---
title: "تحويل تسجيلات مركز الاتصال إلى نص: خط معالجة بالشيفرة"
description: "افصل المكالمات الاستريو حسب القناة، وقطّع أدوار الكلام، وفرّغ العربية والإنجليزية، واحجب البيانات الشخصية ولخّص كل مكالمة بنموذج LLM. خط معالجة Python مع التكاليف."
url: https://broadrouter.com/ar/blog/transcribe-call-center-recordings/
lang: ar
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

تُرجمت هذه الصفحة من الإنجليزية بمساعدة الذكاء الاصطناعي. [اقرأ الأصل الإنجليزي](https://broadrouter.com/blog/transcribe-call-center-recordings/) (حُدّث في 2026-11-14).

# كيف تفرّغ تسجيلات مراكز الاتصال نصيًا: خط معالجة جاهز للعربية

بقلم فريق BroadNet Inference · قراءة في 4 دقائق · تاريخ النشر 2026-11-14

لتفريغ تسجيلات مركز الاتصال نصيًا، افصل الملفات الاستريو إلى قناتَي الموظف والعميل، وقطّع كل قناة إلى أدوار كلام، وفرّغ كل دور برمز اللغة الصحيح، ثم ادمج الأدوار حسب وقت البدء. واحجب أرقام البطاقات والهواتف من النص المفرّغ قبل أن يلخّص نموذج LLM المكالمة. أما التسجيلات الأحادية فتحتاج إلى خطوة منفصلة لتمييز المتحدثين.

## أبرز النقاط

-   تخزّن معظم أنظمة تسجيل المكالمات الموظف والعميل على قناتين منفصلتين في ملف استريو. وفصلهما يعطيك تسمية دقيقة للمتحدثين دون تمييز المتحدثين.
-   تقطيع كل قناة عند فترات الصمت يعطيك ترتيب الأدوار ويُعفيك من دفع ثمن الصمت.
-   وحّد الأرقام العربية المشرقية قبل الحجب، وإلا أفلتت أرقام البطاقات والهواتف.
-   احجب البيانات في النص المفرّغ قبل خطوة التلخيص، واطلب من نموذج LLM مخرجات JSON منظَّمة.
-   بسعر $0.0042 للدقيقة، يكلّف تفريغ 1,000 ساعة من الكلام العربي $252.00.

**في هذه الصفحة**

1.  الخطوة 1: هل التسجيل استريو أم أحادي؟
2.  الخطوة 2: كيف تفصل قنوات الاستريو بـffmpeg؟
3.  الخطوة 3: كيف تقطّع كل قناة إلى أدوار كلام؟
4.  الخطوة 4: كيف تفرّغ كل دور؟
5.  الخطوة 5: كيف تدمج الأدوار في حوار؟
6.  وماذا عن التسجيلات الأحادية؟
7.  الخطوة 6: كيف تحجب البيانات الشخصية، بما فيها الأرقام العربية؟
8.  الخطوة 7: كيف تلخّص كل مكالمة بنموذج LLM؟
9.  ما فحوص الجودة التي تسبق التحليلات؟
10.  كم يكلّف تفريغ المكالمات؟
11.  أين يأتي دور BroadNet Inference؟

_[image: A support agent with a headset beside a screen showing a call transcript, with the text "Every call becomes insight."]_

Illustration of an app you could build; not a BroadNet product screenshot.

ينتج مركز الاتصال آلاف الساعات من الصوت شهريًا، ولا يُقرأ منها شيء تقريبًا. النصوص المفرّغة تجعل المكالمات قابلة للبحث، والملخّصات تجعلها قابلة للمراجعة. يبني هذا المقال خط المعالجة من البداية إلى النهاية، مع زاوية عربية: اللهجات، والخلط بين العربية والإنجليزية، والأرقام العربية المشرقية.

الخطوات:

1.  افحص التسجيل: استريو أم أحادي؟
2.  افصل الاستريو إلى قناتَي الموظف والعميل.
3.  قطّع كل قناة إلى أدوار كلام.
4.  فرّغ كل دور باللغة الصحيحة.
5.  ادمج الأدوار في حوار حسب وقت البدء.
6.  احجب البيانات الشخصية (PII) من النص.
7.  لخّص بنموذج LLM في حقول منظَّمة.

## الخطوة 1: هل التسجيل استريو أم أحادي؟

```bash
ffprobe -v error -show_entries stream=channels,sample_rate,duration -of csv=p=0 call.wav
# 2,8000,412.6   -> stereo, 8 kHz telephone audio, 6.9 minutes
```

كثير من أنظمة التسجيل في مراكز الاتصال تخزّن الموظف على قناة والعميل على الأخرى. ويؤكد [دليل AssemblyAI لمراكز الاتصال](https://www.assemblyai.com/docs/contact-center-best-practices) النقطة نفسها: مع القنوات المنفصلة تحصل على فصل المتحدثين دون تمييز المتحدثين. تحقّق من أي جانب لمن على بضع مكالمات؛ فليس اليسار للموظف دائمًا.

## الخطوة 2: كيف تفصل قنوات الاستريو بـffmpeg؟

```bash
ffmpeg -i call.wav -af "pan=mono|c0=c0" -ar 16000 agent.wav
ffmpeg -i call.wav -af "pan=mono|c0=c1" -ar 16000 customer.wav
```

يُبقي المرشّح `pan` قناة واحدة، ويعيد `-ar 16000` أخذ العيّنات بتردد 16 kHz، وهي الصيغة التي يستخدمها توثيق BroadNet لتسجيلات الهاتف.

## الخطوة 3: كيف تقطّع كل قناة إلى أدوار كلام؟

هذه صورة بسيطة من [اكتشاف النشاط الصوتي](https://broadrouter.com/ar/glossary/vad/). إرسال كل قناة كاملة يعمل، لكنك تدفع ثمن كل ثانية صمت بينما يتحدث الطرف الآخر، ما يضاعف الفاتورة تقريبًا في المكالمة الاستريو. كما أنك تفقد ترتيب الأدوار. والتقطيع عند فترات الصمت يعالج الأمرين:

```python
import re, subprocess

def speech_turns(wav, noise="-35dB", min_silence=0.6):
    """Return (start, end) seconds of speech, using ffmpeg silencedetect."""
    log = subprocess.run(
        ["ffmpeg", "-i", wav, "-af", f"silencedetect=noise={noise}:d={min_silence}", "-f", "null", "-"],
        capture_output=True, text=True).stderr
    dur = float(subprocess.run(
        ["ffprobe", "-v", "error", "-show_entries", "format=duration", "-of", "csv=p=0", wav],
        capture_output=True, text=True).stdout)
    starts = [float(x) for x in re.findall(r"silence_start: ([\d.]+)", log)]
    ends = [float(x) for x in re.findall(r"silence_end: ([\d.]+)", log)]
    turns, cursor = [], 0.0
    for s, e in zip(starts, ends + [dur]):
        if s - cursor > 0.4:
            turns.append((cursor, s))
        cursor = e
    if dur - cursor > 0.4:
        turns.append((cursor, dur))
    return turns
```

اضبط `noise` على تسجيلاتك أنت: الخطوط المشوّشة تحتاج إلى عتبة أعلى مثل `-30dB`.

## الخطوة 4: كيف تفرّغ كل دور؟

```python
import os, tempfile
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

def transcribe_turns(wav, speaker, language="ar"):
    out = []
    for start, end in speech_turns(wav):
        with tempfile.NamedTemporaryFile(suffix=".wav") as seg:
            subprocess.run(["ffmpeg", "-y", "-loglevel", "error", "-i", wav,
                            "-ss", f"{start:.2f}", "-to", f"{end:.2f}", seg.name], check=True)
            with open(seg.name, "rb") as audio:
                text = client.audio.transcriptions.create(
                    model="broadnet/cohere-transcribe-arabic", file=audio, language=language).text
        out.append({"start": start, "speaker": speaker, "text": text.strip()})
    return out
```

أرسل `language` دائمًا. فبدونه قد تعود العربية بحروف لاتينية. ولطوابير المكالمات الإنجليزية، استخدم `broadnet/cohere-transcribe` مع `language="en"`. وأبقِ مجموعة العمّال صغيرة: مفاتيح الدفع حسب الاستخدام تسمح بـ4 طلبات متزامنة و30 طلب في الدقيقة، ويبيّن [دليل الأخطاء وإعادة المحاولة](https://broadrouter.com/ar/guides/errors-and-retries/) كيف تتراجع عند 429.

يجب أن يبقى الملف الواحد تحت 25 MiB. والمونولوج الطويل بصيغة WAV أحادية بتردد 16 kHz (نحو 32 KB في الثانية) يتجاوز ذلك عند نحو 13 دقيقة؛ قسّمه بـ`-f segment -segment_time 600`.

## الخطوة 5: كيف تدمج الأدوار في حوار؟

```python
turns = transcribe_turns("agent.wav", "Agent") + transcribe_turns("customer.wav", "Customer")
dialogue = "\n".join(f'{t["speaker"]}: {t["text"]}' for t in sorted(turns, key=lambda t: t["start"]))
```

يظهر الكلام المتداخل كدورين بأوقات بدء متقاربة، وهذا ما يتوقعه المراجع البشري.

## وماذا عن التسجيلات الأحادية؟

دون قنوات منفصلة تحتاج إلى **[تمييز المتحدثين](https://broadrouter.com/ar/glossary/diarization/)** (diarization): أي تحديد من تكلّم ومتى. الخيارات:

| الخيار | الطريقة | المقايضة |
| --- | --- | --- |
| تمييز المتحدثين بأداة مفتوحة المصدر | شغّل [pyannote.audio](https://github.com/pyannote/pyannote-audio) على خوادمك، ثم فرّغ مقطع كل متحدث | تستضيف نموذجًا بنفسك؛ ويبقى الصوت لديك |
| مزود يقدّم تمييز المتحدثين مدمجًا | عدة واجهات STT تعيد تسميات المتحدثين؛ راجع [مقارنة الأسعار](https://broadrouter.com/ar/blog/speech-to-text-api-pricing-compared/) لتكاليف الإضافات | مورّد إضافي في مسار البيانات |
| تسمية الأدوار بنموذج LLM | فرّغ الأدوار، ثم اطلب من نموذج LLM تسمية كل دور Agent أو Customer من السياق | رخيص؛ ويخطئ في الأدوار القصيرة أو الملتبسة |
| عالج المشكلة من مصدرها | حوّل نظام التسجيل إلى قناتين | أفضل حل على المدى الطويل |

لا تُدرج BroadNet تمييز المتحدثين ضمن خدماتها، لذا اجمعها في الصوت الأحادي مع أحد الخيارات الثلاثة الأولى.

## الخطوة 6: كيف تحجب البيانات الشخصية، بما فيها الأرقام العربية؟

يقرأ المتصلون أرقام البطاقات وأرقام IBAN والهواتف بصوت عالٍ. وقد تكتبها النصوص المفرّغة بأرقام غربية (0-9) أو بأرقام عربية مشرقية (٠-٩). وحّد الأرقام أولًا، ثم احجب:

```python
EASTERN = str.maketrans("٠١٢٣٤٥٦٧٨٩۰۱۲۳۴۵۶۷۸۹", "01234567890123456789")

def redact(text):
    text = text.translate(EASTERN)
    text = re.sub(r"\b(?:\d[ -]?){13,19}\b", "[CARD]", text)
    text = re.sub(r"\b[A-Z]{2}\d{2}[A-Z0-9]{11,30}\b", "[IBAN]", text)
    text = re.sub(r"\+?\d[\d -]{7,}\d", "[PHONE]", text)
    return text
```

وقد تُنطق الأرقام أيضًا كلمات (“خمسة أربعة…”)، وهذه لن تلتقطها التعبيرات النمطية. راجع عيّنات من النصوص المفرّغة يدويًا وأضِف قواعد لما تجده. والنهج الأشمل في مقال [إرسال البيانات الحساسة إلى LLM API](https://broadrouter.com/ar/blog/llm-api-sensitive-data/).

## الخطوة 7: كيف تلخّص كل مكالمة بنموذج LLM؟

```python
import json
summary = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    response_format={"type": "json_object"},
    messages=[
        {"role": "system", "content": "Summarise this call centre dialogue. Reply in English JSON with keys: "
                                      "reason, resolution, resolved (true/false), customer_sentiment, follow_up."},
        {"role": "user", "content": redact(dialogue)},
    ],
).choices[0].message.content
print(json.loads(summary))
```

يدعم Qwen3.8 27B [المخرجات المنظَّمة](https://broadrouter.com/ar/glossary/structured-output/)؛ فحلّل الرد وتحقّق منه دائمًا ([الطريقة](https://broadrouter.com/ar/blog/structured-output-json-schema/)). كما وجد اختبار BroadNet نفسه أنه يفهم اللهجتين الخليجية والمصرية. اطلب JSON بالإنجليزية إذا كانت لوحات المتابعة لديك بالإنجليزية، حتى لو كانت المكالمة بالعربية.

## ما فحوص الجودة التي تسبق التحليلات؟

لوحات المتابعة المبنية على نصوص مفرّغة رديئة تبدو واثقة تمامًا مثل تلك المبنية على نصوص جيدة. أضِف هذه الفحوص إلى خط المعالجة:

-   **تبادل القنوات.** إذا انعكست تسميتا الموظف والعميل في جهاز تسجيل أو طابور ما، فكل مقياس من نوع «قال الموظف» خاطئ. افحص الدور الأول: يبدأ الموظفون عادةً بتحية واسم الشركة.
-   **نصوص فارغة أو قصيرة جدًا.** الدور الذي لا يعيد نصًا، أو المكالمة التي تقل عن 20 كلمة، يعني عادةً صمتًا أو موسيقى انتظار أو ملفًا تالفًا. علّم عليه بدل تلخيصه.
-   **عدم تطابق اللغة.** طابور إنجليزي ينتج فجأة نصًا عربيًا، أو عربية تعود بحروف لاتينية، يشير إلى قيمة `language` خاطئة.
-   **انحراف الملخّصات.** كل أسبوع، اطلب من مشرف مقارنة 20 ملخّصًا بالنص المفرّغ الكامل. وتابع عدد المرات التي تكون فيها قيمة `resolved` خاطئة.

خزّن النصوص المفرّغة لكل دور، لا الملخّص وحده. فحين يُعترض على ملخّص، تكون الأدوار هي دليلك.

## كم يكلّف تفريغ المكالمات؟

مع تقطيع الأدوار، يقترب الصوت المحاسَب من زمن الكلام. لـ1,000 ساعة من الكلام العربي:

-   التفريغ: $252.00 بسعر $0.0042 للدقيقة على [BroadNet Transcribe Arabic](https://broadrouter.com/ar/models/cohere-transcribe-arabic/)، أو $120.00 على [BroadNet Transcribe](https://broadrouter.com/ar/models/cohere-transcribe/) متعدد اللغات (14 لغة) لطوابير المكالمات الإنجليزية.
-   الملخّصات: مكالمة من 7 دقائق تكون غالبًا بضعة آلاف من الرموز (التوكنات). احسب تكلفتها في [حاسبة تكلفة LLM API](https://broadrouter.com/tools/llm-api-cost-calculator/) بأطوال نصوصك المفرّغة الفعلية، وتكلفة الصوت في [حاسبة تكلفة تحويل الكلام إلى نص](https://broadrouter.com/tools/speech-to-text-cost-calculator/).

## أين يأتي دور BroadNet Inference؟

تغطي BroadNet الخطوتين 4 و7 بمفتاح واحد و[عنوان أساسي (base URL)](https://broadrouter.com/ar/glossary/base-url/) واحد: العربية و13 لغة أخرى للتفريغ، ونماذج محادثة مختبرة على العربية للتلخيص. لا يُحتفظ بالصوت ولا بالنصوص المفرّغة ولا بالأوامر ([عدم الاحتفاظ بالبيانات](https://broadrouter.com/ar/privacy/))، وتذكر BroadNet أن نموذجها العربي يحتل #2 من أصل 37 (وهو رقمها لشهر سبتمبر 2026؛ وأدرجته اللوحة المباشرة في المرتبة #4 من أصل 39 في 15 نوفمبر 2026) في Open Universal Arabic ASR Leaderboard.

لا تقوم BroadNet بتمييز المتحدثين ولا بالتفريغ الفوري ولا بالحجب نيابةً عنك؛ فهذه تبقى في خط معالجتك. وقبل أن تلتزم، اختبر لهجاتك بالطريقة الواردة في مقال [التعرّف على الكلام باللهجات العربية](https://broadrouter.com/ar/blog/arabic-dialect-speech-recognition/).

أدوات مجانية لهذا الموضوع (بالإنجليزية)

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[أدوات مجانية (بالإنجليزية)](https://broadrouter.com/tools/)

## مصطلحات في هذا المقال

[تمييز المتحدثين (Speaker diarization)](https://broadrouter.com/ar/glossary/diarization/)

تمييز المتحدثين (speaker diarization) هو مهمة تقسيم التسجيل الصوتي إلى مقاطع حسب المتحدث، للإجابة عن سؤال "من تكلّم ومتى". ويَسِم كل مقطع كلام بمعرّف متحدث مجهول مثل SPEAKER\_00، ويُدمج عادةً مع النص المفرّغ ليُظهر من قال كل سطر.

[تحويل الصوت إلى نص (Speech-to-text)](https://broadrouter.com/ar/glossary/speech-to-text/)

تحويل الكلام إلى نص، ويسمّى أيضًا التعرّف التلقائي على الكلام (ASR)، هو تقنية تحوّل الصوت المنطوق إلى نص مكتوب. تستقبل واجهة تحويل الصوت إلى نص ملفًا صوتيًا أو بثًا وتُرجع نصًا مفرّغًا، يُسعَّر عادةً لكل دقيقة صوت. وتُقاس الدقة بمعدل الخطأ في الكلمات، وتتفاوت بحسب اللكنة واللهجة وجودة التسجيل.

[الدفع حسب الاستخدام (Pay-as-you-go)](https://broadrouter.com/ar/glossary/pay-as-you-go/)

الدفع حسب الاستخدام هو نموذج تسعير تدفع فيه مقابل ما تستخدمه فقط، مقيسًا بوحدات مثل الرموز (التوكنات) أو الطلبات أو دقائق الصوت، دون اشتراك أو حد أدنى للالتزام. وتحتسب معظم واجهات LLM API تكلفتها بهذه الطريقة، من رصيد مدفوع مسبقًا أو بفاتورة دورية.

[معلومات التعريف الشخصية (PII)](https://broadrouter.com/ar/glossary/pii/)

معلومات التعريف الشخصية (PII) هي معلومات يمكن استخدامها لتمييز هوية شخص أو تتبّعها، مثل الاسم أو رقم الهوية أو السجل البيومتري، إضافةً إلى معلومات أخرى مرتبطة بذلك الشخص أو قابلة للربط به. ومصطلح GDPR الأوسع هو البيانات الشخصية. وفي أعمال LLM يزيل حجب PII هذه المعلومات من الأوامر قبل أن تغادر أنظمتك.

[استدعاء الأدوات (Tool calling)](https://broadrouter.com/ar/glossary/tool-calling/)

استدعاء الأدوات، ويُسمّى أيضًا استدعاء الدوال (function calling)، ميزة في واجهات LLM API يُرجع فيها النموذج طلبًا منظَّمًا لتشغيل دالة عرّفها المطوّر، مع معاملات بصيغة JSON. ويشغّل التطبيق الدالة ويعيد النتيجة؛ فالنموذج لا يشغّل الشيفرة بنفسه أبدًا.

[التزامن (Concurrency)](https://broadrouter.com/ar/glossary/concurrency/)

التزامن (concurrency) هو عدد الطلبات التي تكون لدى العميل قيد التنفيذ في الوقت نفسه. وكثيرًا ما تضع واجهات LLM API سقفًا له لكل مفتاح أو خطة، بمعزل عن عدد الطلبات في الدقيقة، لأن كل طلب مفتوح يشغل قدرة من وحدة GPU حتى تكتمل استجابته.

[العنوان الأساسي (Base URL)](https://broadrouter.com/ar/glossary/base-url/)

العنوان الأساسي (base URL) هو الجذر الثابت لعنوان الواجهة، مثل https://api.example.com/v1، الذي يضعه العميل قبل كل مسار نقطة نهاية، مثل /chat/completions. وفي حزم SDK المتوافقة مع OpenAI، يكفي تغيير العنوان الأساسي، مع مفتاح API ومعرّف النموذج، لتوجيه الشيفرة نفسها إلى مزوّد آخر.

[حد المعدل (Rate limit)](https://broadrouter.com/ar/glossary/rate-limit/)

حد المعدل هو سقف تفرضه واجهة API على مقدار استخدام العميل لها خلال فترة زمنية، مثل عدد الطلبات في الدقيقة أو الرموز في الدقيقة. وتُرفض الطلبات التي تتجاوزه، غالبًا بالخطأ HTTP 429 Too Many Requests، إلى أن يعود الاستخدام تحت الحد.

## أسئلة شائعة

### كيف أفصل صوت الموظف عن صوت العميل في تسجيل المكالمة؟

إذا كان التسجيل استريو، فالموظف والعميل عادةً على قناتين مختلفتين. افصلهما بـffmpeg وفرّغ كل قناة على حدة. وإذا كان أحاديًا، فستحتاج إلى تمييز المتحدثين.

### هل أدفع مرتين عند تفريغ قناتَي الاستريو؟

إذا أرسلت كل قناة كاملة، فنعم، لأن طول كل قناة يساوي طول المكالمة. أما تقطيع كل قناة إلى أدوار كلام وإرسال الأدوار وحدها فيقرّب الصوت المحاسَب من زمن الكلام الفعلي.

### هل يمكنني تفريغ مكالمات عربية تتخللها كلمات إنجليزية؟

نعم، لكن اختبر ذلك. كثيرًا ما يتحوّل موظفو الخليج والشام إلى الإنجليزية في أسماء المنتجات والأرقام. تحقّق من شكل هذه الكلمات في 20 مكالمة حقيقية قبل أن تعتمد على البحث بالكلمات المفتاحية أو التحليلات.

### هل أحجب البيانات في الصوت أم في النص؟

احجبها في النص المفرّغ قبل أن يذهب إلى نموذج LLM أو التحليلات أو البحث. وإذا احتفظت بالصوت، فهو لا يزال يحتوي على الأرقام المنطوقة، لذا قيّد الوصول إليه وحدّد مدة لانتهائه أيضًا.

### ما أقصى طول لكل ملف صوتي؟

تقبل BroadNet ملفات WAV أو MP3 حتى 26,214,400 بايت (25 MiB) لكل طلب. ملف WAV أحادي بتردد 16 kHz يبلغ نحو 32 KB في الثانية، لذا أبقِ المقاطع تحت 13 دقيقة تقريبًا، أو استخدم MP3.

## تابع القراءة

-   [محضر اجتماع عربي من التسجيلات: مسار عمل عبر API](https://broadrouter.com/ar/blog/arabic-meeting-minutes-from-recordings/)
-   [تحويل صوت طويل يتجاوز 25 MB إلى نص: التقسيم والإرسال والدمج](https://broadrouter.com/ar/blog/transcribe-long-audio-files-api/)
-   [API تحويل الصوت العربي إلى نص: كيف تختار الأنسب في 2026؟](https://broadrouter.com/ar/blog/arabic-speech-to-text-api-buyers-guide/)
-   [إرسال البيانات الحساسة إلى LLM API: الحجب والتقليل وسجلات أقل](https://broadrouter.com/ar/blog/llm-api-sensitive-data/)
-   [تحويل الصوت إلى نص باللهجات العربية: خليجي ومصري وشامي ومغاربي](https://broadrouter.com/ar/blog/arabic-dialect-speech-recognition/)
-   [أسعار API تحويل الصوت إلى نص: مقارنة سعر الدقيقة في 2026](https://broadrouter.com/ar/blog/speech-to-text-api-pricing-compared/)
-   [تشكيل النص العربي بنموذج LLM: الأمر والتحقق ومعدل DER](https://broadrouter.com/ar/blog/arabic-diacritization-llm/)
-   [التدقيق الإملائي والنحوي للنص العربي بنموذج LLM: دليل عملي](https://broadrouter.com/ar/blog/arabic-grammar-spelling-correction-llm/)
-   [دليل: API لتحويل الصوت العربي إلى نص خطوة بخطوة](https://broadrouter.com/ar/guides/arabic-speech-to-text-api/)
-   [دليل: رموز أخطاء BroadNet Inference ومتى تعيد المحاولة](https://broadrouter.com/ar/guides/errors-and-retries/)

جرّبه على مهامك الفعلية. تبدأ الحسابات الجديدة برصيد قدره $5 لاستخدام Gemma والتفريغ الصوتي. أما DeepSeek وGLM وQwen3.8 فتتطلب شحن الرصيد.

[ابدأ الآن](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-transcribe-call-center-recordings&utm_content=page-cta) ·

**المصادر**

-   [توثيق مرشّحات FFmpeg (pan وsilencedetect)](https://ffmpeg.org/ffmpeg-filters.html)
-   [AssemblyAI، أفضل ممارسات مراكز الاتصال (الصوت متعدد القنوات)](https://www.assemblyai.com/docs/contact-center-best-practices)
-   [pyannote.audio، أداة مفتوحة المصدر لتمييز المتحدثين](https://github.com/pyannote/pyannote-audio)
-   [المرجع التقني لواجهة BroadNet Inference: التفريغ الصوتي والحدود (بالإنجليزية)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-transcribe-call-center-recordings&utm_content=sources)
-   [أسعار BroadNet Inference بصيغة قابلة للقراءة آليًا (pricing.json) (بالإنجليزية)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-transcribe-call-center-recordings&utm_content=sources)
