليلها لا يسمّي العربية ولا لهجاتها، ويحيل إلى قائمة لغات Whisper (98 لغة). أسماء المتحدثين متاحة فقط عبر النموذج القديم gpt-4o-transcribe-diarize، وحجم الملف حتى 25 ميجابايت.

• تناسبك إذا: تبني التفريغ داخل تطبيق أو مركز اتصال أو أرشيف إعلامي، وعندك مبرمجون للمراجعة والتصدير.
• انتبه إلى: رمز اللغة مثل ar-EG لا يضمن جودة اللهجة، ولا واحدة من الثلاث تعطيك محررًا لمراجع غير تقني.

06Sonix وTurboScribe: تطبيقات ويب بسيطة للملفات

Sonix تفريغ من المتصفح بأكثر من 54 لغة. صفحته العربية تسمّي الفصحى والمصرية والشامية والخليجية والعراقية والمغاربية، وتنبّه إلى أن الصوت الكثيف باللهجة يحتاج تنظيفًا أكثر. يحدد المتحدثين وتقدر تغيّر أسماءهم، ويصدّر بأكثر من 18 صيغة. بعد 30 دقيقة مجانية، السعر 10 دولارات للساعة أو Core بـ25 دولارًا شهريًا فيها 5 ساعات.

TurboScribe مبني على Whisper ويراهن على الكمية. صفحاته تذكر العربية، وتعرض تمييز المتحدثين كخيار عند الرفع، والتصدير بصيغ DOCX وPDF وTXT وSRT وVTT، وUnlimited يقبل ملفات حتى 10 ساعات.

• تناسبك إذا: تفرّغ بعدة لغات وتبي محررًا مألوفًا على الويب، أو عندك أرشيف كبير وميزانية محدودة (TurboScribe).
• انتبه إلى: TurboScribe لا يسمّي لهجات عربية في صفحاته، وSonix يسمّي مجموعات لهجات لا دولًا. جرّب تسجيلًا حقيقيًا بلهجتك.

07اللهجات: المصرية والخليجية والشامية والدارجة

اللهجة هي المكان الذي تختلف فيه أدوات التفريغ العربي أكثر شيء، والذي تسكت عنه القوائم المكتوبة لمستخدمي الإنجليزية. هذه الأدوات التي تسمّي كل مجموعة لهجات في صفحاتها الرسمية:

وجود اللهجة في القائمة يوضح ما تستهدفه الشركة، لا كيف سيطلع فويس عفوي. العامية بلا إملاء موحّد (عايز أو عاوز)، والناس يخلطون الإنجليزية أو الفرنسية في نص الجملة، والتسجيلات الحقيقية فيها ضوضاء. احكم على النص بالمعنى وثبات الإملاء، لا بمطابقة طريقتك في الكتابة حرفًا بحرف. وللعراقية واليمنية والسودانية: فوكلا يسمّيها كلها، وGoogle وAzure يذكران ar-IQ وar-YE.

جرّب بنفسك: سجّل فويس 20 ثانية تقرأ فيه هذا النص المصري، أو استخدم تسجيلًا حقيقيًا، ومرّره على أداتين:

1. 1كلمات اللهجة: هل ظهرت «لسه» و«دلوقتي» و«عايزك»، حتى لو بإملاء مختلف قليلًا؟
2. 2الإنجليزي وسط الكلام: هل طلعت report بحروف لاتينية أم عربية، وبنفس الطريقة كل مرة؟
3. 3الأرقام والأوقات: هل كُتبت «الساعة خمسة» بالشكل الذي تبيه في المحضر؟
4. 4المتحدثون والتوقيت: إذا تكلم شخصان، هل انفصلا؟ وهل سطور SRT متزامنة مع الصوت؟

08أي برنامج تفريغ يناسب شغلك؟

وكثير من الفرق تجمع بين الأدوات: واجهة برمجية للأرشيف الضخم، وفوكلا للمقابلات والاجتماعات والترجمة النصية التي يراجعها شخص. إذا كان التسجيل فيه ضوضاء فنظّفه قبل التفريغ، وإذا كانت خطوتك التالية الترجمة النصية للفيديو فابدأ من الترجمة بالذكاء الاصطناعي. وإذا تحتاج أصواتًا عربية أيضًا، فمقارنتنا لمواقع تحويل النص إلى صوت تغطي الجانب الآخر.