---
title: "تفريغ رسائل WhatsApp الصوتية (.ogg) إلى نص عبر API | BroadRouter"
description: "حوّل رسائل WhatsApp الصوتية (.ogg) أو تسجيلات الهاتف (.m4a) إلى WAV بـ ffmpeg، ثم فرّغها إلى نص بالعربية أو بـ 13 لغة أخرى باستدعاء API واحد."
url: https://broadrouter.com/ar/guides/transcribe-whatsapp-voice-notes/
lang: ar
updated: 2026-11-16
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/guides/transcribe-whatsapp-voice-notes/) (حُدّث في 2026-11-16).

# تحويل رسائل WhatsApp الصوتية إلى نص عبر API

آخر تحديث 2026-11-16

رسائل WhatsApp الصوتية صوت بترميز Opus في ملفات .ogg، ونقطة نهاية التفريغ لا تقبلها مباشرة. حوّل كل رسالة إلى WAV أحادي القناة بتردد 16 kHz عبر ffmpeg، ثم أرسلها إلى BroadNet Transcribe Arabic أو BroadNet Transcribe مع حقل language المناسب. وسكربت قصير ينفّذ الخطوتين لمجلد كامل.

صدّر الرسائل الصوتية من المحادثة (أو استقبلها عبر تكامل WhatsApp Business لديك) وستحصل على ملفات `.ogg`. ويقول توثيق Cloud API من Meta إن رسائل WhatsApp الصوتية ملفات `.ogg` مرمّزة بـ Opus. أما تسجيلات الهاتف فغالبًا ما تكون `.m4a`. ونقطة نهاية التفريغ في BroadNet تقبل WAV وMP3، لذا حوّل الملف أولًا.

## 1\. حوّل ملفًا واحدًا

```bash
ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav
```

الخياران `-ar 16000 -ac 1` ينتجان صوتًا أحادي القناة بتردد 16 kHz، وهو التحويل الذي يستخدمه توثيق BroadNet للرسائل الصوتية وتسجيلات الهاتف. والأمر نفسه يعمل مع `.m4a`. يشغل WAV أحادي القناة بتردد 16 kHz وعمق 16 بت 32,000 بايت في الثانية، فيتسع حد الملف البالغ 26,214,400 بايت لنحو 13 دقيقة. وللتسجيلات الأطول، تحسب [أداة تقسيم الصوت](https://broadrouter.com/tools/audio-splitter-ffmpeg/) عدد الأجزاء التي تحتاج إليها وتكتب أوامر ffmpeg.

## 2\. فرّغ مجلدًا كاملًا

```python
import os, pathlib, subprocess
from openai import OpenAI

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

for src in sorted(pathlib.Path("voice-notes").glob("*.ogg")):
    wav = src.with_suffix(".wav")
    subprocess.run(["ffmpeg", "-y", "-loglevel", "error", "-i", str(src), "-ar", "16000", "-ac", "1", str(wav)], check=True)
    with open(wav, "rb") as audio:
        text = client.audio.transcriptions.create(
            model="broadnet/cohere-transcribe-arabic",
            file=audio,
            language="ar",          # use "en", "es", ... with broadnet/cohere-transcribe
        ).text
    src.with_suffix(".txt").write_text(text, encoding="utf-8")
    print(src.name, "->", text[:60])
```

يُحفظ كل ملف `.txt` بجوار رسالته الصوتية. ولتشغيل الخطوات نفسها تلقائيًا على كل رسالة واردة في WhatsApp Business، راجع [مسار n8n لرسائل WhatsApp الصوتية](https://broadrouter.com/ar/guides/n8n-whatsapp-voice-note-transcription/).

## التكلفة

تكلّف الرسالة الصوتية التي مدتها دقيقة واحدة $0.0042 بالعربية، أو $0.002 مع النموذج متعدد اللغات (14 لغة). ولا يُحتفظ بالصوت ولا بالنصوص المفرّغة بعد الطلب؛ راجع [عدم الاحتفاظ بالبيانات](https://broadrouter.com/ar/privacy/).

## حل المشكلات

-   **حروف لاتينية بدلًا من العربية:** أضف `language="ar"`. يقول توثيق BroadNet أن ترسل `language` دائمًا.
    
-   **الخطأ 413:** الملف أكبر من 26,214,400 بايت (25 MiB). قسّم التسجيلات الطويلة إلى أجزاء WAV مدة كل منها 10 دقائق:
    
    ```bash
    ffmpeg -i long-note.ogg -ar 16000 -ac 1 -f segment -segment_time 600 part-%03d.wav
    ```
    
-   **400 أو 422 عند الرفع:** تأكّد أن الملف WAV أو MP3 فعلًا، وليس ملف `.ogg` أُعيدت تسميته إلى `.wav`. شغّل أمر التحويل بـ ffmpeg.
    
-   **`ffmpeg: command not found`:** ثبّت ffmpeg من مدير الحزم لديك (مثل `apt install ffmpeg` أو `brew install ffmpeg`).
    
-   **الخطأ 429:** تسمح مفاتيح الدفع حسب الاستخدام بـ 4 من الطلبات في آن واحد؛ عالج الملفات عبر مجموعة صغيرة من العمليات المتوازية. راجع [كل رموز أخطاء BroadNet](https://broadrouter.com/ar/guides/errors-and-retries/).
    

لمزيد من التفاصيل عن النموذج والصيغ والدقة: [دليل تحويل الكلام العربي إلى نص](https://broadrouter.com/ar/guides/arabic-speech-to-text-api/). ولمقارنة ما يتقاضاه المزوّدون الآخرون لكل دقيقة صوت، راجع [مؤشر أسعار واجهات تحويل الكلام إلى نص](https://broadrouter.com/data/speech-to-text-api-prices/) المفتوح، مع مصدر وتاريخ لكل سعر. ولمعرفة لماذا يكفي تردد 16 kHz للكلام، راجع [معدل أخذ العينات](https://broadrouter.com/ar/glossary/sample-rate/).

## مصطلحات في هذا الدليل

[ملف WAV](https://broadrouter.com/ar/glossary/wav/)

WAV (Waveform Audio File Format، أو WAVE) حاوية صوتية مبنية على صيغة RIFF من Microsoft وIBM. تحمل عادةً عينات PCM خطية غير مضغوطة، فيكون حجمها متوقَّعًا: معدل العينات مضروبًا في عدد بايتات العينة مضروبًا في عدد القنوات، لكل ثانية.

[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.

[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.

[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.

[الرمز (التوكن، Token)](https://broadrouter.com/ar/glossary/token/)

الرمز (التوكن) هو وحدة النص التي يقرؤها نموذج اللغة ويكتبها: كلمة، أو جزء من كلمة، أو علامة ترقيم، أو تسلسل بايتات ينتجه مجزّئ النموذج (tokenizer). وتَعُدّ واجهات LLM API الاستهلاك بالرموز، وتضع حدودها بها، وتحتسب تكلفتها بها عادةً.

[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.

## أسئلة شائعة

### ما صيغة الرسائل الصوتية في WhatsApp؟

صوت بترميز Opus داخل حاوية Ogg، محفوظ بامتداد .ogg. ويقول توثيق Cloud API من Meta إن الرسائل الصوتية يجب أن تكون ملفات .ogg مرمّزة بـ Opus، وأحادية القناة فقط.

### هل يمكنني إرسال ملف .ogg مباشرة إلى واجهة التفريغ؟

ليس إلى BroadNet Inference. فنقطة نهاية التفريغ فيها تقبل WAV وMP3، لذا حوّل الرسالة الصوتية بـ ffmpeg أولًا. أمر واحد يحوّلها إلى WAV أحادي القناة بتردد 16 kHz.

### هل تُخزَّن الرسائل الصوتية بعد تفريغها؟

تقول BroadNet إن الصوت والنصوص المفرّغة تُعالج لأجل الطلب ولا يُحتفظ بها. ولا تحتفظ إلا بسجلات خالية من المحتوى، مثل التوقيتات والحالة والاستخدام، لأغراض الفوترة والأمان.

### أي نموذج أستخدم للرسائل الصوتية العربية؟

BroadNet Transcribe Arabic، أي broadnet/cohere-transcribe-arabic، مع ضبط language على ar. واستخدم BroadNet Transcribe، أي broadnet/cohere-transcribe، للغات الـ 13 الأخرى التي يغطيها.

## أدلة ذات صلة

-   [تفريغ الرسائل الصوتية من WhatsApp إلى نص في n8n](https://broadrouter.com/ar/guides/n8n-whatsapp-voice-note-transcription/)
-   [API لتحويل الصوت العربي إلى نص خطوة بخطوة](https://broadrouter.com/ar/guides/arabic-speech-to-text-api/)
-   [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-guides-transcribe-whatsapp-voice-notes&utm_content=page-cta) ·

**المصادر**

-   [المرجع التقني لـ BroadNet Inference API، التفريغ الصوتي والتحويل بـ ffmpeg (بالإنجليزية)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-guides-transcribe-whatsapp-voice-notes&utm_content=sources#requests)
-   [أسعار BroadNet Inference](https://inference.broadnet.ai/ar/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-guides-transcribe-whatsapp-voice-notes&utm_content=sources)
-   [WhatsApp Cloud API من Meta، الرسائل الصوتية (الرسائل الصوتية بصيغة OGG مع ترميز Opus؛ رُوجع في 2026-11-14)](https://developers.facebook.com/documentation/business-messaging/whatsapp/messages/audio-messages)
-   [توثيق صيغ FFmpeg، أداة التقسيم segment (رُوجع في 2026-11-14)](https://ffmpeg.org/ffmpeg-formats.html#segment)
