Arabic Real Time Transcription

النسخ الفوري

يعرض النسخ الفوري النص المعترف به أسفل مؤشر التسجيل أثناء استمرار التسجيل. يمكن تمكينه ضمن الإعدادات → النسخ الفوري، ثم اختر وضعًا واحدًا بالضبط.

النسخ الكتلي

يعيد النسخ الكتلي استخدام نموذج Whisper الرئيسي أو Parakeet المحدد. أثناء التسجيل، يقوم بنسخ نوافذ صوتية متداخلة، ويدمج الكلمات المعترف بها حسب الطوابع الزمنية الخاصة بها، ويعامل النص على أنه مستقر بعد أن يظل متسقًا. عند انتهاء التسجيل، يضيف Voice2Win الذيل المفقود أو يقوم بتنفيذ نسخ كامل بديل إذا تم اكتشاف فراغات.

المزايا:

• يستخدم نفس نموذج النسخ الرئيسي واختيار اللغة كما في النسخ النهائي.
• يجعل الإملاءات الطويلة قابلة للاستخدام في وقت أبكر دون الحاجة لتحميل جهاز تعرف منفصل للبث المباشر.
• يمكنه إجراء فحوص إضافية متغيرة حول حدود الجمل لإصلاح النتائج السابقة للكتلة.

المتطلبات والمقايضات:

• مخصص لتسريع بطاقة الرسومات وقد يكون غير متاح عندما يتم تعيين نسخ الصوت إلى المعالج الأساسي.
• يتطلب ذاكرة رسومات كافية للنموذج المحدد والعمل المتداخل.
• زيادة تكرار النوافذ أو تكبيرها يزيد من استخدام الحوسبة.

إعدادات الكتلة

الإعداد	الافتراضي	التأثير
حجم النافذة	10 ثوانٍ	الحد الأقصى لمدة الصوت التي يراها تشغيل واحد للنموذج الرئيسي. النوافذ الأكبر تضيف سياقًا لكنها تستغرق وقتًا أطول.
فترة الانتقال	3 ثوانٍ	الوقت بين اللقطات الجديدة. القيم الأصغر تقوم بالتحديث بشكل أكبر وتبدأ المزيد من العمل.
التداخل / السياق	20 ثانية	يتم تضمين الصوت السابق مرة أخرى للسياق والدمج.
تأخير الاستقرار	6 ثوانٍ	مدة بقاء النص الجديد دون تغيير قبل أن يصبح مستقرًا.
الحد الزمني أثناء الصمت	1000 مللي ثانية	يقبل النص المستقر المعلق بعد هذه الفترة دون وجود كلام مكتشف.
فحوصات إضافية على حدود الجمل	2	اختبارات إضافية محسوبة لكل حدود الجملة؛ الصفر يعطل التشغيلات الإضافية.
عامل الإزاحة	20 بالمئة	يتحكم في مدى تحريك نوافذ الجمل الإضافية.

استخدم استعادة الإعدادات الافتراضية إذا جعل الضبط اليدوي الناتج أبطأ أو أقل استقرارًا.

نسخ البث

نسخ البث يشغل معرف Sherpa-ONNX عبر الإنترنت بشكل منفصل بالتوازي مع التسجيل. ينتج جملًا مؤقتة مبكرة جدًا، والتي يقوم نموذج النسخ الرئيسي بتحسينها لاحقًا ضمن مجموعات متداخلة.

المزايا:

• أعرض النتائج المؤقتة المبكرة.
• يمكن تشغيله على المعالج الرئيسي أو، على ويندوز، باستخدام تسريع بطاقة الرسومات DirectML.

الاعتبارات:

• يدعم فقط اللغات التي يوجد لها نموذج بث في الكتالوج الحالي.
• يمكن أن يكون التعرف المؤقت الخام أقل دقة من نتيجة النموذج الرئيسي النهائية.
• يقوم بتنزيل وتخزين نموذج إضافي لكل لغة محددة أو نسخة نموذج.

إعدادات البث

• بيئة التشغيل — اختر المعالج الرئيسي للتوافق أو بطاقة الرسومات في ويندوز للسرعة.
• نموذج البث الصوتي — أسرع يقلل الكمون ووقت التحميل؛ أكثر دقة ولكن أبطأ يستخدم المزيد من الحساب لتحسين جودة التعرف.
• عدد الجمل المعالجة معًا — يتحكم في نافذة تحسين النموذج الرئيسي المتداخلة من 1 إلى 8 جمل؛ الافتراضي هو 2.
• نماذج البث الصوتي المحملة — تسرد النماذج المخزنة مؤقتًا وتسمح بالحذف. النموذج المحذوف يتم تنزيله مرة أخرى عند الحاجة.

إعداد العرض المشترك

الحد الأقصى لارتفاع النص أسفل مؤشر التسجيل يقتصر على 10–90 بالمئة من ارتفاع الشاشة؛ الافتراضي هو 50 بالمئة. النص الأطول يبقى قابلًا للتمرير ويتبع أحدث نتيجة حتى تقوم بالتمرير صعودًا يدويًا.

أي وضع ينبغي أن أختار؟

• اختر نسخ البلوك عندما تريد سلوك النموذج الرئيسي وتتوفر لديك قدرة كافية على بطاقة الرسوميات والذاكرة.
• اختر نسخ البث المباشر عندما تكون النصوص المرحلية المبكرة مهمة ولغتك مدعومة.
• قدِّم تعطيل النسخ اللحظي عندما تفضل أبسط تدفق عمل وتحتاج فقط إلى النتيجة النهائية بعد التسجيل.