رفتن به محتوا
فارسی
شروع رایگان
باز کردن منو

تبدیل گفتار به متناکنون در دسترسطرح‌های پولی

صوت عربی را به متنی کاربردی تبدیل کنید

یک ضبط یا ویدئو بارگذاری کنید. Vocla زبان و اینکه چه کسی چه زمانی حرف می‌زند را تشخیص می‌دهد، هر واژه را با زمانش می‌نویسد و می‌تواند متن را ترجمه کند. سپس آن را ویرایش، جست‌وجو و در قالب مورد نیازتان خروجی می‌گیرید.

انتخاب Starterانتخاب پایهدیدن خروجی‌ها
  • تشخیص خودکار گویندگان
  • زمان‌بندی در سطح واژه
  • Word، ‏SRT، ‏VTT، ‏TXT، ‏JSON و CSV

در همه طرح‌های پولی، از 1 دلار در ماه (پایه، Starter، ‏Creator، ‏Professional، ‏Business و Enterprise)از 4.99 دلار در ماه (Starter، ‏Creator، ‏Professional، ‏Business و Enterprise) گنجانده شده است. در طرح Free در دسترس نیست.

یک متن پیاده‌شده واقعی و ترجمه آن

گوینده 1گوینده 2تشخیص داده شد: انگلیسی
0:00 / 0:36

متن پیاده‌شده

خروجی واقعی، بدون ویرایش · صداها از Vocla
کلیپ‌های دوگوینده‌ای با صداهای کتابخانه Vocla که Vocla با تشخیص خودکار زبان و گویندگان بارگذاری و پیاده کرده است. سطرها، گویندگان، زمان‌بندی واژه‌ها و ترجمه دقیقاً همان‌اند که برگشته‌اند.

قالب خروجی، از Word تا CSV
6
اعتبار برای هر دقیقه آغازشده صوت
150
برای هر فایل در Professional
120 دقیقه
تشخیص زبان و گوینده
خودکار

روند کار

از ضبط تا متن پیاده‌شده در چهار گام

بیشتر فایل‌ها در چند دقیقه آماده‌اند و پیش از شروع هزینه را می‌بینید.

  1. گام 1

    صوت یا ویدئو بارگذاری کنید

    یک مصاحبه، سخنرانی، جلسه یا ویدئو را رها کنید، تا 500 مگابایت برای هر فایل.

  2. گام 2

    زبان را انتخاب کنید یا بگذارید Vocla تشخیص دهد

    عربی، انگلیسی و فرانسوی مستقیم شناسایی می‌شوند و زبان‌های دیگر با تشخیص هوش مصنوعی. نام‌ها و اصطلاحات را اضافه کنید تا به املای دلخواه شما نوشته شوند.

  3. گام 3

    در ویرایشگر بازبینی کنید

    پخش، واژه‌به‌واژه متن را دنبال می‌کند. واژه‌ای را اصلاح کنید، نام گوینده‌ای را تغییر دهید، سطرها را تقسیم یا ادغام کنید یا در کل فایل جست‌وجو و جایگزینی کنید.

  4. گام 4

    ترجمه و خروجی

    متن را در کنار اصل ترجمه کنید، سپس Word، ‏SRT، ‏VTT، ‏TXT، ‏JSON یا CSV را با متن اصلی، ترجمه یا هر دو دانلود کنید.

دقیق از پایه

ساخته‌شده برای ضبط‌های واقعی عربی

مصاحبه‌ها، سخنرانی‌ها و تماس‌ها به‌ندرت فقط یک صدای واضح دارند. Vocla ردیابی می‌کند چه کسی چه چیزی را کی گفته است.

  • چه کسی کی حرف زد

    گویندگان خودکار تشخیص داده می‌شوند و هر سطر برچسب می‌خورد، پس مصاحبه مثل یک فیلمنامه خوانده می‌شود. «گوینده 1» را یک بار به نام واقعی تغییر دهید تا همه‌جا عوض شود.

  • هر واژه زمان خودش را دارد

    زمان‌بندی در سطح واژه، برجسته‌سازی ویرایشگر، زمان‌بندی دقیق زیرنویس و زیرنویس کارائوکه را ممکن می‌کند.

  • عربی و لهجه‌هایش

    عربی فصیح معاصر یا یک لهجه را انتخاب کنید یا روی خودکار بگذارید: عربی، انگلیسی و فرانسوی مستقیم و زبان‌های دیگر با تشخیص هوش مصنوعی شناسایی می‌شوند.

  • نام‌ها به املای شما

    فهرستی از نام‌ها و اصطلاحات (افراد، مکان‌ها، برندها) اضافه کنید تا بهتر شناسایی شوند. در نمونه، نام پادکست و نام هر دو مجری دقیقاً مطابق فهرست درآمد.

ویرایشگر

مثل یک سند ویرایشش کنید، مثل یک ضبط بررسی‌اش کنید

همه‌چیز در کنار صوت انجام می‌شود، پس بررسی یک سطر یک ثانیه طول می‌کشد.

  • پخش همگام

    سطری که گفته می‌شود و واژه درون آن هنگام پخش صوت برجسته می‌شوند.

  • کلیک برای رفتن

    روی هر سطر یا واژه کلیک کنید تا از همان‌جا بشنوید.

  • ویرایش درجا

    واژه را همان‌جا که هست اصلاح کنید. زمان‌بندی‌ها به سطر متصل می‌مانند.

  • تغییر نام گوینده

    «گوینده 1» و «گوینده 2» را در کل متن به نام‌های واقعی تبدیل کنید.

  • تقسیم و ادغام

    سطر بلند را جایی که جمله تازه شروع می‌شود ببرید یا دو سطر کوتاه را به هم وصل کنید.

  • جست‌وجو و جایگزینی

    یک املا یا نام را یکجا در کل فایل اصلاح کنید.

ترجمه

متن را ترجمه کنید، در کنار اصل

از انگلیسی به عربی، از عربی به انگلیسی و زبان‌های دیگر ترجمه کنید. هر سطر زمانش را نگه می‌دارد، پس ترجمه به همان راحتی متن اصلی به زیرنویس خروجی می‌رود یا در یک فایل دوزبانه کنار آن قرار می‌گیرد.

ترجمه 60 اعتبار در هر دقیقه اضافه می‌کند.

از نمونه: متن پیاده‌شده عربی و ترجمه انگلیسی آن
اصلیترجمه

  • أهلاً بكم في حلقة جديدة من بودكاست أصوات المدينة ضيفتنا اليوم مريم مصممة تطبيقات من جدة.

    Welcome to a new episode of the Aswat Al-Madina podcast. Our guest today is Maryam, an app designer from Jeddah.

  • أهلاً فهد وشكراً على الاستضافة.

    Hello Fahad, and thank you for hosting me.

  • حدثينا عن بدايتك كيف دخلت عالم التصميم؟

    Tell us about your beginnings. How did you enter the world of design?

  • بدأت قبل خمس سنوات بتطبيق صغير لمقهى في حينا ومن هناك كبرت الفكرة.

    I started five years ago with a small app for a coffee shop in our neighborhood, and from there the idea grew.

خروجی‌ها

متن پیاده‌شده را هر جا ببرید

شش قالب، هرکدام با متن اصلی، ترجمه یا هر دو. گزیده‌های زیر از فایل‌های واقعی خروجی‌گرفته از نمونه‌اند.

بخش‌های شماره‌دار با زمان شروع و پایان، شکسته‌شده برای صفحه نمایش، با علامت‌گذاری راست‌به‌چپ برای عربی.

نخستین سطرهای فایل خروجی
1
00:00:00,400 --> 00:00:02,700
Speaker 1: Welcome back to the show today.

2
00:00:02,700 --> 00:00:05,500
Speaker 1: We're talking about
starting a small business.
  • متن اصلی، ترجمه یا هر دو
  • نمایش یا پنهان کردن نام گویندگان
  • نمایش یا پنهان کردن زمان‌ها

کاربردها

چه کسانی از تبدیل گفتار به متن استفاده می‌کنند

هر کسی که گفت‌وگوی افراد را ضبط می‌کند و واژه‌ها را به‌صورت نوشته لازم دارد.

برای تیم‌ها

متن‌هایی که با شیوه کار تیم شما جور است

تبدیل گفتار به متن درون فضای کاری Vocla شما اجرا می‌شود، با همان نقش‌ها، تأییدها و بودجه‌هایی که در بقیه محصول دارید.

  • نقش‌هابینندگان می‌توانند متن‌ها را باز، جست‌وجو و خروجی کنند؛ ویرایشگران بارگذاری، ویرایش، ترجمه و خروجی نهایی می‌گیرند.
  • تأییدهاوقتی فضای کاری شما تأیید لازم دارد، خروجی زیرنویس‌ها تا پیش از دانلود منتظر بازبینی تأییدشده می‌ماند.
  • سقف اعتبارسقف اعتبار اعضا شامل پیاده‌سازی، ترجمه و خروجی زیرنویس‌ها می‌شود.
  • برچسب مشتریمتنی را با نام مشتری برچسب بزنید تا هزینه‌ها و خروجی زیرنویس‌هایش هم پیرو آن باشند، برای گزارش‌های مصرف تمیز.

طرح‌ها و اعتبار

قیمت‌های روشن، محدودیت‌های روشن

پیاده‌سازی بر اساس هر دقیقه آغازشده و از روی طول فایل محاسبه می‌شود و هزینه پیش از شروع نمایش داده می‌شود. اگر پیاده‌سازی ناموفق باشد، اعتبارش بازگردانده می‌شود.

قیمت‌های روشن، محدودیت‌های روشن
طرح‌ها و اعتبارطولانی‌ترین فایلترجمههر شش خروجی
پایه15 دقیقهشامل استشامل است
Starter30 دقیقهشامل استشامل است
Professional120 دقیقهشامل استشامل است
Business300 دقیقهشامل استشامل است
Enterprise300 دقیقهشامل استشامل است

اعتبار

پیاده‌سازی
150 اعتبار برای هر دقیقه آغازشده
ترجمه
+60 اعتبار در هر دقیقه
حجم بارگذاری
تا 500 مگابایت برای هر فایل
نمونه: یک مصاحبه 30 دقیقه‌ای
4,500 اعتبار (6,300 با ترجمه)
مقایسه طرح‌ها

راهنما

چگونه صوت عربی را با هوش مصنوعی پیاده کنیم

تبدیل گفتار عربی به متن چگونه کار می‌کند

تبدیل گفتار به متن به یک ضبط گوش می‌دهد و آنچه گفته می‌شود را با زمان هر واژه می‌نویسد. Vocla ابتدا زبان را پیدا می‌کند (یا از زبانی که انتخاب کرده‌اید استفاده می‌کند)، سپس گفتار را تشخیص می‌دهد، آن را در مکث‌ها و پایان جمله‌ها به سطرها تقسیم می‌کند و مشخص می‌کند هر سطر را کدام گوینده گفته است.

نتیجه یک دیوار متن نیست: متنی است که می‌توانید پخش، جست‌وجو و ویرایشش کنید و هر سطرش به لحظه خودش در صوت گره خورده است. همین است که پیاده‌سازی عربی را برای زیرنویس، نقل‌قول و پژوهش کارآمد می‌کند، نه فقط برای خواندن.

رسیدن به دقیق‌ترین پیاده‌سازی عربی

صوت واضح از هر چیزی مهم‌تر است. نزدیک گوینده ضبط کنید، زیر گفتار موسیقی نگذارید و به هر نفر نوبت خودش را بدهید. اگر لهجه را می‌دانید انتخابش کنید؛ اگر کلیپ کوتاه است یا زبان‌ها را درهم می‌آمیزد، انتخاب زبان توسط خودتان مطمئن‌تر از تشخیص خودکار است.

نام‌ها نقطه ضعف هر سامانه تشخیصی‌اند، پس پیش از شروع افراد، مکان‌ها و برندهای ضبط را به فهرست نام‌ها اضافه کنید. پس از آن، یک دور مرور در ویرایشگر با جست‌وجو و جایگزینی معمولاً چند دقیقه طول می‌کشد، حتی در فایل‌های بلند.

متن پیاده‌شده، زیرنویس یا زیرنویس چسبیده؟

متن پیاده‌شده متن کامل با گویندگان و زمان‌هاست، برای خواندن، نقل‌قول و جست‌وجو. زیرنویس همان واژه‌هاست که به بخش‌های کوتاه زمان‌دار (SRT یا VTT) برای پخش‌کننده تقسیم شده‌اند. زیرنویس چسبیده روی تصویر حک می‌شود، پس همه‌جا نمایش داده می‌شود، حتی در شبکه‌های اجتماعی بدون صدا.

در Vocla همه این‌ها از یک متن پیاده‌شده می‌آیند: یک واژه را یک بار اصلاح کنید تا فایل Word، زیرنویس‌ها و ویدئوی زیرنویس‌دار همه از سطر اصلاح‌شده استفاده کنند.

ترجمه متن پیاده‌شده

ترجمه سطربه‌سطر و با سطرهای اطراف به‌عنوان بافت انجام می‌شود و زمان هر سطر را حفظ می‌کند. می‌توانید آن را کنار اصل بخوانید، تنها خروجی بگیرید یا هر دو را در یک فایل دوزبانه خروجی بگیرید که برای بازبین‌هایی که فقط یکی از دو زبان را می‌خوانند مفید است.

مصاحبه‌های انگلیسی را برای مخاطب عرب‌زبان به عربی ترجمه کنید یا ضبط‌های عربی را برای شرکا و پژوهش به انگلیسی. ترجمه 60 اعتبار در هر دقیقه به 150 اعتبار پیاده‌سازی اضافه می‌کند.

هزینه یک متن پیاده‌شده

پیاده‌سازی برای هر دقیقه آغازشده 150 اعتبار مصرف می‌کند که پیش از شروع بر اساس طول فایل کسر و در صورت شکست بازگردانده می‌شود. یک مصاحبه 30 دقیقه‌ای 4,500 اعتبار مصرف می‌کند، یا 6,300 با ترجمه. پیاده‌سازی در همه طرح‌های پولی هست، اما در طرح Free نیست.

پرسش‌های مربوط به تبدیل گفتار به متن

تبدیل گفتار عربی به متن چقدر دقیق است؟

در ضبط‌های واضح، واژه‌ها معمولاً درست‌اند و املای عربی (همزه‌ها، ة و ى) بازسازی می‌شود؛ نمونه این صفحه بدون ویرایش منتشر شده تا خودتان قضاوت کنید. انتظار داشته باشید نام‌ها را بررسی کنید و کمی نشانه‌گذاری اضافه کنید، چون متن‌ها بدون تشکیل‌اند و نشانه‌گذاری درون سطر ممکن است کم باشد. ویرایشگر این کار را به مروری سریع تبدیل می‌کند.

چه زبان‌ها و لهجه‌هایی را می‌توانم پیاده کنم؟

عربی، از جمله لهجه‌هایی که می‌توانید انتخاب کنید، به‌علاوه انگلیسی، فرانسوی و زبان‌های دیگر. در حالت خودکار، عربی، انگلیسی و فرانسوی مستقیم و زبان‌های دیگر با تشخیص هوش مصنوعی شناسایی می‌شوند.

گویندگان مختلف را تشخیص می‌دهد؟

بله. گویندگان خودکار تشخیص داده می‌شوند و هر سطر با برچسب گوینده 1، گوینده 2 و غیره مشخص می‌شود. در ویرایشگر می‌توانید نام گویندگان را تغییر دهید و سطرها را میانشان جابه‌جا کنید.

می‌توانم ویدئو را هم پیاده کنم، نه فقط صوت؟

بله. صوت یا ویدئو بارگذاری کنید؛ Vocla صدای آن را پیاده می‌کند. همین متن سپس می‌تواند با زیرنویس هوشمند به زیرنویس چسبیده تبدیل شود.

فایل چقدر می‌تواند طولانی باشد؟

بسته به طرح شما: 15 دقیقه برای هر فایل در طرح پایه، ‏30 دقیقه در Starter، ‏120 دقیقه در Professional و 300 دقیقه در Business و Enterprise، و تا 500 مگابایت برای هر بارگذاری. تبدیل گفتار به متن در طرح Free نیست.

هزینه پیاده‌سازی چقدر است؟

150 اعتبار برای هر دقیقه آغازشده صوت، به‌علاوه 60 اعتبار در هر دقیقه اگر ترجمه کنید. هزینه پیش از شروع نمایش داده می‌شود و اگر پیاده‌سازی ناموفق باشد بازگردانده می‌شود.

آیا تبدیل گفتار به متن در طرح Free هست؟

خیر. تبدیل گفتار به متن، ترجمه متن پیاده‌شده و زیرنویس هوشمند قابلیت‌هایی پولی‌اند و در همه طرح‌های پولی، از پایه با 1 دلار در ماه تا Starter، ‏Creator، ‏Professional،از Starter با 4.99 دلار در ماه تا Creator، ‏Professional، ‏Business و Enterprise، گنجانده شده‌اند. هر پیاده‌سازی همچنان اعتبار مصرف می‌کند و هزینه پیش از شروع نمایش داده می‌شود.

می‌توانم متن پیاده‌شده را ترجمه کنم؟

بله، مثلاً از انگلیسی به عربی یا از عربی به انگلیسی. ترجمه زمان هر سطر را حفظ می‌کند و کنار متن اصلی نمایش داده می‌شود و می‌توانید متن اصلی، ترجمه یا هر دو را خروجی بگیرید.

چه قالب‌های خروجی‌ای وجود دارد؟

Word (DOCX) با عربی راست‌به‌چپ درست، زیرنویس SRT و VTT، متن ساده، JSON با زمان‌بندی واژه‌ها و CSV که در Excel درست باز می‌شود.

آیا متن‌های عربی در Word و Excel درست باز می‌شوند؟

بله. فایل Word برای سطرهای عربی بندهای راست‌به‌چپ دارد و CSV با UTF-8 و نشان ترتیب بایت ذخیره می‌شود تا Excel عربی را درست نشان دهد.

چطور تشخیص نام‌ها را بهتر کنم؟

هنگام شروع پیاده‌سازی آن‌ها را به فهرست نام‌ها و اصطلاحات اضافه کنید. Vocla از فهرست برای شناسایی‌شان استفاده می‌کند و واژه منطبق را به روش فهرست می‌نویسد.

پیاده‌سازی زنده و بلادرنگ دارید؟

خیر. تبدیل گفتار به متن روی فایل‌های بارگذاری‌شده کار می‌کند که معمولاً ظرف چند دقیقه آماده‌اند.

تیم من می‌تواند روی متن‌ها با هم کار کند؟

بله. متن‌ها در فضای کاری شما قرار دارند: بینندگان می‌توانند بخوانند و خروجی بگیرند، ویرایشگران می‌توانند ویرایش و ترجمه کنند و سقف اعتبار اعضا و برچسب مشتری اعمال می‌شود.

ابزارهای دیگر را ببینید

راهکارهایی برای کار مشخص شما

صفحه‌های متمرکز (به انگلیسی) با روش کار، متن‌های آماده و هزینه‌ها برای یک مخاطب مشخص.

همه راهکارها

شروع در چند دقیقه

همین امروز به محتوای خود صدا ببخشید

رایگان شروع کنید و هر ماه ⁠500͏⁠ اعتبار بگیرید. بدون نیاز به کارت بانکی.

حساب رایگان خود را بسازیدمشاهده قیمت‌ها
  • هر ماه ⁠500͏⁠ اعتبار رایگان
  • بدون نیاز به کارت بانکی
  • صداهای عربی و انگلیسی، با رابط کاربری فارسی