النسخ الصوتي

تعريف

النسخ الصوتي هو عملية تحويل اللغة المنطوقة إلى نص مكتوب. يُنشئ هذا النص بيانات نصية منظمة من تسجيلات صوتية خام.

الهدف

الهدف هو جعل الكلام قابلاً للبحث والتحليل والاستخدام في مهام معالجة اللغة الطبيعية. ويُستخدم على نطاق واسع في تحليلات إمكانية الوصول والوسائط والأعمال.

أهمية

• تمكين خدمات الترجمة المغلقة وإمكانية الوصول.
• يوفر إدخال نصي لتدريب نماذج البرمجة اللغوية العصبية.
• تعتمد الجودة على دقة تحويل الكلام إلى نص.
• حساسة للضوضاء الخلفية واللهجات وجودة التسجيل.

كيف تعمل هذه التقنية؟

1. تسجيل أو استيراد ملفات الصوت.
2. تقسيم الكلام إلى وحدات أصغر.
3. تطبيق التعرف الآلي على الكلام (ASR) أو النسخ اليدوي.
4. تصحيح النص والتحقق من دقته.
5. قم بتخزين النصوص مع الطوابع الزمنية أو البيانات الوصفية إذا لزم الأمر.

أمثلة (العالم الحقيقي)

• Rev: خدمة النسخ للإعلام والأعمال.
• Otter.ai: نسخ اجتماعات في الوقت الفعلي يعتمد على الذكاء الاصطناعي.
• YouTube: يُنشئ ترجمات باستخدام نماذج التعرف على الكلام (ASR).

المراجع / قراءات إضافية

• التعرف التلقائي على الكلام - NIST.
• ISO/IEC 15938-4: وصف محتوى الوسائط المتعددة — ISO.
• معالجة الكلام واللغة - جورافسكي ومارتن، ستانفورد.