# واجهة API لتحويل الكلام العربي إلى نص في 2026: كيف تختبر نسخ اللهجات الخليجية والمصرية والشامية والمغاربية

> تعد عملية تحويل الكلام العربي إلى نص عملية صعبة نظراً لاستخدام اللهجات، ودمج اللغة الإنجليزية، والتسجيل عبر هواتف بها ضجيج. يوضح هذا الدليل كيفية اختبار أي عملية نسخ صوتي للغة العربية API باستخدام ملفاتك الصوتية الخاصة، وما تقدمه تقنية BroadNet Inference API للهجات الخليجية والمصرية والشامية والمغاربية.

- الرابط الأساسي: https://www.broadnet.me/ar/blog/arabic-speech-to-text-api-dialects-2026
- اللغة: ar
- آخر تحديث: 2026-11-08
- الناشر: BroadNet (https://www.broadnet.me)

- تاريخ النشر: 2026-11-08
- الكاتب: BroadNet Editorial Team

تقوم **واجهة API لتحويل الكلام العربي إلى نص** بتحويل الكلام العربي المسجل إلى نص مكتوب بالخط العربي يمكن لبرامجك البحث فيه وتلخيصه وتخزينه. تكمن الصعوبة في اللهجات؛ حيث تختلف اللهجات الخليجية والمصرية والشامية والمغاربية عن اللغة العربية الفصحى، كما يدمج المتحدثون كلمات إنجليزية. اختر الخدمة الأنسب عبر اختبار معدل الخطأ في الكلمات باستخدام ملفاتك الصوتية الخاصة. توفر تقنية [BroadNet Inference API](https://www.broadnet.ai/inference?utm_source=broadnet.me&utm_medium=blog&utm_campaign=arabic-speech-to-text-api-dialects-2026) نسخاً صوتياً للغة العربية بهذه اللهجات مقابل 0.0042 دولار لكل دقيقة صوتية، دون تخزين ملفاتك الصوتية.

> تم التحقق من الحقائق من مصادرها في 8 نوفمبر 2026. الحقائق البحثية مستمدة من Open Universal Arabic ASR Leaderboard والورقة البحثية الخاصة بها، وهي لوحة صدارة ثنائية اللغة (عربي-إنجليزي)، ومن صفحات مجموعات البيانات ArzEn، Casablanca، MASC، SADA و FLEURS، والمدرجة كروابط ضمن النص. أما حقائق المنتج فمستمدة من broadnet.ai/inference، وصفحات الأسعار والنموذج والخصوصية والمطورين، وملف llms.txt الخاص بها. الأسعار والتصنيفات متغيرة، لذا يرجى مراجعة الصفحة المرتبطة قبل الشراء.

هذا الجدول هو نسخة مختصرة من الدليل. استخدمه كقائمة مراجعة عند مقارنة أي خدمة نسخ صوتي للغة العربية.

| ما يجب اختباره | لماذا يمثل ذلك أهمية للغة العربية | كيفية اختباره | ما توثقه تقنية BroadNet Inference API |
|---|---|---|---|
| دقة اللهجة | تتغير معدلات الخطأ بشكل كبير بين اللهجات وظروف التسجيل | WER و CER على 1-3 ساعات من تسجيلاتك الصوتية الخاصة، لكل لهجة | الخليجية، والمصرية، والشامية، والمغاربية، والعربية الفصحى الحديثة |
| التبديل بين النصوص واللغات (code-switching) | يستخدم المتحدثون كلمات إنجليزية؛ وتنتقل بعض الأنظمة إلى الحروف اللاتينية | حساب الكلمات المكتوبة بنص غير صحيح | يبقى النموذج العربي في النص العربي؛ أرسل language=ar دائماً |
| الأرقام، والأسماء، والرموز | رقم واحد خاطئ قد يفسد رقم هاتف، أو مبلغاً، أو طلباً | تحقق من كل رقم واسم يدوياً في مجموعة الاختبار الخاصة بك | تخصيص دقيق للأرقام والتواريخ والأسماء والأكواد، عند الطلب |
| المتحدثون والطوابع الزمنية | تتطلب جودة مكالمات (QA) معرفة هوية المتحدث ووقت التحدث | تحقق من تنسيق الاستجابة لتسميات المتحدثين والأوقات | غير موثق: المخرجات هي نص باللغة العربية، سواء كـ JSON أو نص عادي |
| السرعة | تتطلب المهام المجمعة (Batch jobs) ووكلاء الصوت سرعات مختلفة | توقيت مجموعة ثابتة من الملفات من البداية إلى النهاية | 45x في الوقت الفعلي لكل مسار و190x للمهام المجمعة، تُقاس بواسطة BroadNet |
| معالجة البيانات والمنطقة | غالباً ما تُعد التسجيلات الصوتية لمراكز الاتصال بيانات شخصية | اقرأ بيان الاحتفاظ بالبيانات واستفسر عن مكان إجراء المعالجة | عدم الاحتفاظ بالبيانات نهائياً؛ معالجة عبر وحدات معالجة الرسومات (GPUs) في الولايات المتحدة؛ وتوفير خيارات في منطقة الشرق الأوسط وشمال أفريقيا (MENA) أو أوروبا عند الطلب |
| السعر | ساعات التسجيل الصوتي تتراكم بسرعة | احسب تكلفة شهر واحد بناءً على حجم رسائلك الفعلي | $0.0042 لكل دقيقة (حوالي $0.25 لكل ساعة)؛ رصيد مجاني بقيمة $5 |

## لماذا تُعد تقنية التعرف على الكلام باللغة العربية أصعب من اللغة الإنجليزية؟

تُعد تقنية التعرف على الكلام باللغة العربية أصعب لأن معياراً كتابياً واحداً يعتمد على لهجات منطوقة متعددة، كما أن اللغة العربية المكتوبة عادةً ما تغفل الحركات (الفتحة والضمة والكسرة). لذا، يجب على النظام سماع أصوات وكلمات اللهجات، ثم كتابتها بهجاء لا يخضع لمعيار واحد.

حدد مؤلفو [ورقة بحث معيار التعرف التلقائي على الكلام (ASR) العربي العالمي المفتوح](https://arxiv.org/abs/2412.13788) ثلاثة أسباب: الثراء الصرفي، وتنوع اللهجات، وغياب التشكيل في النصوص المكتوبة. كما أشاروا أيضاً إلى أن اللغة العربية الفصحى تُستخدم في السياقات الرسمية، بينما تختلف اللهجات الإقليمية في النطق والمفردات على حد سواء.

من الناحية العملية، يؤدي هذا إلى أربع مشكلات لنظام النسخ الصوتي:

- **الكلمات العامية.** يستخدم المتحدثون بلهجات الخليج أو مصر أو المغرب كلمات يومية لا تظهر أبداً في اللغة العربية الفصحى المستخدمة في الأخبار.
- **خيارات التهجئة.** يمكن كتابة الكلمة العامية نفسها بعدة طرق مختلفة.
- **التبديل بين اللغات (Code-switching).** ينتقل المتحدثون بين العربية والإنجليزية، أو بين العربية والفرنسية، ضمن الجملة الواحدة.
- **الضجيج في الصوت.** تُعد المكالمات والتسجيلات الميدانية والرسائل الصوتية أصعب بكثير من الكلام المسجل في الاستوديو.

تُظهر الأرقام حجم الفجوة. ففي [Open Universal Arabic ASR Leaderboard](https://huggingface.co/spaces/elmresearchcenter/open_universal_arabic_asr_leaderboard)، وبناءً على مراجعة في 8 November 2026، حقق أفضل نظام درجة تقارب 5% WER في مجموعة اختبار Common Voice. بينما بلغت أفضل درجة في [SADA](https://www.kaggle.com/datasets/sdaiancai/sada2022)، وهي مجموعة اختبار سعودية تشمل 10 لهجات، حوالي 29%. وعبر جميع الأنظمة الـ 39، وصلت درجات SADA إلى 89%.

## ما هي اللهجات العربية التي تحتوي عليها تسجيلاتك الصوتية؟

ابدأ بتحديد اللهجات التي يتحدث بها عملاؤك فعلياً، ثم تأكد من أن مجموعة الاختبار الخاصة بك تغطي كل لهجة منها.

يحتاج معظم المشترين إلى مزيج من هذه المجموعات:

- **الخليجية:** المملكة العربية السعودية، والإمارات العربية المتحدة، وقطر، والكويت، والبحرين، وعمان، مع وجود تنوع إقليمي قوي داخل المملكة العربية السعودية.
- **المصرية:** مصر، وتُسمع على نطاق واسع في الأفلام والبرامج التلفزيونية الإقليمية.
- **الشامية:** لبنان والأردن وفلسطين.
- **العراقية:** مجموعة متميزة لا تدرجها بعض الخدمات بشكل منفصل.
- **المغاربية:** المغرب والجزائر وتونس، مع الكثير من الكلمات المستعارة من الفرنسية.
- **اللغة العربية الفصحى الحديثة:** الأخبار والخطابات والإعلانات الرسمية والنصوص المقروءة.

تجمع [مجموعة بيانات كازابلانكا](https://arxiv.org/abs/2410.04527) الكلام المنسوخ بـ 8 لهجات، بما في ذلك الإماراتية والمصرية والأردنية والمغربية والجزائرية، مع تسميات للتبديل بين اللغات (code-switching). وتحتوي [مجموعة نصوص ArzEn](https://aclanthology.org/2020.lrec-1.523) على 12 ساعة من الكلام العفوي الممزوج بين العربية المصرية والإنجليزية من 38 متحدثاً ثنائي اللغة.

لا يزال التبديل بين اللغات (code-switching) يمثل تحدياً حتى للأنظمة القوية. ففي [قائمة المتصدرين العامة للغة العربية والإنجليزية ثنائية اللغة](https://huggingface.co/spaces/QCRI/AURA-Arabic-English-ASR-leaderboard)، سجلت الأنظمة الرائدة حوالي 30% WER في ArzEn المعتمد على الكلام الممزوج بين العربية المصرية والإنجليزية. وسجلت الأنظمة نفسها حوالي 6% في الكلام العربي المقروء من [FLEURS](https://arxiv.org/abs/2205.12446). إذا كان المتصلون بك يمزجون بين اللغات، فقم بتضمين هذا الكلام في اختبارك.

## كيف تقيس دقة النسخ الصوتي للغة العربية؟

قم بقياس معدل الخطأ في الكلمات (WER) ومعدل الخطأ في الحروف (CER) على عينة من تسجيلاتك الخاصة، مع نص مرجعي تمت مراجعته بشرياً. إن قوائم المتصدرين العامة تساعدك فقط في إعداد قائمة مختصرة.

يقوم WER بحساب الكلمات التي يستبدلها النظام أو يحذفها أو يدرجها، مقسومة على عدد الكلمات في النص المرجعي. ويقوم CER بنفس العملية على مستوى الحروف. ويعد CER مفيداً للغة العربية لأن اختلافاً إملائياً صغيراً، مثل الهمزة، يُحسب ككلمة خاطئة كاملة في WER ولكنه يُحسب كحرف خاطئ واحد فقط في CER.

اتبع الخطوات التالية:

1. اجمع من ساعة إلى 3 ساعات من التسجيلات الصوتية الحقيقية لكل لهجة: سواء كانت مكالمات، أو ملاحظات صوتية، أو وسائط، وبنفس الجودة التي ستستخدمها في بيئة الإنتاج.
2. اطلب من متحدثين أصليين كتابة نص مرجعي بالخط العربي. يجب الاتفاق على قواعد الإملاء قبل البدء.
3. قم بتوحيد كلا النصين بنفس الطريقة قبل عملية التقييم. تقوم [ورقة لوحة الصدارة](https://arxiv.org/abs/2412.13788) بإزالة علامات الترقيم والتشكيل، وتوحيد أشكال الهمزة والمدة، وتحويل الأرقام العربية الشرقية إلى أرقام عربية غربية.
4. قم بتقييم كل نظام باستخدام نفس الملفات وبنفس الإعدادات، وقم بتقديم تقرير عن WER و CER لكل لهجة، وليس مجرد متوسط حسابي واحد.
5. راجع الأرقام والأسماء وأكواد المنتجات يدوياً. فقد يخفي انخفاض WER رقماً خاطئاً قد يكون أهم من عشرة أخطاء صغيرة.
6. كرر الاختبار كل بضعة أشهر. تظهر نماذج جديدة باستمرار، وتتغير ترتيبات لوحة الصدارة.

سجل دائماً الظروف التي استُخرجت منها الأرقام المنشورة. تستخدم لوحة الصدارة مجموعات اختبار متعددة اللهجات مثل [MASC](https://ieee-dataport.org/open-access/masc-massive-arabic-speech-corpus)، والتي تحتوي على حوالي 1,000 ساعة من الكلام من أكثر من 700 قناة على YouTube، و SADA. إن الحصول على درجة عالية في الكلام المكتوب بوضوح لا يعطي مؤشراً كافياً عن جودة المكالمات التي تحتوي على ضجيج.

## ما الذي يجب عليك التحقق منه أيضاً بالإضافة إلى الدقة؟

تحقق مما تتضمنه المخرجات، ومدى سرعة وصولها، وتنسيقات الملفات المقبولة، ومكان معالجة الصوت. هذه التفاصيل هي التي تحدد ما إذا كان النص المكتوب يتناسب مع سير عملك.

- **تسمية المتحدثين (diarization).** تتطلب مراجعات جودة المكالمات معرفة من قال ماذا. إذا كانت الخدمة لا تقوم بتسمية المتحدثين، فقم بتسجيل المكالمات بنظام الستيريو بحيث يكون الوكيل والعميل في قنوات منفصلة، ثم قم بتحويل كل قناة إلى نص.
- **الطوابع الزمنية.** تحتاج الترجمة المصاحبة للوسائط والبحث الصوتي إلى أوقات الكلمات أو المقاطع. تحقق من تنسيق الاستجابة قبل البدء في عملية البناء.
- **الدفعات أو البث المباشر.** يتطلب تحليل المكالمات الذي يتم طوال الليل معدل نقل رسائل (TPS) عالياً. بينما يحتاج وكيل الصوت المباشر إلى إجابات سريعة.
- **تنسيقات وحجم الملفات.** تحقق من التنسيقات المقبولة والحد الأقصى لحجم الملف، وخطط لتقسيم التسجيلات الطويلة.
- **الاحتفاظ بالبيانات.** استفسر عما إذا كان يتم تخزين الملفات الصوتية أو النصوص، أو تسجيلها، أو استخدامها للتدريب، واحصل على إجابة مكتوبة.
- **منطقة المعالجة.** يجب على العديد من البنوك والحكومات ومزودي الرعاية الصحية الاحتفاظ بالبيانات في دولة أو منطقة محددة. استشر فريقك القانوني لمعرفة القواعد المعمول بها.

## أين تكمن الجدوى من تقنية تحويل الكلام العربي إلى نص؟

تكمن جدوى النسخ النصي للغة العربية في كل مكان يتحدث فيه الأشخاص أكثر مما يكتبون: مراكز الاتصال، والأرشيف الإعلامي، والرسائل الصوتية. وفي كل حالة، يصبح النص بيانات يمكنك البحث فيها والتحقق منها وتغذيتها في أدوات أخرى.

- **ضمان الجودة في مراكز الاتصال.** قم بتحويل كل مكالمة إلى نص، وليس مجرد عينة صغيرة. ابحث عن كلمات الشكاوى وتحقق من قراءة الوكلاء للبيانات المطلوبة.
- **الإعلام والأرشيف.** اجعل المقابلات والبودكاست والبث الإذاعي قابلة للبحث.
- **الرسائل الصوتية. WhatsApp** غالباً ما يرسل العملاء رسائل صوتية بدلاً من الكتابة. تتيح عملية تحويل هذه الرسائل إلى نصوص لفريق الدعم أو لوكيل الذكاء الاصطناعي قراءتها وتوجيهها والرد عليها.
- **وكلاء الصوت.** لا يمكن لوكيل الذكاء الاصطناعي التصرف بشكل صحيح إلا إذا استمع إلى رقم الهاتف أو المبلغ أو التاريخ بشكل صحيح.

إذا كنت تخطط لتطوير وكلاء ذكاء اصطناعي تعتمد على النصوص المحولة، فاقرأ أدلتنا حول [منصة وكلاء الذكاء الاصطناعي للمؤسسات](https://www.broadnet.me/blog/enterprise-agentic-ai-platform-2026) و[وكلاء الذكاء الاصطناعي الجاهزة لقطاعات الضيافة والتجزئة والرعاية الصحية](https://www.broadnet.me/blog/turnkey-ai-agents-hospitality-retail-healthcare-2026).

## كيف يقوم BroadNet Inference API بتحويل اللغة العربية إلى نصوص؟

إن [BroadNet Inference API](https://www.broadnet.ai/inference?utm_source=broadnet.me&utm_medium=blog&utm_campaign=arabic-speech-to-text-api-dialects-2026) عبارة عن API يعمل على نماذج الكلام والمستندات والدردشة عبر وحدات معالجة الرسومات (GPUs) التي يشغلها BroadNet. بالنسبة للصوت العربي، تقوم بإرسال ملف إلى نقطة نهاية التحويل إلى نص باستخدام النموذج العربي وlanguage=ar، وستتلقى نصاً مكتوباً بالخط العربي. يستخدم النظام تنسيق طلبات chat-completions وaudio-transcriptions الشائع، لذا ستعمل مكتبات العميل الحالية بمجرد تغيير عنوان URL الأساسي.

هذه الحقائق مستمدة من صفحات BroadNet.AI الخاصة.

- **اللهجات.** يغطي النموذج العربي اللهجات الخليجية، والمصرية، والشامية، والمغاربية، واللغة العربية الفصحى، وفقاً لـ [صفحة الاستدلال API](https://www.broadnet.ai/inference?utm_source=broadnet.me&utm_medium=blog&utm_campaign=arabic-speech-to-text-api-dialects-2026).
- **الخط العربي.** يشير الموقع إلى أن النموذج العربي يلتزم بالخط العربي، بينما قد يميل النموذج متعدد اللغات إلى استخدام اللغة الإنجليزية عند خلط اللغات. لذا، يُوصى باستخدام النموذج العربي للغة العربية.
- **النموذج.** النموذج العربي هو نموذج مفتوح الأوزان يضم 2 مليار معلمة (parameter) بموجب ترخيص Apache-2.0، ويتم تشغيله على أجهزة BroadNet.
- **الدقة المقاسة. BroadNet** في الاختبار المرجعي الخاص بـ BroadNet، سجل النموذج 21.1 WER في الكلام باللهجات الحقيقية (MASC)، و23.4 في مجموعة لهجات الخليج ومصر وبلاد الشام، و3.8 في الكلام المسموع الواضح (FLEURS العربية).
- **التصنيف العام.** في 8 نوفمبر 2026، أدرج [Open Universal Arabic ASR Leaderboard](https://huggingface.co/spaces/elmresearchcenter/open_universal_arabic_asr_leaderboard) نفس النموذج الأساسي في المرتبة الرابعة من أصل 39 نظاماً، بمتوسط WER قدره 24.19%.
- **السرعة.** تُفيد BroadNet بأن السرعة تبلغ 45 ضعف الوقت الفعلي لكل تدفق، وحوالي 190 ضعف الوقت الفعلي عند إرسال الطلبات بالتوازي.
- **الضبط الدقيق عند الطلب.** يتم تدريب الضبط الدقيق لـ BroadNet على تسجيلات صوتية لمكالمات حقيقية لاستهداف أرقام الهواتف، والمبالغ، والتواريخ، ورموز الطلبات، والأسماء عبر الخطوط الهاتفية وفي الملاحظات الصوتية المليئة بالضجيج. يتم إصدار هذا النموذج كمعرّف نموذج خاص، ويمكن ضبطه بشكل أكبر باستخدام تسجيلاتك الخاصة.
- **الدردشة والمستندات.** تخدم API نفسها نماذج الرؤية واللغة، بما في ذلك Gemma 4 VL 26B، التي تقرأ المستندات باللغتين العربية والإنجليزية وتستخرج حقول JSON.

فيما يتعلق بالبيانات، ينص [بيان التعامل مع البيانات](https://www.broadnet.ai/inference-privacy?utm_source=broadnet.me&utm_medium=blog&utm_campaign=arabic-speech-to-text-api-dialects-2026) على أن المطالبات (prompts) والصوت والصور والنصوص المفرغة تُحفظ في الذاكرة لطلب واحد فقط ثم يتم التخلص منها. لا يتم تسجيل المحتوى أو استخدامه للتدريب، ويقوم تدقيق آلي بفحص هذا الإعداد كل ساعة. تحتفظ BroadNet فقط بسجلات خالية من المحتوى مثل التوقيتات، وعدد الرموز (tokens)، والتكلفة. تتم المعالجة على أجهزة تشغلها BroadNet في الولايات المتحدة، وتتوفر المعالجة الإقليمية في منطقة الشرق الأوسط وشمال أفريقيا (MENA) أو أوروبا عند الطلب.

بالنسبة لأعباء العمل الأكبر أو الخاضعة للتنظيم، توفر لك نقطة النهاية الخاصة (private endpoint) وحدة معالجة رسومات (GPU) أو عقدة (node) محجوزة، ونموذجك المختار (بما في ذلك نماذج الضبط الدقيق العربية)، ومفتاحك وحدودك الخاصة، والمنطقة التي تحتاجها.

## ما هي تكلفة النسخ الصوتي للغة العربية على BroadNet؟

تبلغ تكلفة النموذج العربي العام 0.0042 دولار لكل دقيقة صوتية، أي حوالي 0.25 دولار لكل ساعة. تحصل الحسابات الجديدة على رصيد مجاني بقيمة 5 دولار، صالح لمدة 30 يوماً دون الحاجة إلى بطاقة، وتذكر [صفحة الأسعار](https://www.broadnet.ai/inference/pricing?utm_source=broadnet.me&utm_medium=blog&utm_campaign=arabic-speech-to-text-api-dialects-2026) أن هذا الرصيد يغطي حوالي 19 ساعة من تحويل الكلام العربي إلى نص.

| الخيار | السعر (USD) | التوفر |
|---|---|---|
| نموذج النسخ الصوتي للغة العربية | $0.0042 لكل دقيقة صوتية | معرّف النموذج العام المباشر |
| نموذج اللغة العربية، BroadNet مضبوط بدقة للمكالمات | $0.005 لكل دقيقة صوتية | عند الطلب، معرّف نموذج خاص |
| نسخ صوتي متعدد اللغات (14 لغة) | $0.002 لكل دقيقة صوتية | معرّف النموذج العام المباشر |
| Gemma 4 VL 26B (الدردشة، الصور، المستندات) | $0.10 للمدخلات / $0.22 للمخرجات لكل 1M من الرموز (tokens) | معرّف النموذج العام المباشر |
| المفتاح الساعي (Gemma 4 فقط) | $0.50 لكل مفتاح لمدة ساعة واحدة | مباشر، تم إنشاؤه بواسطة API |
| نقطة نهاية خاصة | يتم تقديم عرض سعر بناءً على حركة الرسائل الخاصة بك | عند الطلب |

على سبيل المثال، ستكلف 10,000 دقيقة من المكالمات باللغة العربية شهرياً 42$ على النموذج العربي العام وفقاً للسعر المعلن. تتوفر أسعار الكميات والقدرة الاستيعابية المحجوزة عند الطلب.

## ما لا يوفره BroadNet Inference API

إن API هي خدمة تعتمد على الملفات لعمليات النسخ النصي وتقديم النماذج، وهناك بعض الميزات التي يتوقعها المشترون ولكنها غير موثقة.

- **لا توجد تسميات موثقة للمتحدثين أو طوابع زمنية.** تصف صفحات النموذج المخرجات بأنها نص مكتوب بالخط العربي في JSON أو نص عادي.
- **لا يوجد توثيق لعمليات النسخ النصي للبث المباشر.** يجب عليك رفع ملف صوتي واحد لكل طلب. التوثيق الخاص بالبث (Streaming) مخصص للدردشة وليس للصوت.
- **قائمة اللهجات.** لا يتم ذكر اللهجة العراقية أو اللهجات الإقليمية الأخرى بشكل منفصل على الموقع. يمكنك اختبارها باستخدام ملفاتك الصوتية الخاصة.
- **التنسيقات والحجم.** توثق المراجع الخاصة بالمطورين تنسيقات WAV و MP3 بحد أقصى لحجم الملف يبلغ 26,214,400 بايت (25 MiB). كما تدرج صفحة النموذج تنسيقات M4A و OGG و FLAC، ولكن المرجع يشير إلى أن الحاويات الأخرى غير موثقة لـ API المباشر بعد. ولضمان العمل، قم بتحويل الملاحظات الصوتية لـ WhatsApp إلى تنسيق WAV أو MP3.
- **المنطقة الافتراضية.** تتم المعالجة القياسية في الولايات المتحدة. تتطلب المعالجة الإقليمية تقديم طلب خاص.
- **الحدود.** تسمح مفتاح الدفع حسب الاستخدام (pay-as-you-go) بإجراء 30 طلباً في الدقيقة و4 طلبات في وقت واحد، ويمكن للحساب أن يحتوي على ما يصل إلى 10 مفاتيح مباشرة.
- **الوصول إلى الضبط الدقيق (Fine-tune).** نموذج اللغة العربية المضبوط للمكالمات ليس متاحاً للخدمة الذاتية. يجب عليك طلبه مع تقديم عينة من ملفك الصوتي.

## كيف تبدأ؟

يمكنك تجربة النموذج العربي بصوتك الخاص قبل إنشاء حساب.

1. افتح [بيئة تجربة الصوت (voice playground)](https://www.broadnet.ai/inference/playground?mode=voice&utm_source=broadnet.me&utm_medium=blog&utm_campaign=arabic-speech-to-text-api-dialects-2026). قم بتسجيل ما يصل إلى دقيقة واحدة من الكلام أو ارفع ملاحظة صوتية. لا يتطلب الأمر تسجيلاً أو بطاقة بنكية.
2. أنشئ حساباً في [inference.broadnet.ai](https://inference.broadnet.ai/?utm_source=broadnet.me&utm_medium=blog&utm_campaign=arabic-speech-to-text-api-dialects-2026) باستخدام Google أو عبر رابط تسجيل الدخول المرسل إلى البريد الإلكتروني. سيتم إضافة رصيد بقيمة $5 دون الحاجة لبطاقة.
3. أنشئ مفتاح API في حسابك. أضف عناوين IP الخاصة بخادمك لضمان رفض المفتاح من أي مكان آخر.
4. اتبع [المرجع الخاص بالمطورين](https://inference.broadnet.ai/docs?utm_source=broadnet.me&utm_medium=blog&utm_campaign=arabic-speech-to-text-api-dialects-2026): اضبط عنوان URL الأساسي على https://inference.broadnet.ai/v1 واستخدم أي مكتبة برمجية تدعم تنسيق chat-completions الشائع.
5. أرسل كل ملف إلى /v1/audio/transcriptions مع معرف النموذج العربي و language=ar. بدون language=ar، قد يكتب النموذج اللغة العربية بالأحرف اللاتينية.
6. قم بإجراء اختبار WER و CER لكل لهجة، ثم اطلب النموذج المخصص للمكالمات أو نقطة نهاية (endpoint) خاصة إذا كنت بحاجة إليها.

تعد BroadNet.AI إحدى العلامات التجارية التابعة لـ [مجموعة BroadNet](https://www.broadnet.me/brands). لنشر الوكلاء (agents) فوق عملية النسخ النصي، راجع [BroadNet AI](https://www.broadnet.me/platforms/broadnet-ai) وملاحظات BroadNet.AI حول [تنوع اللهجات العربية في 14 سوقاً](https://www.broadnet.ai/blog/arabic-dialect-handling?utm_source=broadnet.me&utm_medium=blog&utm_campaign=arabic-speech-to-text-api-dialects-2026).

**جرب ذلك على ملفاتك الصوتية اليوم.** افتح [Inference API BroadNet](https://www.broadnet.ai/inference?utm_source=broadnet.me&utm_medium=blog&utm_campaign=arabic-speech-to-text-api-dialects-2026)، وسجل ملاحظة صوتية بلهجة عملائك، واقرأ النص المنسوخ في ثوانٍ. بعد ذلك، استخدم الرصيد المجاني بقيمة $5 لاختبار حوالي 19 ساعة من مكالماتك الحقيقية. تفضل بزيارة [BroadNet.AI](https://www.broadnet.ai/?utm_source=broadnet.me&utm_medium=blog&utm_campaign=arabic-speech-to-text-api-dialects-2026) لمقارنة المنصة الكاملة.

## الأسئلة الشائعة

### ما هي أفضل تقنية API لتحويل الكلام العربي إلى نص؟

إن أفضل واجهة API لتحويل الكلام العربي إلى نص هي تلك التي تحقق أقل معدل خطأ في تسجيلاتك الصوتية الخاصة، وبلهجاتك المحلية، وبسعر يمكنك تحمله. تتغير قوائم المتصدرين العامة باستمرار، لذا استخدمها فقط لإعداد قائمة مختصرة. بعد ذلك، قم باختبار خدمتين أو 3 خدمات باستخدام نفس التسجيلات. توفر [BroadNet Inference API](https://www.broadnet.ai/inference?utm_source=broadnet.me&utm_medium=blog&utm_campaign=arabic-speech-to-text-api-dialects-2026) عرضاً تجريبياً مجانياً عبر المتصفح ورصيداً بقيمة $5 لهذا النوع من الاختبارات.

### هل يمكن لتقنية التعرف على الكلام فهم اللهجات العربية؟

نعم، يمكن لنماذج التعرف على الكلام الحديثة تحويل اللهجات العربية الرئيسية إلى نصوص، ولكن الدقة تختلف كثيراً حسب اللهجة وجودة التسجيل. تُظهر المعايير العامة معدلات خطأ أعلى بكثير في الكلام باللهجة السعودية مقارنة بالكلام المقروء. وتدعم الأنظمة حالياً اللهجات الخليجية والمصرية والشامية والمغاربية بشكل شائع. أما التنويعات الإقليمية الأصغر فقد تتطلب اختباراً أو نموذجاً مضبوطاً بدقة.

### ما مدى دقة تقنية تحويل الكلام العربي إلى نص؟

تعتمد الدقة على جودة الصوت. ففي حالات الكلام الواضح، تصل الأنظمة القوية إلى معدلات خطأ في الكلمات (WER) من خانة واحدة فقط. أما في المكالمات التي تشوبها الضوضاء أو المحادثات باللهجات، فمن الشائع أن تتراوح معدلات الخطأ بين 20% و30% أو أكثر، حتى بالنسبة للأنظمة الرائدة. قم بقياس WER و CER على تسجيلاتك الخاصة، وتحقق من الأرقام والأسماء يدوياً.

### كيف يمكنني تحويل الملاحظات الصوتية WhatsApp في اللغة العربية إلى نصوص؟

قم بتصدير ملف الملاحظة الصوتية أو استلامه، ثم حوّله إلى صيغة WAV أو MP3، وأرسله إلى API لتحويل الكلام العربي إلى نص مع ضبط اللغة على العربية. استخدم نموذجاً يحافظ على الخط العربي، لكي يكون النص صالحاً للبحث والتوجيه. في BroadNet Inference API، يمكن أن يصل حجم كل ملف إلى 25 MiB، ولا يتم تخزين الصوت بعد إرسال الطلب.

### هل تتعامل تقنية تحويل الكلام العربي إلى نص مع اللغة العربية المختلطة بالإنجليزية؟

يمكن للعديد من الأنظمة القيام بذلك، ولكن الكلام المختلط بين العربية والإنجليزية لا يزال من أصعب الحالات. في قائمة متصدرين عامة ثنائية اللغة، سجلت الأنظمة الرائدة حوالي 30% WER في الكلام الممزوج بين اللهجة المصرية والإنجليزية. احرص على تضمين الكلام المختلط في اختبارك، وتأكد من بقاء الكلمات العربية مكتوبة بالخط العربي.

### هل يتم تخزين صوتي عند استخدام BroadNet Inference API؟

لا. تنص BroadNet.AI على أن الصوت والمطالبات والنصوص المفرغة تُحفظ في الذاكرة لطلب واحد فقط ثم يتم التخلص منها. لا يتم تسجيل المحتوى أو استخدامه للتدريب، ويقوم تدقيق آلي بالتحقق من ذلك كل ساعة. تحتفظ BroadNet فقط بسجلات خالية من المحتوى مثل التوقيتات، وعدد الرموز (tokens)، والتكلفة. تتم المعالجة في الولايات المتحدة، مع إمكانية توفيرها في منطقة الشرق الأوسط وشمال أفريقيا (MENA) أو أوروبا بناءً على الطلب.

### كم تبلغ تكلفة تحويل الكلام العربي إلى نص على BroadNet؟

تبلغ تكلفة نموذج النسخ العربي العام 0.0042 دولار لكل دقيقة صوتية، أي حوالي 0.25 دولار لكل ساعة. أما النموذج الذي تم ضبطه بدقة (fine-tune) والمدرب على التسجيلات الصوتية للمكالمات فتبلغ تكلفته 0.005 دولار لكل دقيقة وهو متاح عند الطلب. تحصل الحسابات الجديدة على 5 $ من الرصيد المجاني، وهي صالحة لمدة 30 يوماً دون الحاجة لبطاقة، وتغطي حوالي 19 ساعة من الصوت العربي.