«سنأخذ أربعة، لا، ستة مجلدات.» يستطيع نظام التعرّف على الكلام أن يكتب هذه الجملة كتابةً صحيحة. ولكي تكون الترجمة المصاحبة سهلة القراءة، قد ترغب في اختصار التكرار. وعند ذلك يجب ألّا تعود الستة إلى أربعة. لذا فإن المسار التقني من الصوت إلى الملف النصي ليس سوى بداية العمل التحريري.
whisper.cpp يوثّق التعرّف على الكلام محليًا، بما في ذلك دعم CPU. ويجب تجهيز ملفات النموذج وبيئة التشغيل المناسبة. فاختيار النسخة الإنجليزية فقط أو النسخة متعددة اللغات، وكذلك الاختيار بين النسخ الكتابي والترجمة، قرارات منفصلة؛ ولا يؤدي برنامج شُغّل محليًا المهمة التي تريدها تلقائيًا.
تحديد لغة المصدر والهدف
قرّر أولًا ما إذا كان ينبغي الإبقاء على الكلام المنطوق بلغته الأصلية أم نقله إلى الإنجليزية. فتسجيل باللغة الألمانية مع نص مكتوب بالألمانية مهمة تختلف عن ترجمة إلى الإنجليزية. ويظل النص الإنجليزي السلس نتيجة خاطئة بالنسبة إلى الغرض الأول.
تستخدم تعليمات الخادم الخيار –translate للترجمة من لغة المصدر إلى الإنجليزية؛ أما الخيار –language فيحدّد اللغة المنطوقة. وفي الأمر الفعلي الذي تشغّله، خذ الخيارات من صفحة المساعدة المقابلة بدلًا من خلط إعدادات من أمثلة مختلفة.
إعداد تسجيل قصير خاص بك
سجّل بنفسك بضع جمل غير حساسة: تغييرًا في كمية، واسم علم مختلقًا، وقيدًا مثل «فقط بعد الاستيثاق مجددًا». دوّن الصياغة المعروفة مسبقًا. كما أن وقفة قصيرة متعمّدة تساعد على الفصل بين التعرّف على الكلمات والتقطيع الزمني.
استخدم بيئة محلية مُجهّزة وتنسيقًا صوتيًا مناسبًا. أنتج أولًا أساسًا نصيًا يبقى قريبًا من الكلمات المنطوقة. استمع مجددًا إلى المقاطع التي تحتوي على العدد والاسم، وضع علامة على كل ما هو غير واضح. ولا يجوز لتهجئة متوقعة من قائمة الأسماء لديك أن تحلّ بصمت محلّ مقطع غير واضح فعلًا.
احتفظ بهذا الأساس منفصلًا عن نسخة الترجمة المصاحبة المختصرة لاحقًا. بهذه الطريقة يمكنك تتبّع أي تغيير مصدره التعرّف على الكلام وأيّه مصدره عملك التحريري. يقدّم هذا المقال المنهجية، لا نسخًا كتابيًا أُجري هنا.
يصبح الزمن جزءًا من تنسيق الملف
يربط مسار الترجمة المصاحبة النص ببداية نطاق زمني ونهايته. ويصف تنسيق WebVTT في مواصفة W3C مثل هذه المقاطع النصية المرتبطة بالزمن. ويبدو مثال بسيط على التنسيق من إعدادنا على النحو التالي؛ وأوقاته قيم تعليمية يجب تعديلها لتسجيل حقيقي:
WEBVTT
00:00:00.000 --> 00:00:04.000
We need six folders for the course.
00:00:04.500 --> 00:00:07.000
Open sealed material only after checking back.احفظ نصًا حُرّر فعلًا ليناسب العرض بوصفه ملف UTF-8، وافحصه مع التسجيل المقابل في مشغّل مناسب أو أداة مناسبة للترجمة المصاحبة. فالنص والتوقيت وسهولة القراءة ثلاث ملاحظات منفصلة. وقد يظهر سطر صحيح في وقت مبكر جدًا أو يبقى مرئيًا مدة قصيرة جدًا.
ضع فواصل الأسطر عند وحدات ذات معنى. فكلمة «لا» القائمة وحدها قد يُساء فهمها عند القراءة السريعة. كما ينبغي أن يبقى شرط الموافقة واضحًا في سياقه بدلًا من أن يضيع بسبب قطع غير مناسب.
امنح الصوت الأصلي والنص المكتوب والترجمة المصاحبة الاسم الأساسي نفسه للملف مع امتدادات مختلفة. وتمنع ملاحظة قصيرة عن اللغة وحالة التحرير أن ينتهي الأمر بنسخة مترجمة قديمة بجوار التسجيل الأصلي الجديد عن طريق الخطأ.
ما يبرهن عليه سير العمل المحلي
باستخدام هذه العيّنة يمكنك أن تفحص ما إذا كان إعدادك المُجهّز يقدّم النص الذي تريده، ومقدار التحرير الذي تحتاجه الترجمة المصاحبة. لكنها لا تخبرك بشيء عام عن جودة التعرّف عبر جميع اللغات أو اللهجات أو الضوضاء الخلفية.
وتُعدّ مرحلة الترجمة بعد ذلك اختبارًا منفصلًا. فهي تتطلب مقارنة للمعنى، لا للتهجئة فحسب. وإذا كانت هناك عدة لغات في التسجيل نفسه، فينبغي أن تُدرج المقاطع المعنية صراحةً في فحص الاستماع.
تكمن فائدة المعالجة المحلية في مسار عمل خاص بك يمكنك تسميته. وتنتج ترجمة مصاحبة قابلة للاستخدام حين تربط هذا المسار بالتسجيل الفعلي: اختر المهمة الصحيحة، وتحقّق من الصياغة، وحرّر عن قصد، وراجع النص مقابل طوابعه الزمنية.
المصادر والحالة
المصادر محدّثة حتى 25 أكتوبر 2026. ملف README الخاص بـ whisper.cpp · خيارات مثال الخادم في whisper.cpp.
W3C: WebVTT بوصفه مصدرًا تكميليًا عن التنسيق.
