كيف يعمل
- أسقط الفيديو. يُستخرج الصوت على حاسوبك.
- أنشئ الترجمة. في المرة الأولى يُنزَّل نموذج التعرّف على الكلام (نحو 80 MB للسريع و250 MB للدقيق) ويخزّنه متصفحك مؤقتًا — وفي المرة التالية يبدأ فورًا. ثم يعمل التعرّف على معالجك؛ ولا يغادر صوتك جهازك أبدًا.
- عدّل. انقر على وقت للانتقال إليه، وصحّح النص في القائمة، واحذف أسطرًا، أو أزح كل الترجمات إن كانت مبكرة أو متأخرة.
- احفظ. نزّل ملف .srt أو .vtt، أو احفظ الفيديو مع الترجمة المدمجة في الصورة.
مدمجة في الصورة أم ملف منفصل؟
- مدمجة في الصورة (open captions) — جزء من الصورة وتظهر في كل مكان: Instagram وTikTok وLinkedIn وWhatsApp وأي تلفاز. تُشاهد معظم فيديوهات التواصل الاجتماعي بلا صوت، لذا هذا هو الخيار المعتاد لها. ويُعاد ترميز الفيديو.
- ملف .srt بجانب الفيديو (closed captions) — يستطيع المشاهدون تشغيلها أو إيقافها. سمِّه باسم الفيديو نفسه (
holiday.mp4+holiday.srt) فيلتقطه VLC وPlex وKodi ومعظم أجهزة التلفاز الذكية تلقائيًا. ويقبل YouTube وVimeo رفع ملفات SRT وVTT أيضًا.
ما مدى دقته؟
مع كلام واضح في غرفة هادئة يصيب Whisper معظم الكلمات؛ وتبقى الأسماء والعلامات التجارية والمصطلحات التقنية هي ما ستصحّحه. وتقلّل الموسيقى الخلفية وتحدّث عدة أشخاص في وقت واحد واللهجات القوية من الدقة. ويستخدم خيار «الدقيق» نموذجًا أكبر ويخطئ أقل بوضوح، بنحو ثلث السرعة.
كم يستغرق؟
على حاسوب محمول عادي من السنوات القليلة الماضية، يعالج النموذج السريع الكلام أسرع بنحو 3–4 مرات من الزمن الفعلي — أي فيديو مدته 10 دقائق في نحو 3 دقائق. أما الدقيق فيعمل بسرعة الزمن الفعلي تقريبًا. والحواسيب الأقدم أو الضعيفة أبطأ؛ ويمكنك مواصلة استخدام علامات تبويب أخرى أثناء عمله.
اللغات والترجمة
يتعرّف Whisper على نحو 100 لغة ويكتشف اللغة بنفسه. ويمكنه أيضًا ترجمة الكلام إلى ترجمات نصية بالإنجليزية: اختر «الإنجليزية (ترجمة)» — وهذا مفيد لمشاركة فيديو مسجّل بلغة أخرى مع جمهور ناطق بالإنجليزية.
خصوصية بالتصميم
معظم مولّدات الترجمة ترفع الفيديو إلى خوادمها وتتقاضى مقابل كل دقيقة. أما هنا فيعمل النموذج محليًا في متصفحك، فلا رفع ولا حد زمني ولا اشتراك — وهذا مفيد للمقابلات والاجتماعات الداخلية وكل ما هو سري.
أسئلة شائعة
هل هو مجاني؟
نعم، بلا حد للدقائق وبلا علامة مائية وبلا تسجيل.
هل يُرفع الفيديو الخاص بي؟
لا. يُنزَّل نموذج التعرّف على الكلام فقط مرة واحدة من Hugging Face؛ ويبقى الفيديو والصوت على حاسوبك.
ما الفرق بين SRT وVTT؟
كلاهما ملف ترجمة نصي بسيط. تدعم SRT كل المشغّلات وأجهزة التلفاز تقريبًا؛ أما VTT فهو معيار الويب الذي تستخدمه مشغّلات HTML5. نزّل ما تطلبه منصتك.
هل يمكنني إضافة ملف SRT خاص بي ودمجه؟
نعم — استخدم «استيراد SRT/VTT»، وتحقق من التوقيت، ثم احفظ الفيديو بترجمة مدمجة في الصورة.
لماذا يكون التشغيل الأول بطيئًا؟
يجب تنزيل نموذج التعرّف على الكلام مرة واحدة (80–250 MB). وبعد ذلك يخزّنه متصفحك.
آخر تحديث: 30/10/2026