۱۴ برنامه تبدیل گفتار به متن برای کامپیوتر و موبایل

پیاده‌سازی گفتار یعنی شنیدن صدا و نوشتن آن به‌شکلی که بعداً بتوان مرور کرد. گوشی و رایانه می‌توانند پیش‌نویس را بسازند و زمان بازبینی را کمتر کنند.

این راهنما ۱۴ گزینه از فهرست اصلی را برای کامپیوتر و گوشی مقایسه می‌کند. چند سرویس برای بازار ژاپن ساخته شده‌اند. پیش از استفاده، فارسی، دسترسی منطقه‌ای و نوع ورودی را در همان برنامه آزمایش کنید.

فهرست مطالب

• پیاده‌سازی گفتار چیست؟
• کاربردهای برنامهٔ تبدیل صدا به متن
• مزیت‌های پیاده‌سازی خودکار
• معیارهای انتخاب برنامه و نرم‌افزار
• ۷ گزینه برای کامپیوتر
• ۷ گزینه برای گوشی
• استفاده از JotMe برای پیاده‌سازی جلسه

پیاده‌سازی گفتار چیست؟

پیاده‌سازی یعنی تبدیل گفتار جلسه، مصاحبه یا فایل ضبط‌شده به متن.

پیش از شروع مشخص کنید متن کلمه‌به‌کلمه، متن پاک‌سازی‌شده یا نسخهٔ ویرایش‌شده می‌خواهید.

• کلمه‌به‌کلمه، واژه‌ها و تکرارها را برای استناد حفظ می‌کند.
• پاک‌سازی، مکث‌ها و واژه‌های پرکننده‌ای مثل «اِم» را حذف می‌کند.
• ویرایش، ساختار جمله و نشانه‌گذاری را برای خواندن روان‌تر تنظیم می‌کند.

زمان بازبینی با نوع خروجی، کیفیت صدا و تعداد گوینده تغییر می‌کند. پاک‌سازی سبک برای بسیاری از یادداشت‌های داخلی کافی است.

برای فایل دشوار وقت جداگانه بگذارید. نام‌ها، عددها و جمله‌های نامفهوم را با صدا تطبیق دهید.

برنامهٔ تبدیل گفتار به متن چیست؟

برنامه‌های تشخیص گفتار می‌توانند پیش‌نویس متن را از میکروفون، صدای سیستم یا فایل بسازند.

بعضی ابزارها صدا را روی گوشی به متن تبدیل می‌کنند و بعضی گویندگان را هم با برچسب جدا می‌کنند. نام واقعی گوینده را در خروجی بازبینی کنید.

برنامهٔ گوشی، ابزار وب، افزونهٔ Chrome و نرم‌افزار دسکتاپ ورودی و خروجی یکسانی ندارند.

برنامه‌های پیاده‌سازی گفتار کجا کاربرد دارند؟

نوع خروجی را با کاری که انجام می‌دهید تطبیق دهید.

• پیش‌نویس صورت‌جلسه و فهرست اقدام‌ها
• پیاده‌سازی مصاحبه و تطبیق نقل‌قول با صدا
• زیرنویس یا ترجمهٔ گفتار هنگام جلسهٔ چندزبانه
• متن سخنرانی و وبینار برای مرور

ابتدا با یک دقیقه از صدای واقعی شروع کنید و زمان اصلاح را بسنجید.

مزیت‌های برنامهٔ تبدیل گفتار به متن

متن اولیهٔ خودکار، مرور، جست‌وجو و اشتراک‌گذاری گفتار را ساده‌تر می‌کند.

کاهش تایپ دستی

اگر همهٔ جمله‌ها را دستی تایپ کنید، توقف و بازپخش صدا زمان زیادی می‌گیرد.

در گفت‌وگوی شلوغ ممکن است نام، عدد یا بخشی از حرف گوینده جا بماند.

پیش‌نویس خودکار فرصت می‌دهد به‌جای تایپ کامل، موارد مبهم را با صدا بررسی کنید.

کیفیت نهایی به همان بازبینی، میکروفون و تشخیص زبان بستگی دارد.

تمرکز بیشتر روی گفت‌وگو

نوشتن هم‌زمان جزئیات مصاحبه یا جلسه می‌تواند توجه را از صحبت طرف مقابل بگیرد.

اگر اجازهٔ ضبط دارید، متن و صدای ذخیره‌شده را بعد از تماس مرور کنید.

ثبت تصمیم و پیگیری

متن گفتار می‌تواند مرجع داخلی برای مرور توافق‌ها و پرسش‌ها باشد.

به‌جای تکیه بر حافظه، زمان و گویندهٔ تصمیم را با متن و ضبط تطبیق دهید.

پیاده‌سازی خودکار را برای اختلاف مهم به‌عنوان پیش‌نویس ببینید و به صوت اصلی برگردید.

آماده‌سازی صورت‌جلسه

صورت‌جلسه مشخص می‌کند چه تصمیمی گرفته شده و چه کسی باید چه کاری را انجام دهد.

برای ارسال به‌موقع، ابتدا بخش‌های تصمیم و اقدام را پیدا کنید و از بازشنیدن تمام جلسه شروع نکنید.

متن خودکار می‌تواند پیش‌نویس را سریع‌تر کند. نام، موعد و مسئول کار را دستی تأیید کنید.

اشتراک‌گذاری متن با همکاران

همکارانی که در جلسه نبودند ممکن است به تصمیم‌ها یا متن کامل نیاز داشته باشند.

بازگویی شفاهی ممکن است جزئیات یا ترتیب کارها را جا بیندازد.

نسخهٔ بازبینی‌شده را به افراد مجاز بدهید و برای بخش حساس دسترسی را محدود کنید.

چگونه برنامهٔ تبدیل گفتار به متن انتخاب کنیم؟

ابتدا ورودی را تعیین کنید. ضبط زنده، فایل قبلی، تایپ صوتی و ترجمهٔ هم‌زمان چهار گردش‌کار متفاوت‌اند.

دستگاه و ورودی صدا

ببینید برنامه روی گوشی یا رایانهٔ شما اجرا می‌شود و ورودی لازم، مثل میکروفون یا صدای جلسه، را می‌گیرد.

نسخه‌های iOS، Android، مک، ویندوز و افزونهٔ Chrome را جدا بررسی کنید. افزونهٔ یک ابزار جلسه به همهٔ تماس‌ها دسترسی ندارد.

دقت فارسی، لهجه و گوینده

همان فایل یا نمونهٔ میکروفون را در دو ابزار امتحان کنید. نام و عدد و اصطلاح را بشمارید و زمان اصلاح را با هم مقایسه کنید.

امکانات و فرمت خروجی

اگر فایل لازم دارید، سقف طول، قالب و خروجی را بررسی کنید. برای جلسه، برچسب گوینده، زمان، خلاصه و پیوند اشتراک را جدا بسنجید.

گزینه‌ای را انتخاب کنید که خروجی آن در کار بعدی قابل استفاده باشد، مانند متن قابل جست‌وجو یا زیرنویس زمان‌دار.

هزینه و تعداد جلسه‌ها

سهمیهٔ ماهانه، سقف هر فایل یا تماس و هزینهٔ خروجی را جدا حساب کنید.

برای استفادهٔ یک‌باره، طرح رایگان یا آزمون ممکن است کافی باشد. محدودیت هر جلسه را هم ببینید.

برای استفادهٔ مداوم، یک جلسهٔ کامل را امتحان کنید و هزینه را با زمان اصلاح و خروجی لازم بسنجید.

پیش از خرید، زبان، مجوز ضبط، نگهداری و هزینهٔ تمدید را بررسی کنید.

‍

۷ برنامه تبدیل گفتار به متن برای کامپیوتر

این هفت گزینه برای دسکتاپ یا وب‌اند. بعضی برای سازمان‌ها و بازار ژاپن عرضه می‌شوند. پوشش فارسی را از زبان رابط استنباط نکنید.

JotMe

JotMe برای ویندوز و مک، موبایل و افزونهٔ Google Meet مسیر جدا دارد. در دسکتاپ سازگار می‌تواند صدای سیستم و میکروفون را در کنار Zoom، Teams، Meet و ابزارهای دیگر دریافت کند.

در حالت ترجمهٔ بافت‌محور، متن می‌تواند با ادامهٔ جمله اصلاح شود. برای معنی دقیق یک نام، تاریخ یا عدد، خروجی نهایی را با صوت جلسه بررسی کنید.

پیاده‌سازی زنده و پیش‌نویس صورت‌جلسه

در جلسهٔ آنلاین، پس از انتخاب ورودی و زبان، متن گفتار هنگام صحبت ظاهر می‌شود. تنظیمات نشست تعیین می‌کند چه چیزی پس از تماس بماند.

در صورت فعال بودن یادداشت، می‌توانید نکات اصلی، کارهای بعدی و چکیده را مرور کنید. ترجمهٔ متن و تولید یادداشت به زبان دیگر سهمیه و تنظیم جدا دارند.

ثبت گفت‌وگو یا مصاحبهٔ حضوری

برای جلسه یا مصاحبهٔ حضوری می‌توانید حالت حضوری دسکتاپ را با میکروفون مناسب اجرا کنید. لازم نیست فقط برای ضبط یک اتاق Meet باز کنید. متن زندهٔ گفت‌وگوی حضوری را حین صحبت بررسی کنید. برای سابقهٔ قابل استناد رضایت و تنظیم ذخیره لازم است. JotMe می‌تواند پیش‌نویس یادداشت را برای بازبینی فراهم کند.

جلسهٔ چندزبانه

در حالت سازگار، JotMe متن اصلی و ترجمه را کنار هم می‌آورد تا هر خواننده خروجی موردنیاز را دنبال کند.

برای ترجمهٔ زنده می‌توانید پیوند، کد QR یا مسیر زیرنویس دوربین را انتخاب کنید. دسترسی به ضبط و یادداشت بعد از جلسه تنظیمی جداگانه دارد.

بازبینی صورت‌جلسه و اشتراک دانش

پس از تماس، متن، خلاصه و تصمیم‌ها را مرور کنید. یادداشت قابل ویرایش می‌تواند آماده‌سازی پیش‌نویس را ساده کند. نسخهٔ بازبینی‌شده را برای مستندات داخلی نگه دارید و از متن قابل جست‌وجو برای مرور تصمیم و مسئول اقدام استفاده کنید.

ضبط و کنترل دسترسی

JotMe بدون ورود ربات جداگانه صدا را از دستگاه می‌گیرد. پیش از ضبط، رضایت و تنظیمات دسترسی، اشتراک‌گذاری و ذخیره را مطابق مقررات سازمان بررسی کنید.

راه‌اندازی JotMe برای Google Meet

این مراحل شروع کار و تنظیم افزونهٔ Google Meet را توضیح می‌دهند. نصب و ورودی برنامهٔ دسکتاپ گردش‌کار جدا دارد.

1. Chrome را آماده کنید برای مسیر افزونه از مرورگر Chrome استفاده کنید. برای دریافت صدای سیستم خارج از Meet، نسخهٔ دسکتاپ را بررسی کنید.
2. افزونه را اضافه کنید در فروشگاه Chrome نام JotMe را ببینید یا از وب‌سایت رسمی به افزونه بروید.
3. وارد حساب شوید افزونه را باز کنید و زبان گفتار و ترجمه را متناسب با جلسه تعیین کنید.
4. به Google Meet بپیوندید پنل افزونه را باز کنید و طبق راهنمای نسخهٔ فعلی، زیرنویس جلسه را راه بیندازید.
5. متن را هنگام صحبت بخوانید زیرنویس زنده از ورودی سازگار نمایش داده می‌شود. برای مرور عبارت جاافتاده به متن قبلی برگردید و برچسب گوینده را بررسی کنید.
6. بعد از تماس، یادداشت را بازبینی کنید اگر نشست خروجی را نگه داشته است، متن و یادداشت را از داشبورد باز کنید. پیش از کپی یا اشتراک، اطلاعات حساس را بررسی کنید.

اگر لازم بود، تنظیم زبان یا خلاصه را تغییر دهید. پیش از جلسهٔ بعدی ورودی و زبان فعلی را تأیید کنید تا تنظیم قبلی باعث از دست رفتن متن نشود.

‍

دستگاه‌ها: مک، ویندوز و افزونهٔ Chrome برای Google Meet

طرح رایگان و طرح‌های پولی. دقیقهٔ پیاده‌سازی، ترجمه و اعتبار هوش مصنوعی جدا هستند. پیاده‌سازی نامحدود افزونهٔ Meet به طرح پولی وابسته است.

صفحهٔ JotMe

‍

toruno

toruno سرویس ژاپنی ثبت و پیاده‌سازی جلسه و گفت‌وگو است.

دو مسیر دارد. ثبت زنده با برنامه و پیاده‌سازی فایل با مرورگر.

در نشست زنده، گفتار با ورودی سازگار به متن تبدیل می‌شود. برای ضبط قبلی، فایل را بارگذاری کنید.

برای جلسهٔ زنده، برنامهٔ دسکتاپ را اجرا و دستگاه صوتی را تنظیم کنید. راهنما ویندوز و مک سازگار را جدا معرفی می‌کند.

فایل صدا یا ویدیو در مسیر وب بارگذاری می‌شود.

می‌توانید نتیجه را در مرورگر بازبینی، ویرایش یا طبق مجوز به اشتراک بگذارید.

ضبط صدا و ثبت دوره‌ای تصویر صفحه هم در مسیر سازگار وجود دارد. شرایط آزمایشی را پیش از استفاده ببینید.

‍

دستگاه‌ها: ویندوز، مک سازگار و مسیر آیفون در راهنمای toruno

قیمت و شرایط طرح به نوع حساب وابسته است.

راهنمای toruno سه ساعت استفادهٔ نخست برای حساب تازه را توضیح می‌دهد. تمدید و اضافه‌مصرف را در حساب بررسی کنید.

برای طرح سازمانی، ظرفیت ثبت، مدیریت حساب و شرایط آزمون را با فروشنده تطبیق دهید.

وب‌سایت toruno

‍

Otolio، پیش‌تر Smart Shoki

Otolio سرویس سازمانی ژاپنی برای پیاده‌سازی و ساخت پیش‌نویس یادداشت جلسه است.

صفحهٔ قیمت‌گذاری از آزمون ۱۴ روزه پس از گفت‌وگو و نمایش محصول خبر می‌دهد. شرایط را برای سازمان خود بپرسید.

‍

دسترسی از گوشی و وب بسته به گردش‌کار.

موبایل: نسخه‌های سازگار iOS و Android را بررسی کنید.

وب: نسخهٔ پشتیبانی‌شدهٔ Chrome یا Edge را بررسی کنید.

قیمت: هزینهٔ آغاز و اعتبار مصرفی طبق پیشنهاد فروشنده.

وب‌سایت Otolio

‍

Notta

Notta برای ضبط و پیاده‌سازی جلسه، ورود فایل صوتی و ویدیویی و بازبینی در وب و گوشی مسیر دارد.

دسترسی از گوشی و وب بسته به گردش‌کار.

موبایل: نسخه‌های سازگار iOS و Android را بررسی کنید.

وب: مرورگر سازگار مانند Chrome، Edge یا Safari.

طرح‌های نمونه و سهمیهٔ پیاده‌سازی

Pro با قیمت وابسته به منطقه و دورهٔ پرداخت.

• در صفحهٔ رسمی، سهمیهٔ Pro برابر ۱٬۸۰۰ دقیقه در ماه است.
• سقف هر ضبط را در حساب بررسی کنید. طرح رایگان تا ۳ دقیقه برای هر ضبط است.

Business برای تیم و با شرایط خرید جدا عرضه می‌شود.

• صفحهٔ قیمت سهمیهٔ ماهانهٔ پیاده‌سازی Business را نامحدود معرفی می‌کند.
• در راهنمای طرح، سقف هر ضبط Business تا ۵ ساعت است.

وب‌سایت Notta

‍

eRex

eRex برای نهادهای محلی ژاپن و شبکهٔ اداری LGWAN ساخته شده است. نمونهٔ آزمایشی منبع کاهش کار دستی را گزارش کرده بود، اما دسترسی عمومی یا پشتیبانی فارسی از آن نتیجه نمی‌شود.

‍

مرورگر سازگار و دسترسی مجاز به شبکهٔ LGWAN لازم است.

برای دسترسی و قیمت از فروشنده استعلام بگیرید.

صفحهٔ رسمی eRex

‍

YouWire

YouWire WebMeeting ابزار ویندوز برای ضبط تماس آنلاین، بارگذاری و پیاده‌سازی صداست. فروشنده آن را جدا از محصولات ضبط تلفن و جلسهٔ حضوری توضیح می‌دهد.

‍

دستگاه WebMeeting: ویندوز.

قیمت و شرایط طرح به نوع حساب وابسته است.

می‌تواند صدای میکروفون و صدای طرف مقابل را در مسیرهای جدا ثبت کند.

برای Zoom، بارگذاری خودکار فایل ضبط‌شدهٔ سازگار در راهنما آمده است.

• برای Meet یا Teams، مسیر ضبط دستی و بارگذاری را بررسی کنید.
• سیاست نگهداری ابری و سطح دسترسی اعضا را پیش از ضبط تعیین کنید.
• قیمت و شرایط استقرار را از YouWire بپرسید.

صفحهٔ رسمی YouWire WebMeeting

‍

Mojiokoshi-san

این سرویس مرورگری برای پیاده‌سازی فایل و بعضی ورودی‌های دیگر ساخته شده است.

پوشش زبان و واژه‌های تخصصی به موتور و حالت انتخابی بستگی دارد. فایل کوتاه به زبان موردنیاز را آزمایش کنید.

گردش‌کار اصلی این گزینه بارگذاری فایل است. برای زیرنویس جلسه، مسیر زنده را جدا بررسی کنید.

وب و طرح‌های مصرفی

• طرح پایه با سهمیهٔ صدا و تصویر.
• طرح میانی با سهمیهٔ بیشتر صدا و تصویر.
• طرح بالاتر برای مصرف بیشتر. مبلغ و سقف فعلی را در وب‌سایت ببینید.

صفحهٔ Mojiokoshi-san

‍

۷ برنامه تبدیل گفتار به متن برای گوشی

برای گوشی، ابتدا بین ضبط فایل، تایپ صوتی و ترجمهٔ مکالمه انتخاب کنید.

برخی گزینه‌ها روی وب یا رایانه هم کار می‌کنند. زبان و فروشگاه دستگاه را برای همان نسخه بررسی کنید.
‍

Texter

Texter برنامهٔ iOS برای تبدیل گفتار به متن و اشتراک خروجی است. پوشش زبان به نسخه و موتور تشخیص وابسته است.

امکانات ورودی تصویر و ویدیو را برای حالت و طرح خود بررسی کنید.

‍

دستگاه: iOS.

طرح و قیمت به فروشگاه حساب وابسته است.

• نسخهٔ رایگان و آزمون بعضی اشتراک‌ها ممکن است در فروشگاه نشان داده شود.
• طرح‌های Premium سقف و امکانات متفاوت دارند.
• برای نرخ سالانه و ماهانه، وب‌سایت Texter و صفحهٔ خرید را ببینید.

‍

Group Transcribe و Microsoft Translator

Group Transcribe پروژهٔ Microsoft Garage برای پیاده‌سازی و ترجمهٔ گفت‌وگوی حضوری بود. برای استفادهٔ فعلی مسیر مکالمهٔ Microsoft Translator را بررسی کنید.

پوشش متن، گفتار و مکالمه در فهرست زبان‌های Microsoft Translator جداست.

برای مکالمهٔ گروهی بررسی کنید هر نفر چگونه می‌پیوندد و چه زبانی را می‌تواند انتخاب کند.

‍

دستگاه: iOS.

شرایط استفاده و دسترسی را در محصول فعلی بررسی کنید.

معرفی بایگانی Group Transcribe در Microsoft Garage

‍

Google Translate

Google Translate برای ترجمهٔ متن و عبارت در وب و گوشی در دسترس است.

در حالت مکالمهٔ سازگار، برنامه از میکروفون برای دریافت عبارت و نشان دادن متن و ترجمه استفاده می‌کند.

برای گفت‌وگوی کوتاه مفید است. اگر متن کامل جلسه لازم دارید، ابزار ثبت و خروجی را جدا بررسی کنید.

پیش از استفاده، فارسی و حالت گفتار موردنیاز را در دستگاه امتحان کنید.

‍

موبایل: آیفون و اندروید. مترجم وب امکانات متفاوت دارد.

شرایط استفاده و دسترسی را در محصول فعلی بررسی کنید.

صفحهٔ Google Translate

‍

Voice Notes

این برنامهٔ اندروید برای ثبت یادداشت و ایده از گفتار است. امکانات یادآوری به نسخه وابسته‌اند.

برای یادداشت کوتاه، عبارت را بگویید و متن را پیش از ذخیره ویرایش کنید.

امکانات اشتراک و یادآوری را در صفحهٔ فروشگاه بررسی کنید.

با یک نام یا اصطلاح فارسی در محیط واقعی امتحان کنید.

‍

دستگاه: اندروید.

شرایط استفاده و دسترسی را در محصول فعلی بررسی کنید.

صفحهٔ Voice Notes در Google Play

‍

Just Press Record

Just Press Record برای آیفون، آیپد و Apple Watch ضبط صدا ارائه می‌کند. پیاده‌سازی به زبان و دستگاه سازگار وابسته است. برای مصاحبهٔ بلند، فضای ذخیره و خروجی متن را بررسی کنید.

‍

دستگاه: اندروید.

قیمت خرید در App Store به کشور و دستگاه وابسته است.

صفحهٔ Just Press Record

‍

Speechnotes

Speechnotes تایپ صوتی برای نوشتن متن و مسیر جدا برای پیاده‌سازی فایل دارد. انتخاب به ورودی و نوع خروجی بستگی دارد.

ورودی میکروفون و مجوز مرورگر یا گوشی برای تایپ صوتی لازم است.

دقت فارسی، نشانه‌گذاری و واژه‌های خاص را با جملهٔ نمونه بسنجید.

‍

مسیرهای وب و اندروید را جدا بررسی کنید.

شرایط نسخهٔ رایگان تایپ با نرخ پیاده‌سازی فایل فرق دارد.

صفحهٔ Speechnotes

‍

Voice Recorder & Audio Memos

این برنامهٔ iOS برای ضبط یادداشت صوتی است و امکانات پیاده‌سازی به نسخه و طرح بستگی دارد.

اگر کاهش نویز یا کیفیت صدا مهم است، یک فایل نمونه را پیش از ضبط اصلی بررسی کنید.

نرخ و خرید درون‌برنامه‌ای را در App Store همان دستگاه ببینید.

‍

دستگاه: iOS.

شرایط استفاده و دسترسی را در محصول فعلی بررسی کنید.

صفحهٔ Voice Recorder در App Store

‍

استفاده از JotMe برای پیاده‌سازی جلسه

برای انتخاب، ورودی و خروجی موردنیاز را مشخص کنید. برای جلسهٔ آنلاین، JotMe می‌تواند متن و ترجمه را در مسیر سازگار به جریان جلسه اضافه کند.

در جلسهٔ واقعی، متن، زمان و گوینده را بررسی کنید. با طرح رایگان می‌توانید نمونهٔ کوتاه را پیش از انتخاب طرح بسنجید.

از متن خودکار برای ساخت پیش‌نویس استفاده کنید و تصمیم، موعد و مسئول هر اقدام را تأیید کنید. نسخهٔ بازبینی‌شده را با سطح دسترسی مناسب نگه دارید.

‍
مطالعهٔ تکمیلی راهنمای Rimo برای انتخاب ابزارهای صورت‌جلسه در بازار ژاپن