BroadRouter

API لتحويل الصوت العربي إلى نص خطوة بخطوة

آخر تحديث

أرسل ملف WAV أو MP3 إلى https://inference.broadnet.ai/v1/audio/transcriptions مع النموذج broadnet/cohere-transcribe-arabic والحقل language=ar. تصل الاستجابة بصيغة JSON والنص المفرّغ في text. حوّل الصيغ الأخرى، مثل ملفات .ogg من WhatsApp، إلى WAV أولًا. السعر لكل دقيقة صوت، وتقول BroadNet إنها لا تحتفظ بأي صوت أو نص مفرّغ.

يكلّف BroadNet Transcribe Arabic $0.0042 لكل دقيقة صوت. وتُبلغ BroadNet أنه يحتل المرتبة #2 من أصل 37 (وهو رقمها لشهر سبتمبر 2026؛ وأدرجته اللوحة المباشرة في المرتبة #4 من أصل 39 في 15 نوفمبر 2026) في لوحة الصدارة Open Universal Arabic ASR Leaderboard، والمرتبة الأولى بين النماذج التي تسمح تراخيصها بتقديمها عبر API. وللغات الأخرى، يغطي BroadNet Transcribe 14 لغة بسعر $0.002 للدقيقة. راجع صفحة نموذج BroadNet Transcribe Arabic وصفحة نموذج BroadNet Transcribe.

قد تكلّف جهات أخرى أقل. ففي 2026-11-14، أدرجت صفحة أسعار Soniox نحو USD 0.10 للساعة لتفريغ الملفات (غير المتزامن) وUSD 0.12 للساعة للتفريغ الفوري، وتتضمّن قائمة لغاتها العربية. وهذا أقل من سعر BroadNet Transcribe Arabic البالغ $0.25 للساعة، فاختبر الاثنين على تسجيلاتك.

باستخدام curl

curl https://inference.broadnet.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $BROADNET_API_KEY" \
  -F model=broadnet/cohere-transcribe-arabic \
  -F language=ar \
  -F file=@voice-note.wav

تصل الاستجابة بالنص المفرّغ بصيغة JSON:

{"text": "مرحباً، لقد وصلت إلى البريد الصوتي، اترك رسالتك من فضلك"}

باستخدام Python

from openai import OpenAI
import os

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

with open("voice-note.wav", "rb") as audio:
    result = client.audio.transcriptions.create(
        model="broadnet/cohere-transcribe-arabic",
        file=audio,
        language="ar",
    )
print(result.text)

أرسل اللغة دائمًا

من دون language قد يعود الكلام العربي مكتوبًا بحروف لاتينية. أرسل language=ar للعربية وlanguage=en للإنجليزية.

ما اللهجات العربية التي يتعامل معها؟

تصف BroadNet نموذج BroadNet Transcribe Arabic بأنه يغطي العربية بما فيها اللهجات، وتنشر له ثلاثة معدلات للخطأ في الكلمات. وهذه قياسات مختبرية أجرتها BroadNet بنفسها، منشورة في كتالوج نماذجها:

مجموعة الاختبار ما هي معدل الخطأ في الكلمات
FLEURS-ar جمل مقروءة بوضوح 3.8
MASC-ar كلام عربي واقعي متنوّع 21.1
مجموعة اللهجات من BroadNet كلام باللهجات 23.4

لا تنشر BroadNet تفصيلًا حسب اللهجة، لذا لا يستطيع أحد من خارجها أن يقول كيف تُقارن نتيجة الصوت الخليجي بالمصري أو المغاربي. ويعرض المزوّدون الآخرون تغطيتهم بطرق مختلفة. تُدرج Deepgram نموذج Nova-3 للعربية مع رموز إقليمية، من ar-AE وar-SA وar-EG إلى ar-MA وar-IQ. وتبيع Speechmatics حزمة واحدة باسم “Global Arabic” تذكر العربية الفصحى الحديثة والخليجية والمصرية والشامية، إلى جانب حزمة ar_en للعربية الممزوجة بالإنجليزية. ويُدرج Soniox العربية (ar) دون تفاصيل عن اللهجات.

الرمز المدرج ليس دقة مقيسة. قبل أن تختار، قيّم كل مرشّح على مقاطعك الخاصة مصنّفةً حسب اللهجة:

  • الخليجية: الكلام السعودي والإماراتي والكويتي والقطري، وكثيرًا ما تتخلّله أسماء منتجات إنجليزية.
  • المصرية: أوسع اللهجات فهمًا في وسائل الإعلام.
  • الشامية: الكلام السوري واللبناني والأردني والفلسطيني.
  • العراقية والمغاربية: الكلام المغربي والجزائري والتونسي هو عادةً الحالة الأصعب.
  • العربية الفصحى الحديثة: الأخبار والكلام الرسمي، وهي خط الأساس السهل.

يشرح دليل التعرّف على كلام اللهجات العربية لماذا تكون نتائج اللهجات أسوأ، ويوضّح شرح معدل الخطأ في الكلمات كيف تقيّمها.

كم تكلّف واجهات API لتحويل الصوت العربي إلى نص؟

كل مزوّد أدناه يُدرج العربية. مرتّبون من الأرخص؛ الأسعار للملفات المسجّلة مسبقًا ما لم يُذكر غير ذلك، وقد رُوجعت في 2026-11-14:

المزوّد والنموذج للدقيقة للساعة التغطية العربية المعلنة
Soniox، غير متزامن (ملفات) نحو USD 0.0017 نحو USD 0.10 العربية (ar)
Soniox، فوري نحو USD 0.002 نحو USD 0.12 العربية (ar)
BroadNet Transcribe (14 لغة) $0.002 $0.12 العربية ضمن 14 لغة
BroadNet Transcribe Arabic $0.0042 $0.25 العربية بما فيها اللهجات (بحسب BroadNet)
Deepgram، Nova-3 أحادي اللغة USD 0.0043 USD 0.258 ar مع رموز إقليمية
Speechmatics، Standard USD 0.0075 USD 0.45 Global Arabic وar_en
Speechmatics، Enhanced USD 0.0125 USD 0.75 Global Arabic وar_en

المصادر: أسعار Soniox (تُحتسب لكل رمز؛ والأرقام بالساعة تقديرات Soniox)، وأسعار Deepgram، وأسعار Speechmatics. Soniox أرخص من نموذجي BroadNet كليهما، ولا توثّق BroadNet البث الفوري. وحجة BroadNet هي النموذج المخصّص للعربية، ومرتبته المُبلغ عنها في لوحة الصدارة، وعدم الاحتفاظ بالبيانات. ولمزيد من المزوّدين، راجع مؤشر أسعار واجهات تحويل الكلام إلى نص المفتوح لدينا، الذي يُدرج أسعار المعالجة الدفعية والبث ودعم العربية لأكثر من 20 منتجًا، مع مصدر وتاريخ لكل منها (CSV وJSON). وللتكاليف الإضافية، راجع مقارنة أسعار واجهات تحويل الصوت إلى نص؛ ولتقدير تكلفة حجمك، استخدم حاسبة تكلفة تحويل الكلام إلى نص.

الحدود

  • WAV أو MP3، حتى 26,214,400 بايت (25 MiB) للملف. يُرجع الملف الأكبر الخطأ 413؛ قسّمه أولًا.
  • يسمح مفتاح الدفع حسب الاستخدام بما يصل إلى 30 من الطلبات في الدقيقة و4 من الطلبات في آنٍ واحد.
  • يعمل نموذجا التفريغ الصوتي كلاهما بالرصيد المبدئي المجاني البالغ $5، فيمكنك اختبار تسجيلاتك قبل الدفع.

حل المشكلات

  • حروف لاتينية بدل الحروف العربية. أضف language=ar.
  • 400 أو 422. تحقّق من أسماء الحقول (model وlanguage وfile) ومن أن الملف WAV أو MP3 فعلًا. ملف .ogg بعد تغيير اسمه سيفشل؛ حوّله باستخدام ffmpeg.
  • 413. حجم الملف يتجاوز 26,214,400 بايت. حوّله إلى WAV أو MP3 أحادي القناة بتردد 16 kHz، أو قسّمه إلى مقاطع أقصر.
  • 401 على حساب مدفوع. تحقّق من المفتاح ومن حصة الدفع حسب الاستخدام. راجع رموز أخطاء BroadNet وإعادة المحاولة.
  • دقة ضعيفة في اللهجات أو المكالمات المليئة بالضوضاء. نتائج مجموعة اختبار اللهجات الخاصة بـ BroadNet أسوأ من الكلام المقروء بوضوح (راجع الأسئلة الشائعة). اختبر على عيّنة من تسجيلاتك الحقيقية وقِس معدل الخطأ في الكلمات.

تصل الملاحظات الصوتية من WhatsApp بصيغة .ogg. حوّل ملاحظات WhatsApp الصوتية وفرّغها في خطوة واحدة. وإذا كنت تحتاج إلى الأرقام والتواريخ والأسماء في صوت مليء بالضوضاء، فإن BroadNet تقدّم نموذجًا عربيًا مضبوطًا بدقة (fine-tuned) عند الطلب.

أسئلة شائعة

هل يفهم النموذج اللهجات العربية؟

تُبلغ BroadNet عن معدل خطأ في الكلمات قدره 23.4 على مجموعة اختبار اللهجات الخاصة بها، مقابل 3.8 على FLEURS-ar و21.1 على MASC-ar. والأقل أفضل. لا تنشر BroadNet نتيجة لكل لهجة، فاختبر تسجيلات خليجية ومصرية وشامية ومغاربية كلًّا على حدة قبل أن تعتمد عليه.

ما أرخص API لتحويل الصوت العربي إلى نص؟

من بين المزوّدين الذين رُوجعوا في 2026-11-14، يُدرج Soniox أقل سعر، نحو USD 0.10 للساعة لتفريغ الملفات. يكلّف BroadNet Transcribe Arabic $0.25 للساعة. أما Deepgram Nova-3 وSpeechmatics فأغلى. وسعر الساعة أقل أهمية من معدل الخطأ في الكلمات على تسجيلاتك بلهجتك.

ما صيغ الصوت المقبولة؟

WAV (audio/wav) وMP3 (audio/mpeg). حوّل الصيغ الأخرى، مثل .ogg أو .m4a، باستخدام ffmpeg أولًا.

لماذا يظهر النص العربي المفرّغ بحروف لاتينية؟

لم يتضمّن الطلب الحقل language. ومن دونه قد يُكتب الكلام العربي بحروف لاتينية. أرسل language=ar مع كل طلب عربي.

هل يمكنني تجربة تحويل الصوت العربي إلى نص مجانًا؟

نعم. يعمل نموذجا التفريغ الصوتي في BroadNet كلاهما بالرصيد المبدئي المجاني الذي تحصل عليه الحسابات الجديدة، فيمكنك اختبار تسجيلاتك قبل شحن الرصيد.

هل أستخدم BroadNet Transcribe Arabic أم BroadNet Transcribe للعربية؟

كلاهما يقبل language=ar. نموذج BroadNet Transcribe Arabic هو النموذج العربي، وهو الذي تُبلغ عنه BroadNet في لوحة الصدارة العربية. أما BroadNet Transcribe فأقل سعرًا للدقيقة ويغطي 14 لغة، فاختبر الاثنين على تسجيلاتك.

اقرأها بصيغة Markdownاسأل ChatGPTاسأل Claudeاسأل Perplexity