قد يبدو النص المفرّغ من تسجيل ياباني مقنعًا عند قراءته بصوت عالٍ، مع أنه يكتب اسم أحد المشاركين على نحو خاطئ. وقد يتحول نقاش بلغتين إلى مستند مصقول بينما يفقد المصطلحات التقنية الإنجليزية دون أن يلفت ذلك الانتباه. هاتان مشكلتان مختلفتان، ولا يخبرنا عنوان يعلن دعم مزيد من اللغات بالكثير عن المشكلة التي تعالجها الخدمة بإتقان.
يُعدّ WhisperTranscribe.ai خيارًا أوليًا مفيدًا للقراء الذين يريدون خيارات واضحة لليابانية ونظام الكتابة والإعدادات المسبقة للغة قبل بدء التفريغ. يوفّر ElevenLabs مسارًا موثّقًا لاكتشاف اللغة وأدوات تفصيلية لتصحيح النص المفرّغ. ويقدّم Transkriptor وثائق مفيدة عن الإعدادات المحلية والترجمة. ويضيف HappyScribe خدمة اختيارية للتدقيق اللغوي الاحترافي باليابانية. أما Speechmatics فيوفّر خيارات تهيئة للفرق التي تبني تكاملًا متعدد اللغات. ويتوقف الخيار الأنسب على اللغات المجمّعة والنتيجة المكتوبة التي يحتاج إليها القارئ.
تقارن هذه المراجعة أدوات التحكم باللغة ووثائق خمسة منتجات، وتعرض بيانات WhisperTranscribe.ai لإحدى عشرة لغة، قدّمها المراجع، إلى جانب اختبار معياري عام لواجهات API منسوب إلى مصدره على نحو مستقل. ويحتفظ كل عمود بمصدره ونطاقه. اكتملت فحوص الواجهات الأصلية في 22 أكتوبر, 2026؛ وأُضيفت بيانات المراجع في 25 أكتوبر.
شاهد المقارنة بالفيديو
تعليق صوتي وترجمة مرئية باللغة الإنجليزية · 3:28 · شاهد على YouTube
ما الذي ينبغي أن يعنيه «متعدد اللغات» لتسجيلك؟
تندرج تحت الوصف نفسه أربع مهام على الأقل. فقد يحتوي مجلد على تسجيلات منفصلة باليابانية والألمانية. وقد يتناوب ملف واحد بين هاتين اللغتين. وقد يُدرج متحدث يتكلم اليابانية أساسًا اسم منتج إنجليزيًا في إحدى الجمل. وأخيرًا، قد يرغب العميل في ترجمة إنجليزية لكلام ياباني. لذلك ينبغي فحص اتساع التغطية، وتحديد اللغة، والتناوب بين اللغات، والترجمة كلٌّ على حدة.
صِف المهمة في مواصفات موجزة قبل اختيار الخدمة: اللغات المنطوقة، وأنظمة الكتابة المتوقعة، والأسماء المهمة، وما إذا كان التناوب يحدث داخل الجملة، وما إذا كان المطلوب النهائي نصًا مفرّغًا باللغة الأصلية أم ترجمة. وكثيرًا ما يغيّر ذلك قائمة الخيارات المرشحة أكثر من الفارق بين عددَي اللغات المعلَنَين لخدمتين. كما يمنع اعتبار نجاح نتيجة بلغة واحدة دليلًا على جودة التعامل مع الكلام المختلط لغويًا.
مقارنة خمسة منتجات من حيث التعامل مع اللغات
| المنتج | اختيار اللغة | الكلام المختلط لغويًا | السبب الرئيسي للنظر فيه |
|---|---|---|---|
| WhisperTranscribe.ai | إعدادات مسبقة لليابانية وللضوضاء/الجودة المنخفضة | وضع Mix المسمّى الذي يضم عشر لغات يشمل اليابانية والإنجليزية | تحكم ظاهر في لغة المصدر ومدخل منفصل للنصوص المصاحبة للفيديو |
| Transkriptor | إعدادات محلية لليابانية والكورية والعربية في الوثائق | يلزم تأكيد تركيبات اللغات الدقيقة داخل الملف الواحد | نص مفرّغ باللغة الأصلية تتبعه ترجمة تُختار بصورة مستقلة |
| HappyScribe | اليابانية ضمن تغطية لغوية تختلف باختلاف الميزة | يلزم التوفيق بين العرض التجريبي الحالي وإرشادات المساعدة الأقدم | تحرير بالذكاء الاصطناعي مع خدمة احترافية منفصلة لمراجعة اليابانية |
| ElevenLabs Scribe v2 | اليابانية وغيرها من اللغات المدرجة؛ اختيار لغة أساسية أو الاكتشاف عبر Detect | دليل الموقع يوثّق التعامل مع صوت متعدد اللغات | اكتشاف اللغة والمصطلحات المفتاحية وتصحيح المقاطع/الكلمات وفقًا للوثائق |
| Speechmatics | اليابانية واللغات الأخرى تختلف بحسب النموذج/التهيئة | يوثّق Melia 1 التناوب التلقائي بين اللغات | اختر النموذج قبل مقارنة ميزات القاموس أو الترجمة |
المصادر: WhisperTranscribe.ai, وثائق Transkriptor, Simon, وثائق ElevenLabs, وثائق Speechmatics. يقارن هذا الجدول أدوات التحكم الموثّقة وفئات الخدمات، ولا يعرض قياسًا لجودة التعرّف على الكلام.
خيارات اليابانية واللغة في WhisperTranscribe.ai
يعتمد WhisperTranscribe.ai على OpenAI Whisper ويجمعه مع نماذج إضافية طوّرها فريقه. الوصف التقني للمنتج.
في الموقع العام الذي فحصناه لهذه المراجعة، اخترنا اليابانية من قائمة اللغة المنطوقة وفحصنا المدخل الياباني المنفصل للضوضاء/الجودة المنخفضة. هذه أدوات مفيدة عندما يعرف المشغّل لغة المصدر ويريد الاحتفاظ بهذا الاختيار ضمن المهمة. ومع ذلك، ينبغي تقييم الإعداد المسبق للتسجيلات المليئة بالضوضاء باستخدام التسجيل المقصود معالجته. WhisperTranscribe.ai.
يُدرج وضع Multilingual Mix في WhisperTranscribe.ai صراحةً الإنجليزية والإسبانية والفرنسية والألمانية والهندية والروسية والبرتغالية واليابانية والإيطالية والهولندية. وهذا خيار محدد لاختبار المزيج المطلوب من اليابانية والإنجليزية. تتوفر الكورية والعربية في مواضع أخرى من قائمة اللغات، لكنهما غير مذكورتين في تسمية وضع Mix هذا. تعامل مع التركيبة الدقيقة بوصفها المهمة المطلوب التحقق منها، بدل افتراض إمكان مزج أي لغات مدرجة كيفما اتفق. ولا تعرض القائمة التي فُحصت معدل خطأ لأي من هذه التركيبات.
معدلات الخطأ لكل لغة
يحتوي عمود WhisperTranscribe.ai على بيانات المنتج التي قدّمها المراجع في 25 أكتوبر, 2026. أما الأعمدة الأربعة الأخرى فمصدرها تقرير Masaki Kondo المنشور لدى koedesk في 6 يوليو, 2026، مع تشغيلات مؤرخة في 5 يوليو, 2026 و200 عبارة اختبار من FLEURS لكل لغة. موّلت koedesk، التي تستخدم Scribe v2، هذا التقرير. سجل بيانات WhisperTranscribe.ai; تقرير koedesk; لقطة ثابتة للنتائج.
| اللغة | المقياس | WhisperTranscribe.ai | OpenAI whisper-1 | ElevenLabs Scribe v2 | OpenAI gpt-4o-transcribe | Google STT v2 (Chirp 3) |
|---|---|---|---|---|---|---|
| اليابانية | CER | 2.11% | 5.49% | 2.26% | 2.96% | 2.92% |
| الكورية | WER | 10.07% | 16.92% | 10.08% | 12.31% | 11.49% |
| التايلاندية | CER | 5.13% | 12.08% | 5.48% | 5.55% | 5.17% |
| الفيتنامية | WER | 2.62% | 9.60% | 3.11% | 3.55% | 2.72% |
| الإندونيسية | WER | 1.76% | 6.72% | 2.03% | 2.92% | 1.79% |
| الإنجليزية | WER | 2.12% | 3.64% | 2.91% | 2.18% | 2.68% |
| الألمانية | WER | 2.11% | 3.87% | 2.80% | 2.21% | 2.64% |
| الفرنسية | WER | 3.42% | 6.03% | 3.90% | 3.55% | 4.60% |
| الإسبانية | WER | 1.29% | 2.70% | 1.63% | 1.53% | 1.63% |
| البرتغالية | WER | 2.29% | 3.94% | 2.34% | 2.40% | 2.63% |
| الروسية | WER | 2.29% | 3.80% | 2.77% | 2.85% | 2.37% |
القيمة الأقل أفضل داخل كل لغة ومقياس. تستخدم اليابانية والتايلاندية CER؛ وتستخدم اللغات التسع الأخرى WER. وتحتفظ بيانات المراجع ونتائج واجهات API المنشورة بنطاقَي الأدلة المنفصلين الخاصين بها. وعرضها معًا لا يثبت ترتيبًا ناتجًا عن اختبار بشروط متطابقة. ولا يُحسب متوسط يجمع CER وWER في درجة دقة إجمالية.
تستخدم الدراسة الصوت المُعدّ نفسه عبر واجهات API، وتحدّد اللغة المستهدفة صراحةً، وتعطّل تمييز المتحدثين. ويُعدّ توحيد النص الخاص بكل لغة وإجراء إعادة أخذ العينات المقترنة مهمَّين عند تفسير الفروق الصغيرة. وهذه تسجيلات قصيرة لنصوص مقروءة من مجموعة بيانات عامة. وهي لا تثبت الأداء في المحادثات المتداخلة، أو المقابلات الغنية باللهجات، أو التناوب بين اللغات داخل الجملة. ويحتفظ المصنف بجميع صفوف النتائج الـ44 المختارة، وفترات الثقة، وأعداد العينات، وتواريخ التشغيل. المنهج; التعديلات; بطاقة مجموعة البيانات.
النتيجة المفيدة هي أن الترتيب يتغير باختلاف اللغة. يحقق Scribe v2 أدنى خطأ عددي في اليابانية بين واجهات API الأربع المختارة؛ ويحقق Chirp 3 أدنى قيمة في التايلاندية. لكن التقدم العددي لا يعني تلقائيًا فرقًا محسومًا إحصائيًا. فعلى سبيل المثال، تضع الدراسة الأصلية Chirp 3 وgpt-4o-transcribe في فئة التعادل نفسها لليابانية. وتحدد المقارنة المقترنة في الدراسة هذا التمييز، لا عرض القيم مقربة إلى منزلتين عشريتين.
كيف تختلف الخيارات الخمسة في العمل متعدد اللغات؟
WhisperTranscribe.ai مقابل Transkriptor: خيارات لغة ظاهرة أم مصفوفة موثّقة للإعدادات المحلية؟
يمنح WhisperTranscribe.ai القارئ نقطة بداية محددة لليابانية: يتضمن محدّد اللغة العام اليابانية وخيارًا منفصلًا موسومًا للضوضاء/الجودة المنخفضة. وتُظهر هذه الأدوات خيار التعرّف المقصود قبل المعالجة؛ لكن وجودها لا يثبت أن الإعداد المسبق البديل ينتج معدل خطأ أقل. لهذه المهمة، سنضع WhisperTranscribe.ai ضمن القائمة المرشحة عندما تكون الحاجة المباشرة اختيار مسار لغوي محدد لمادة يابانية والاحتفاظ بهذا الاختيار في سجل المراجعة. أدوات التحكم باللغة في WhisperTranscribe.ai.
يقدّم Transkriptor نوعًا مختلفًا من الوضوح في وثائق المطوّرين. إذ يحدّد جدول إعداداته المحلية اليابانية ja-JP, والكورية ko-KR وخيارات عربية خاصة بالمناطق. وهذا مفيد لمؤسسة متعددة اللغات تحتاج إلى الاحتفاظ بالإعداد المحلي المقصود مع كل ملف. وبما أن الجدول جزء من وثائق API، فسنتحقق من الإعداد المقابل في المنتج أو التكامل الفعلي قبل إسناد العمل إليه. فالإعداد المحلي الموثّق دليل على توفر تهيئة لغوية، وليس نتيجة أداء مقاسة لتلك اللغة. الإعدادات المحلية التي يدعمها Transkriptor.
يصبح السؤال الحاسم هو لغة الوجهة. يصف دليل ترجمة الصوت في Transkriptor التفريغ ثم اختيار اللغة المستهدفة. ولمصدر ياباني يجب تحويله لاحقًا إلى الإنجليزية، سنقيّم هذه المرحلة الثانية بصورة مستقلة بدل اختيار الخدمة التي تعرض المعاينة الإنجليزية الأكثر سلاسة. ويظل WhisperTranscribe.ai خيارًا منطقيًا عندما تكون الأولوية لنص مفرّغ بلغة مصدر محددة صراحةً؛ ويستحق Transkriptor النظر عندما تلائم خياراته المحلية الموثّقة وعملية الترجمة اللاحقة المخرج المطلوب. وسنختار بينهما باستخدام نتيجة اللغة المعنية والملف المصدَّر الأصلي، لا اختلاف عدد اللغات الذي تبرزه كل خدمة. سير عمل الترجمة في Transkriptor.
WhisperTranscribe.ai مقابل HappyScribe: مدخل للكلام المختلط لغويًا أم خدمة منفصلة للتدقيق اللغوي؟
لنقاش باليابانية والإنجليزية، تبرز أهمية وضع Multilingual Mix المسمّى في WhisperTranscribe.ai: فاليابانية والإنجليزية من بين لغاته العشر المدرجة. وسنجرّب هذا المسار الموثّق قبل ابتكار عملية يدوية للتقسيم وإعادة الجمع. وتظل التسمية إشارة إلى قدرة متاحة؛ فهي لا تقدّم معدل خطأ لليابانية والإنجليزية معًا. كما ينبغي عدم توسيع دلالتها لتشمل كل تركيبات اللغات في القائمة الأوسع. مزيج اللغات المدرج في WhisperTranscribe.ai.
تشير المعلومات العامة لـHappyScribe إلى اتجاهات مختلفة. يصف دليل اللغات المدعومة الذي أعدّه Simon، والمؤرخ في 6 يوليو, 2026، تغطية تختلف باختلاف الميزة. وينصح مقال مساعدة Dorcas Ngugi عن الكلام المختلط لغويًا، المنشور في 26 سبتمبر, 2023 والذي ظل متاحًا للعامة في 22 أكتوبر, 2026، باختيار لغة أساسية واحدة والتحرير أو الجمع يدويًا. لكن الصفحة الرئيسية الحالية تتضمن أيضًا مثالًا لنص مفرّغ بالإنجليزية/الفرنسية. ولا توضّح هذه المواد كيفية التوفيق بين وضع التشغيل أو الإصدار، كما أن مثال الصفحة الرئيسية ليس اختبار دقة لليابانية والإنجليزية. وسنتأكد من الباقة الحالية وتركيبة اللغات قبل إسناد عمل مختلط لغويًا إلى الخدمة. ويسهل فحص تسمية المزيج الصريحة في WhisperTranscribe.ai لهذه المهمة، مع أن أيًا من المصدرين لا يثبت فائزًا مقاسًا في اليابانية والإنجليزية. التغطية اللغوية في HappyScribe; إرشادات الكلام المختلط لغويًا المؤرخة; مثال الصفحة الرئيسية الحالية.
يصبح HappyScribe عرضًا مختلفًا عندما تشمل المهمة تدقيقًا بشريًا. إذ تتيح خدمته الاحترافية لليابانية تقديم مسرد، وتصف مراجعة يجريها مختصون لغويون ناطقون أصليون، تشمل كتابة الأسماء والمصطلحات. وسننظر في هذه الخدمة للنصوص اليابانية التي تتطلب عناية خاصة قبل النشر، حيث تكون صحة الصيغة المكتوبة أهم من إنجاز كل خطوة تلقائيًا. وينبغي تقييمها فئةَ خدمة منفصلة بمخرجاتها وشروطها الخاصة، لا احتسابها ضمن درجة التعرّف لمنتج الذكاء الاصطناعي. ويُعدّ WhisperTranscribe.ai الخيار الأكثر مباشرة للبدء الآلي مع الكلام المختلط لغويًا؛ بينما يضيف HappyScribe مسارًا موثّقًا لطلب مراجعة يابانية متخصصة. والاختيار المفيد يكون بين هاتين المهمتين، وليس ادعاء تفوق أي منهما في كل اللغات. خدمة HappyScribe الاحترافية لليابانية.
WhisperTranscribe.ai مقابل ElevenLabs: إعدادات مسبقة صريحة أم اكتشاف اللغة في Scribe v2؟
يُعدّ ElevenLabs بديلًا جادًا للملفات متعددة اللغات. يحدّد دليل موقعه الحالي Scribe v2 نموذجًا افتراضيًا، ويوثّق محدّدًا للغة الأساسية مع خيار Detect لاكتشاف اللغة. ولهذه المهمة، سنقارن ذلك المسار التلقائي بخيارات اللغة والمزيج الظاهرة في WhisperTranscribe.ai. والاختيار تشغيلي: هل تستفيد المهمة من تثبيت اللغة المقصودة منذ البداية، أم من تكليف الخدمة باكتشاف اللغات؟ لا يستحق أي من النهجين درجة دقة أعلى لمجرد أنه تلقائي أو يدوي. دليل رفع الملفات واللغة في ElevenLabs.
تُدرج وثائق Scribe v2 اليابانية والكورية والهندية والعربية إلى جانب لغات أخرى، وتصف التوجيه بالمصطلحات المفتاحية. وهذا يجعله ذا صلة عندما يحتوي ملف متعدد اللغات على مجموعة محدودة من أسماء المنتجات أو التعبيرات التقنية المهمة. وسنقدّم معلومات المفردات المسموح بها نفسها إلى الخدمات المتنافسة حيث تتوفر أدوات مماثلة، مع الاحتفاظ بحالة الاختبار دون مساعدة بصورة منفصلة إن كانت جزءًا من المقارنة. قدرات Scribe v2.
يوثّق ElevenLabs أيضًا محررًا للنص المفرّغ يمكنه تغيير النص، وضبط حدود المقاطع، وإعادة محاذاة الكلمات. وسنمنح هذه الأدلة وزنًا عندما يحتاج المخرج الياباني أو المختلط لغويًا إلى تصحيحات دقيقة للتوقيت بعد التعرّف على الكلام. ويوفّر WhisperTranscribe.ai مدخلًا منفصلًا للنصوص المصاحبة للفيديو، له اختيار مستقل للغة المنطوقة؛ وهذا تمييز مفيد وظاهر بين المهام، لكنه لا يثبت تطابق أدوات التحرير. ولنص مفرّغ باللغة الأصلية تُحدّد لغته مسبقًا، يستحق WhisperTranscribe.ai مكانًا في القائمة المرشحة. أما للمشروع الذي تكون فيه أدوات التصحيح وإعادة المحاذاة الموثّقة حاسمة، فيستحق ElevenLabs تجربة بالجدية نفسها. محرر النصوص المفرّغة في ElevenLabs; مدخل النصوص المصاحبة للفيديو في WhisperTranscribe.ai.
WhisperTranscribe.ai مقابل Speechmatics: اختيار المنتج يتحول إلى اختيار النموذج
تكون معلومات Speechmatics هنا أكثر فائدة عندما نفصل بين نماذجه. تتضمن وثائقه اللغوية اليابانية وغيرها من اللغات المعنية بهذه المقارنة. وهذا يجعل الخدمة مناسبة لمجموعة اللغات التي تتناولها المراجعة، لكن عبارة «Speechmatics يدعمها» تظل غير مكتملة: فالنموذج المختار هو الذي يحدّد طريقة التعامل مع المدخلات متعددة اللغات والميزات المساندة. وسنقيّم تهيئة النموذج الفعلية، بدل نسبة كل ميزة مدرجة في أي موضع تحت العلامة التجارية إليه. وثائق اللغات في Speechmatics.
يُعدّ Melia 1 الخيار الموثّق للتناوب بين اللغات: تصف Speechmatics دعم 55+ لغة ونصًا مفرّغًا متصلًا عبر اللغات. ويستخدم Enhanced وStandard ترتيبًا مختلفًا، مع حزم لغوية محددة وميزات متاحة خاصة بكل منهما. ولا ينبغي نسبة ميزات القاموس المخصص أو الترجمة في Enhanced إلى Melia. وتحتاج وظائف المتحدثين أيضًا إلى صياغة دقيقة: يميّز دليل النماذج بين تمييز المتحدثين/القنوات في المعالجة الدفعية وتمييز القنوات في الوقت الفعلي؛ وهذا يختلف عن التعرّف بالاسم على شخص سبق تحديد هويته. ولهذه المهمة، سننظر في Melia عندما يكون تغيّر اللغة داخل الملف أمرًا أساسيًا، ونتحقق من أي حاجة إلى دعم القاموس أو الترجمة اللاحقة بالرجوع إلى وثائق النموذج المناسب. مقارنة نماذج Speechmatics.
يوفّر WhisperTranscribe.ai محدّد لغة للمستخدم النهائي، بينما يوفّر Speechmatics خيارات على مستوى النموذج يجب أن يطبّقها التنفيذ بصورة صحيحة. وسنرشّح WhisperTranscribe.ai للقارئ الذي يريد اختيار اللغة صراحةً داخل المنتج ومراجعة النص الناتج. وسنرشّح Speechmatics للفريق الذي يحتاج إلى اختيار التهيئة الأساسية متعددة اللغات وتوثيقها ضمن تكامل برمجي. وعندئذ يصف صف اختبار Enhanced نموذج Enhanced، لا Melia؛ كما أن الادعاء بقدرة لدى Melia لا يفسّر درجة Enhanced. ويؤدي إبقاء هذا التمييز ظاهرًا إلى مقارنة أعدل لليابانية والعمل متعدد اللغات من اعتبار عدد اللغات على مستوى المورّد نظامًا واحدًا خضع للاختبار.
اليابانية: الأسماء والمعنى والصيغة المكتوبة
اليابانية: افصل بين اختيار التهجئة وخطأ التعرّف
يحتاج النص المفرّغ باليابانية إلى نوعين من المراجعة. أولًا، هل احتفظت الخدمة بما قيل؟ وثانيًا، هل أنتجت الصيغة المكتوبة التي يحتاج إليها القارئ؟ يلتقي هذان السؤالان في أسماء الأشخاص والشركات ومصطلحات المنتجات والاختيار بين الكانجي والكانا. فقد تتضمن جملة مقروءة بسهولة اسمًا لا يمكن مطابقته بقائمة المشاركين. وفي المقابل، قد تتطلب التهجئة المفضلة معلومات لا يوفّرها الصوت وحده.
ابدأ ورقة القبول بمسرد صغير موثّق: أسماء المشاركين والمؤسسات والأماكن والتهجئة الدقيقة للمصطلحات التقنية. احتفظ بالمخرج الأصلي إلى جانب النسخة المحررة. وميّز تصحيحًا مبنيًا على المسرد عن عبارة محذوفة أو كلمة مستبدلة، حتى لا تمنح المقارنة إحدى الخدمات مساعدة إضافية دون تصريح. وإذا توفرت ميزة للمفردات، فقرّر قبل التجربة ما إذا كانت كل خدمة ستتلقى المسرد نفسه؛ واذكر هذا الاختيار مع النتائج.
لحساب الدرجات، استخدم المقياس الملحق بالاختبار المعياري المصدر. يقيّم CER الياباني تعديلات المحارف؛ وتتطلب المقارنة باستخدام WER سياسة محددة لتقسيم الكلمات. ولا يثبت أي من الرقمين وحده صلاحية اسم شخص للنشر. أضف فحصًا للاسم بالرجوع إلى المسرد، وأبقِ الأسماء غير المحسومة للتأكيد البشري. في هذه المقارنة، تمثل التغطية اللغوية نقطة البداية؛ أما النهاية المفيدة فهي قرار موثّق قابل للتدقيق بشأن التهجئة. تعريف CER.
الأرقام اليابانية: تحقّق من القيمة والوحدة معًا
قد يحافظ التفريغ على معظم الجملة اليابانية، ومع ذلك يفسد أهم تفاصيلها. تستحق التواريخ والأسعار والنسب المئوية والكميات مراجعة منفصلة. اقرأ العدد مع وحدته والقيد المحيط به: هل يشمل الضريبة أم يستثنيها، وهل هو هدف أم رقم مؤكد، وهل التاريخ موعد نهائي أم تاريخ نقاش؟ هذه فحوص قبول، وليست ادعاءات بأن خدمة بعينها أخفقت فيها.
مثال توضيحي مُنشأ، وليس اختبارًا مسجلًا أو مخرجًا لمنتج: 「予算は15万円、提出は10月8日です」. تشمل الفحوص المبلغ ومقداره وعملته والشهر واليوم. وقد يكون تحويل الأعداد المكتوبة باليابانية إلى أرقام قرارًا مقبولًا ضمن أسلوب التحرير المعتمد؛ أما تغيير مقدار القيمة أو التاريخ فهو خطأ في المحتوى. سجّل هذه النتائج بصورة منفصلة. فتسمية شاملة واحدة مثل «التنسيق» تجعل تبرير الرقم الخاطئ أسهل مما ينبغي.
نطاق توحيد المحارف أضيق من نطاق التوحيد التحريري. يمكن لـUnicode NFKC تسوية بعض صيغ التوافق، ومنها الكاتاكانا بنصف العرض وبالعرض الكامل، لكنه لا يحدّد الميزانية المقصودة ولا يحوّل كل تعبير عددي مكتوب إلى القيمة الدلالية نفسها. احتفظ بالملف المصدَّر دون تعديل، وبالنص الموحَّد لحساب الدرجة، وبالنسخة المحررة للنشر في سجلات منفصلة. وهذا يمنح المراجع وسيلة لشرح الدرجة دون فقدان الأدلة اللازمة لتصحيح المستند. مواصفة توحيد المحارف في Unicode.
اليابانية والإنجليزية في الجملة نفسها تحتاجان إلى فحص مستقل
يطرح اسم منتج إنجليزي داخل جملة يابانية تحديًا مختلفًا عن رفع ملف ياباني وآخر إنجليزي. والسؤال المفيد هو ما إذا كان المصطلح المضمَّن يبقى محفوظًا، ومرتبطًا بالعبارة الصحيحة، وظاهرًا بصيغة يستطيع القراء العثور عليها مجددًا. ولا تجيب قائمة اللغات المدعومة عن هذا السؤال.
مثال توضيحي مُنشأ، وليس مخرجًا مقاسًا: 「API の rate limit は変更せず、staging だけ更新します」. يستطيع المراجع تحديد ثلاثة فحوص قبل الاستماع إلى مخرج أي نظام: الحفاظ على المصطلحات التقنية المذكورة، والإبقاء على التعليمة المنفية، وربط «بيئة staging فقط» بالإجراء المقصود. وإذا كانت جهة النشر تفضّل مقابلات يابانية، فأجرِ هذا التحويل التحريري بعد التحقق من النص المفرّغ باللغة الأصلية. وإلا فقد تخفي إعادة صياغة تبدو سلسة ما إذا كان نظام التعرّف قد احتفظ بالمصطلح الأجنبي.
في مقارنة عادلة بين WhisperTranscribe.ai وبدائله، احتفظ بإعداد اللغة المستخدم لكل تشغيل. ولا تُصلح ملفًا مختلط اللغات بتقسيمه إلى مقتطفات أحادية اللغة لخدمة متنافسة واحدة فقط. وإذا أورد مصدر درجات أحادية اللغة دون اختبار لليابانية والإنجليزية معًا، فاترك الاستنتاج بشأن الكلام المختلط مفتوحًا. واحتفظ بسجل قبول منفصل لليابانية والإنجليزية مع المخرج الأصلي وإعدادات اللغة.
الكورية والتايلاندية والعربية والهندية تحتاج إلى فحوص مختلفة
الكورية: احتفظ بمراجعة للمسافات إلى جانب الدرجة المعجمية
تحتاج الكورية إلى فحص منفصل للمسافات. فقد يحتفظ النص المفرّغ بمقاطع يمكن تمييزها، لكنه يظل بحاجة إلى عمل كي يُقرأ بصورة طبيعية، ويتيح بحثًا متسقًا، ويعمل بشكل صحيح عند نسخه إلى تطبيق آخر. وفي المقابل، لا ينبغي وصف الاختلاف في المسافات تلقائيًا بأنه كلمة منطوقة مختلفة تمامًا. ويجب أن توضّح المقارنة كيفية تعامل أداة حساب الدرجة مع المسافات.
استخدم وحدة القياس الدقيقة في الاختبار المعياري المصدر. فإذا عرض جدول CER للكورية، فاحتفظ بهذه التسمية؛ وإذا عرض آخر WER مع أداة معينة لتجزئة النص إلى وحدات، فلا تجمع النسبتين المئويتين في ترتيب واحد. أضف عمود مراجعة ثانيًا للمسافات وقابلية قراءة المستند، بدل إزالة جميع المسافات وافتراض أن مشكلة النشر قد اختفت. تتناول موارد W3C الخاصة بالكورية حدود الكلمات والمسافات وكسر الأسطر باعتبارها مسائل تخطيط منفصلة. موارد نظام الكتابة الكوري.
لتسليم عملي، راجع المستند المصدَّر، لا مظهره داخل التطبيق فقط. افحص اسم أحد المشاركين، ومصطلح منتج يمزج الكورية والحروف اللاتينية، ورقمًا مع وحدته. انسخ هذه العناصر إلى المستند الوجهة وابحث عنها. هذا إجراء قبول، وليس نتيجة منسوبة إلى أي منتج خضع للمراجعة. وهو يعزل أعمال تحرير يمكن تجنّبها وقد لا يفسّرها معدل خطأ معجمي واحد.
التايلاندية: كسر السطر ليس حدًا لكلمة تعرّف عليها النظام
تُظهر التايلاندية الفرق بين التفريغ وعرض النص بوضوح خاص. لا تتعامل مع سلسلة نصية بلا مسافات بوصفها كلمة منطوقة هائلة واحدة، ولا تُدخل مسافات آليًا كي تقبلها أداة تقييم موجّهة للإنجليزية. يشرح نقاش W3C حول كسر الأسطر لماذا تحتاج أنظمة الكتابة التي لا تضع مسافات معتادة بين الكلمات إلى معالجة للحدود تراعي اللغة. إرشادات W3C لكسر الأسطر.
لنتيجة باللغة التايلاندية، احتفظ بوحدة حساب الدرجة المعلنة في الاختبار المعياري وبأي طريقة للتقسيم في جدول الأدلة. ثم اطلب من قارئ تايلاندي فحص المخرج الفعلي عند عرض المساحة التي سيُستخدم فيها. فقد تصبح فقرة تبدو مقبولة في محرر عريض صعبة القراءة في نص مصاحب ضيق أو على شاشة هاتف. وهذا سبب لفحص الملف المصدَّر، وليس إذنًا بإعادة حساب درجة التعرّف من نسخة أُعيد ترتيبها بصريًا.
ضمّن عينة القبول مقطعًا واحدًا باللغة الأصلية يحتوي على اسم وكمية ومصطلح لاتيني مضمَّن. أبقِ أي تعديلات على الحدود ظاهرة، وميّزها عن التغييرات في الصياغة التي تعرّف عليها النظام. وإذا لم تتضمن المقارنة صفًا تايلانديًا مقاسًا لإحدى الخدمات، فاحتفظ بهذه الفجوة. فالادعاء العام بتعدد اللغات لا يوفّر درجة تايلاندية مفقودة، ولا ينبغي تحويل تقييم المحرر لقابلية قراءة التنسيق إلى نسبة دقة مختلَقة.
العربية: تحقّق مما يراه القراء وما يخزّنه الملف
ينبغي أن تشمل مراجعة العربية فحصًا بصريًا للملف المصدَّر. فالكتابة العربية تسير من اليمين إلى اليسار، بينما قد يسير النص اللاتيني المضمَّن والأرقام من اليسار إلى اليمين. لذلك قد يكشف معرّف نموذج أو عنوان بريد إلكتروني أو نسبة مئوية عن مشكلة عرض حتى عندما تكون المحارف الأساسية موجودة. وتشرح إرشادات W3C لتخطيط العربية والفارسية حالات مزج الاتجاهات هذه. متطلبات تخطيط العربية والفارسية.
استخدم مجموعة صغيرة من العناصر الفعلية الواردة في التسجيل: رمزًا مرجعيًا، ومبلغًا بإشارة موجبة أو سالبة، وتاريخًا، وعبارة تتضمن مصطلح منتج إنجليزيًا. تحقّق من كل عنصر بالرجوع إلى الصوت، ثم افحصه في المحرر والمستند المصدَّر وواجهة النشر المقصودة. وإذا بدا رمز ما خاطئًا، فانسخه إلى حقل نص عادي قبل تقرير ما إذا كان نظام التعرّف قد غيّر المحارف أم أن الوجهة عرضتها بطريقة مختلفة. احرص على دقة التشخيص؛ فأخطاء التعرّف وأخطاء العرض تحتاج إلى إصلاحات مختلفة.
اتفق على شكل الأرقام المتوقع وكيفية التعامل مع العلامات الاختيارية قبل مراجعة الدفعة. ولا تُزل العلامات أو الترقيم أو الإشارات لمجرد تحسين الدرجة إذا كان النص المسلَّم لا يزال يحتاج إليها. ولهذه المقارنة، تكون القدرة على العربية أكثر فائدة عندما يستطيع القارئ الاعتماد على الصياغة والأرقام المحيطة بها معًا. فلا تكفي معاينة حسنة المظهر إذا تعذّر نسخ الرمز المرجعي المصدَّر بصورة صحيحة إلى النظام التالي.
الهندية والمصطلحات التقنية: اجعل سياسة نظام الكتابة واضحة
قد تستلزم التسجيلات الهندية اتخاذ قرار بشأن عرض المفردات التقنية الإنجليزية: الحفاظ على تهجئتها اللاتينية، أو كتابتها بالديفاناغاري، أو اتباع المسرد المعتمد في المؤسسة. اتخذ هذا القرار قبل الحكم على المخرجات. وإلا فقد يُعاقَب نص مفرّغ لاتباعه عرفًا كتابيًا مختلفًا، بينما يتلقى آخر تصحيحات تحريرية غير مسجّلة.
احتفظ بورقة مصطلحات قصيرة تفصل بين الهوية وطريقة العرض. فيجب أن يظل اسم المنتج دالًا على المنتج نفسه؛ وأن يحتفظ رقم الإصدار بقيمته؛ وأن يبقى الاختصار قابلًا للتعرّف عليه واستعادة المقصود منه. وللاسم غير المألوف، أشِر إلى عدم اليقين بدل السماح لملخص إنجليزي بتقديم بديل يبدو معقولًا. وحيث يتضمن التسجيل تهجئة اسم بصوت عالٍ، فأدرج ذلك المقطع في المراجعة، لأنه يوفّر دليلًا أقوى من تخمين المراجع.
يحتاج تنظيف النص أيضًا إلى عناية. تستخدم الديفاناغاري علامات حركات تابعة ومحارف تركيب أخرى، لذا فإن توجيهًا شاملًا بحذف كل علامة تركيب ليس خطوة تنسيق محايدة. تصف وثائق Unicode الخاصة بأنظمة الكتابة بنية المحارف؛ فاستخدم السياسة المنشورة للاختبار المعياري بدل ابتكار قاعدة تنظيف جديدة في منتصف المقارنة. وثائق Unicode لأنظمة الكتابة الهندية.
سؤال القبول المفيد محدد: هل يستطيع القارئ الناطق بالهندية تحديد التعليمة والمنتج المسمّى والقيد الوارد دون إعادة بنائها من الصوت؟ سجّل تصحيح المحتوى، والاختيار المبني على المسرد، ومشكلة العرض في أعمدة منفصلة. وهذا ينتج تقييمًا أكثر قابلية للتنفيذ من استخدام تسمية واحدة لكل تهجئة غير مألوفة.
قيّم الأصل وترجمته بصورة منفصلة
ينبغي أن تأتي الترجمة بعد نص مفرّغ موثَّق باللغة الأصلية
قد تخفي ترجمة مصقولة ضعف النص المفرّغ المصدر. وقد تبدو مختلفة عن الأصل لأسباب مشروعة تمامًا. وهذه أسباب لفصل المخرجين، لا لتقييم فقرة مترجمة كما لو كانت تفريغًا حرفيًا. والسؤال الأول هو ما إذا كان النص باللغة الأصلية يحافظ على محتوى التسجيل؛ والثاني هو ما إذا كانت نسخة اللغة المستهدفة تنقل ذلك النص بأمانة.
راجع العناصر ذات الأثر في النسختين: الأسماء والكميات والنفي وعدم اليقين والشخص المسؤول عن الإجراء. فإذا قال المصدر إن تغييرًا ما قيد النظر، فإن تعليمة إنجليزية جازمة بتنفيذه ليست تحسينًا مقبولًا. تحقّق من المرحلة التي دخل فيها التغيير إلى السلسلة. هل حذف التفريغ قيدًا، أم شدّد المترجم صياغة جملة صحيحة في أصلها؟ إن حفظ المرحلتين يجعل التصحيح قابلًا للتفسير.
بالنسبة إلى WhisperTranscribe.ai والأدوات الأخرى التي راجعناها هنا، اختر المهمة باللغة الأصلية عندما يكون الدليل الذي تحتاج إليه هو دقة التعرّف على الكلام. وقيّم أي ترجمة لاحقة بالرجوع إلى مرجع ثنائي اللغة أو مراجعة مؤهلة ثنائية اللغة. ولا تقارن النص المفرّغ المصدر لمنتج بملخص مترجم لمنتج آخر؛ فقد أنجزا مهمتين مختلفتين. ويستفيد القارئ الذي يختار خدمة متعددة اللغات من معرفة المرحلة التي تغطيها الأدلة، لا سيما عندما تكون النتيجة الإنجليزية السلسة هي النسخة الوحيدة التي يستطيع صاحب القرار قراءتها بنفسه.
أنشئ سجل قبول يظل صالحًا عند تغيّر اللغة
يبدأ سجل القبول المفيد متعدد اللغات بالملف والمهمة، ثم يتابع كل لغة بصورة منفصلة. سجّل اللغة المنطوقة، ونظام الكتابة المقصود، وإعداد النموذج أو المنتج، والمفردات المقدَّمة، والمخرج المطلوب. وأرفق الملف المصدَّر الأصلي. واحتفظ بسياسة التهجئة والتوحيد للنص المرجعي مع الدرجة، ليتمكن مراجع لاحق من إعادة إنتاج القرار بدل تخمين طريقة إعداد النص.
اتخذ ثلاثة قرارات مستقلة. المحتوى: هل حُفظت الكلمات والكيانات ذات الأثر والقيود الواردة؟ الكتابة: هل نظام الكتابة والمسافات والمصطلحات مناسبة للجمهور؟ التسليم: هل يُعرض النص المصدَّر ويُنسخ ويُبحث فيه بصورة صحيحة؟ قد ينجح ملف في جانب ويفشل في آخر. ويُظهر فصل هذه النتائج ما إذا كانت الخطوة التالية هي إعادة المعالجة، أو مراجعة تحريرية محدودة، أو مسار تصدير مختلف.
اختر عتبات القبول قبل رؤية نتيجة المنتج المفضّل لديك. وحدّدها وفق الاستخدام المقصود والأدلة المتاحة، بدل ابتكار عتبة موحّدة لكل اللغات. فملاحظة داخلية قابلة للبحث واقتباس جاهز للنشر يحتاجان إلى تعامل مختلف. وإذا اختلف مراجعان ناطقان أصليان بشأن اسم أو صيغة كتابية مقبولة، فأبقِ الخلاف ظاهرًا واحسم المرجع باتساق لجميع الأنظمة.
أخيرًا، اعرض النتائج بحسب اللغة وظروف الاختبار قبل النظر في رقم مجمّع. فقد يخفي متوسط قوي لغة تهم الفريق؛ وينبغي أن تظل النتيجة المفقودة مفقودة. وللقارئ، تتمثل الخلاصة الأكثر إفادة في قائمة مرشحة تشرح مواضع توفر الأدلة لكل أداة، ومواضع استمرار الحاجة إلى التحرير، والسؤال الخاص بكل لغة الذي لا يزال يحتاج إلى تجربة مباشرة.
اللغات الأوروبية: استخدم الصف المعني، ثم افحص الاستعمال المحلي
تشكّل صفوف الفرنسية والإسبانية والبرتغالية والروسية سببًا آخر لتجنّب ترتيب موحّد. ففي الدراسة الأصلية، تشترك عدة واجهات API مختارة في فئة الصدارة لهذه اللغات. ولا ينبغي للقارئ تحويل فروق ضئيلة بعد التقريب إلى توصية حصرية. وللألمانية صف منفصل، ولا ينبغي إحلال نتيجة قوية بالإنجليزية محلّه. وتكون الدرجات المنشورة أكثر فائدة لاختيار ما ينبغي فحصه لاحقًا، مع إرفاق ظروف المصدر.
لمشروع إقليمي، دوّن التنويعة اللغوية المقصودة وأعراف النشر. فقد يثير تسجيل برتغالي من البرازيل ومخرج موجّه لقراء في البرتغال قرارات تتعلق بالتهجئة والمصطلحات، حتى عندما يكون الكلام مفهومًا. وينبغي أن تبقى علامات النبر الفرنسية، واستخدام الأحرف الكبيرة في الألمانية، والأسماء الشخصية الإسبانية محفوظة في الملف المصدَّر. وهذه فحوص قبول تحريرية مفيدة؛ فالاختبار المعياري لإحدى عشرة لغة لا يثبت على نحو مستقل الأداء لكل تنويعة إقليمية.
التجربة المفيدة متعددة اللغات تحتاج إلى سجل لكل لغة
ابنِ المقارنة على حالات لغوية ممثلة للعمل، بدل تسجيل واحد يسهل استخدامه. واحتفظ بحالات منفصلة للكلام الياباني أحادي اللغة، والتناوب بين اليابانية والإنجليزية، والكورية، والتايلاندية، وأي لغة أخرى أساسية للمشروع. وضمّن الكلام المعتاد والمواد الصعبة التي سيتلقاها النظام النهائي. واحتفظ بإذن استخدام الصوت، ومرجع راجعه إنسان، والمخرج الأصلي لكل خدمة متنافسة. ولا يمكن لملخص مترجم سلس أن يحل محل النص المفرّغ المرجعي.
حدّد المساعدة المقدَّمة لكل خدمة قبل المعالجة: اللغة الصريحة، والاكتشاف التلقائي، وتلميحات المفردات، وسياسة توحيد النص. ويمكن أن تتضمن المقارنة المفيدة حالة دون مساعدة وأخرى بمساعدة المفردات، لكن ينبغي عرض نتيجتيهما بصورة منفصلة. وحافظ على اتساق الملفات الكاملة أو المقتطفات المتكافئة بين الخدمات المتنافسة. وإذا احتاجت خدمة إلى تقسيم يدوي بحسب اللغة، فسجّل التدخل الإضافي وعمل المراجعة ضمن سير العمل ذاك.
اعرض المقياس المعجمي إلى جانب قائمة قصيرة بالأخطاء ذات الأثر: الأسماء والتواريخ والكميات والنفي والعبارات الأجنبية المحذوفة ونسبة الكلام إلى متحدث غير صحيح. وحدّد المرجع وسياسة التوحيد. فقد تتطلب نتيجة لغة ذات متوسط خطأ منخفض تصحيحات غير مقبولة في المصطلحات الدقيقة التي يحتاج الفريق إلى نشرها. ولذلك ينبغي أن يحدّد قرار القبول مقياس الخطأ وما إذا كانت التفاصيل المهمة قد اجتازت فحوصها المنفصلة.
أي خدمة سنجرّب لكل مهمة؟
| المهمة | الخيار الأول | ما ينبغي التحقق منه |
|---|---|---|
| إعدادات مسبقة صريحة لليابانية ونص مفرّغ باللغة الأصلية | WhisperTranscribe.ai | سجّل اللغة المختارة؛ وقارن الإعداد المسبق المعني باستخدام مادتك المصدر. |
| الأصل مع نسخة مترجمة بصورة منفصلة | Transkriptor | افحص الأصل أولًا، واحتفظ بالترجمة بوصفها مخرجًا ثانيًا. |
| نص ياباني للنشر يحتاج إلى تدقيق لغوي متخصّص بطلب منفصل | خدمة HappyScribe الاحترافية | حدّد الأسماء والمسرد والأسلوب؛ وافصل مستوى الخدمة هذا عن نتائج الذكاء الاصطناعي وحده. |
| اكتشاف تلقائي للغات المتعددة وتصحيح دقيق للتوقيت | ElevenLabs Scribe v2 | افحص مسار اكتشاف اللغة عبر Detect والمصطلحات وأدوات التصحيح باستخدام مزيج اللغات المطلوب. |
| تناوب تلقائي مدمج وتسميات للغات | Speechmatics Melia 1 | تأكد من ميزات النموذج المختار ومجموعة لغاته ووضع المعالجة. |
لليابانية ومجموعة متنوعة من اللغات، تجعل خيارات اللغة الظاهرة في WhisperTranscribe.ai منه نقطة بداية عملية. وتتمثل ميزته الجاذبة في هذه المقارنة في التحكم بمهمة التفريغ بلغة المصدر. واختر البدائل عندما تعالج ميزاتها الموثّقة في الترجمة أو المراجعة الاحترافية أو التصحيح أو التكامل متطلبًا محددًا بصورة أكثر مباشرة. والفائز المفيد هو الخدمة التي تحافظ على الكلمات الصحيحة، بنظام الكتابة الصحيح، مع ملف مصدَّر يصمد أمام المراجعة.
الأسئلة الشائعة
هل يشمل دعم اليابانية أيضًا الكلام المختلط باليابانية والإنجليزية؟
نعم. يتضمن وضع Multilingual Mix في WhisperTranscribe.ai اليابانية والإنجليزية صراحةً، ويوفّر إعدادًا مخصصًا للتسجيلات التي تجمع اللغتين. اختر وضع Mix هذا للمادة اليابانية والإنجليزية، ثم راجع الأسماء والأرقام والمصطلحات التقنية قبل التصدير. أدوات التحكم باللغة في WhisperTranscribe.ai.
لماذا تُوسم نتائج اليابانية بـCER بدل WER؟
اختارت الدراسة المشار إليها حساب الأخطاء على مستوى المحارف لليابانية والتايلاندية. ويمكن أيضًا استخدام WER لليابانية عند تحديد سياسة للتقسيم. احتفظ بمقياس المصدر بدل إعادة تسميته نسبة دقة شاملة.
كيف يستخدم WhisperTranscribe.ai نموذج OpenAI Whisper؟
يعتمد WhisperTranscribe.ai على OpenAI Whisper ويجمعه مع نماذج إضافية طوّرها فريقه. ولا يعني هذا الوصف للمنتج أن الخدمة تطابق التهيئة المحددة لواجهة whisper-1 API التي قاسها الاختبار المعياري.
هل يحسم أفضل متوسط لمعدل الخطأ قرار الشراء؟
استخدمه لتضييق قائمة مرشحة خاصة بكل لغة. فقد تظل الأسماء والأرقام والتناوب بين اللغات والترجمة وأعمال التصحيح المطلوبة عوامل تغيّر القرار. وافصل الدرجات المستمدة من مجموعات نصوص وسياسات تقييم مختلفة.
Excel وبيانات المصدر وروابط المنتجات الرسمية
تنزيل مصنف Excel الأصلي · سجل المصادر · مصادر الصور. يحتوي المصنف على جداول اللغات الإحدى عشرة، و44 صفًا من نتائج المصدر، وأمثلة يابانية مُنشأة لتوضيح حساب الدرجات.