Recorder to Text

الغرض ونية المستخدم: يحوِّل هذا الأداة الصوت المُسجل إلى نص عبر قبول مدخلات صوتية وإرجاع نص مقروء. المستخدمون الرئيسيون هم باحثون، صحفيون، بودكاستيون، طلاب ومهنيون يحتاجون إلى تسجيلات قابلة للبحث والتحرير بدون نسخ يدوي. يُستخدم عندما يجب حفظ المقابلات، المحاضرات أو الاجتماعات أو إعادة استخدامها في مقالات، ملاحظات أو ترجمة صوتية. الفوائد الأساسية تشمل توفير الوقت، الاتساق، وسهلة المعالجة لاحقاً عبر المستندات، الترجمة النصية وكبريات المعرفة.
المنطق الأساسي والميزات: الخدمة تدعم رفع الملفات؛ تستخدم تعرف الكلام مع نماذج لغوية اختيارية وخوارزميات ترقيم. الميزات المطلوبة: رفع الصوت؛ اختيار اللغة؛ بدء النسخ؛ الإخراج كنص بسيط؛ خيارات التصدير. الميزات الاختيارية / المتقدمة: المعالجة الدفعية للمقاطع الطويلة، مؤشرات تمييز المتحدثين، تحسين الترقيم، التوقيتات، ومعالجة متعددة الملفات. معالجة جودة الصوت، تقليل الضوضاء والتقسيم.
المدخلات والمخرجات: المدخلات: audio_file (ثنائي، مطلوب، الصيغ: MP3, WAV, M4A, FLAC)، language_code (سلسلة، اختياري)، accuracy_threshold (0.0-1.0، اختياري). المخرجات: transcript_text (نص)، word_count (عدد صحيح)، duration_seconds (عشري)، timestamps (مصفوفة اختيارية). التحقق: حد حجم الملف 2 جيجابايت؛ إن فُقد الصوت فسيظهر خطأ؛ صيغة غير صالحة تؤدي إلى خطأ. شكل الإخراج: نص عادي مع فواصل الأسطر للفقرات؛ تصدير SRT اختياري.
الخوارزميات والحسابات: تستخدم نموذج ASR مع نقاط الثقة؛ يتم حساب التوقيتات عبر المحاذاة؛ إدراج الترقيم بواسطة النموذج؛ تمييز المتحدثين اختياري؛ معالجة لاحقة لدمج الانقطاعات القصيرة.
الأخطاء وحالات الحافة: الصيغ غير المدعومة تعطي خطأ تحويل؛ الصوت التالف ينتج عنه نص جزئي مع تحذير؛ الملفات الطويلة تقُطع إلى قطع؛ أخطاء الشبكة تقترح إعادة المحاولة؛ طول الصوت خارج الحدود يتسبب في تقطيع.
الصناعة/المنطقة والتوطين: يدعم اللغة الإنجليزية US كإعداد افتراضي؛ لغات أخرى عبر language_code؛ يستخدم صيغ ملفات معيارية؛ لا يوجد امتثال إقليمي بخلاف خصوصية البيانات.