🎙️ Voxtral ⏱ 3 min read 📝 Voxtral Transcribe

📝

قم بتحويل ملفات الصوت والفيديو إلى نص مكتوب بـ 13 لغة مع تحديد المتحدثين

يحول Voxtral Transcribe ملفات الصوت والفيديو إلى نص مكتوب باستخدام Mistral AI. قم بتحميل تسجيل — بودكاست، مقابلة، اجتماع، تعليق صوتي، أو أي ملف وسائط — وستقوم الذكاء الاصطناعي بإنتاج نص كامل مع إمكانية تحديد المتحدثين وتوقيت الكلمات.

يدعم 13 لغة: الفرنسية، الإنجليزية، الإسبانية، العربية، الروسية، اليابانية، الصينية، الألمانية، البرتغالية، الإيطالية، الكورية، الهندية، والهولندية. قم بتعيين اللغة يدويًا أو دع الذكاء الاصطناعي يكتشفها تلقائيًا من محتوى الصوت.

تحديد المتحدثين يحدد المتحدثين الفرديين في التسجيلات متعددة الأشخاص. عند التفعيل، يقوم النص بتسمية كل جزء — المتحدث 1، المتحدث 2 — حتى تتمكن من متابعة من قال ماذا في المقابلات، الاجتماعات، أو الحوارات. توقيت الكلمات يضيف بيانات توقيت دقيقة لكل كلمة، مما يكون مفيدًا لإنشاء الترجمة أو مزامنة النص مع الفيديو.

تتيح لك ميزة التحيز السياقي إطعام الذكاء الاصطناعي قائمة من الأسماء الصحيحة، أسماء العلامات التجارية، أو المصطلحات الفنية التي قد يتم سماعها بشكل خاطئ. أضف أسماء مثل Voxtral، ArtCoreAI، أو مصطلحات محددة في المجال، ويعزز الذكاء الاصطناعي دقة التعرف على تلك الكلمات.

تشمل التنسيقات المقبولة MP3، WAV، M4A، FLAC، OGG، MP4، MOV، وWebM — حتى 500 ميجابايت و3 ساعات لكل ملف. تعرض تصور الموجة الصوتية الصوت المحمل مع معلومات المدة والملف قبل الإرسال. تظهر النتائج كنص منسق مع زر نسخ بنقرة واحدة، ويتم حفظ النص للرجوع إليه لاحقًا.

التكلفة تعتمد على مدة الصوت — حوالي /bin/bash.003 لكل دقيقة — مما يجعلها واحدة من أكثر خيارات النسخ تكلفةً.