AudioTextify
تسع وتسعون لغة في تبويب متصفح واحد. انقروا زراً فيصير الصوت نصاً تقرأونه، أو تلخّصونه، أو تترجمونه، أو تحوّلونه إلى محتوى جديد.
القطاع: الإنتاجية والمحتوى متعدد اللغات | المنظومة التقنية: Chrome MV3, TypeScript, Speech APIs, Translation APIs، وتكامل نماذج اللغة | الحالة: مُطلق على متجر Chrome الإلكتروني | متجر Chrome الإلكتروني
ما الذي يفعله AudioTextify#
AudioTextify إضافة Chrome تمرّر المحتوى الصوتي والمرئي عبر أربع عمليات ذكاء اصطناعي: التفريغ، والتلخيص، والترجمة، وتوليد المحتوى. افتحوا محاضرة مصوَّرة بالفرنسية، وانقروا الإضافة، فتحصلون على تفريغ إنجليزي. ومن هناك تلخّصونه، أو تترجمونه إلى لغة ثالثة، أو تولّدون منه مقالاً. والسلسلة كلها تجري داخل تبويب المتصفح.
تدعم الإضافة 99 لغة للتفريغ والترجمة، وتعالج صيغ MP3 وWAV والصيغ المرئية، وتنقسم إلى باقة مجانية وأخرى مميزة حسب حجم الاستخدام الشهري. وتمنح الباقة المميزة 10 ساعات معالجة في الشهر.
تحدي تعدد اللغات#
بناء أداة تفريغ أمر مباشر. أما بناء أداة تصمد عبر 99 لغة فليس كذلك.
المشكلة تتضاعف بسرعة. فنموذج التعرف على الكلام المدرَّب أساساً على الإنجليزية الأمريكية يتعثر في اللهجات الهندية والاسكتلندية وجنوب الأفريقية. واللغات النبرية مثل الماندرين والفيتنامية تحتاج مقاربة مختلفة تماماً. ثم أضيفوا العمل اللاحق: بعد التفريغ يحتاج النظام إلى التلخيص أو الترجمة، ويجب أن يُقرأ المخرج لغةً فعلية لا تبديلاً آلياً للكلمات. فالسياق والتعبير الاصطلاحي والمصطلح التخصصي كلها تتطلب معالجة يخطئ فيها المسار الساذج.
كان العميل فرنسياً، وهذا يعني أن متطلب تعدد اللغات لم يكن مجرداً. كان يبني لمستخدمين يعملون عبر اللغات كل يوم، والأدوات القياسية إما تفرض رفع الملفات، أو تبديل السياق، أو لا تدعم مزيج اللغات الذي يحتاجه. والقيد الذي أعطانا إياه، وهو البقاء داخل المتصفح دون إخراج المستخدم من الصفحة، صاغ كل قرار بعد ذلك.
ولا يسهّل Manifest V3 في Chrome هذا الأمر. فأعمار الـ service worker مقيَّدة، والمعالجة الخلفية محدودة، والتخزين الدائم محدود. وتشغيل أربعة مسارات ذكاء اصطناعي متتابعة (تحويل الكلام إلى نص، والتلخيص بمعالجة اللغة الطبيعية، والترجمة، وتوليد المحتوى) داخل تلك الحدود يتطلب تنسيقاً دقيقاً للواجهات، وإدارة للحالة عبر دورة حياة الـ service worker، وسلوك احتياط حين تتدخل حدود المعدل أو ظروف الشبكة. وجعل الأمر يبدو فورياً لحظة نقر المستخدم تطلّب عملاً أكثر من تكامل الذكاء الاصطناعي نفسه.
ما الذي بنيناه#
الجوهر مسار متعدد المراحل تغذّي فيه كل عملية ما بعدها. يستطيع المستخدم التوقف عند التفريغ، أو المضي إلى التلخيص فالترجمة فالتوليد، وكل مرحلة تستخدم مخرج سابقتها.
وتتعامل طبقة التفريغ مع 99 لغة بدقة تتجاوز 90% على الصوت الواضح، وتكتشف لغة المصدر تلقائياً حين لا يحددها المستخدم.
ويكثّف التلخيص التفريغات الخام في مخرج منظّم: النقاط الأساسية، والحجج الرئيسية، والخلاصات. فمحاضرة من 45 دقيقة تنتج آلاف الكلمات من التفريغ، وطبقة التلخيص تجعل ذلك قابلاً للاستخدام دون أن يقرأه المستخدم كله.
والترجمة تذهب أبعد من استبدال الكلمات. فالمصطلحات الفنية والتعابير الاصطلاحية واللغة التخصصية كلها تحتاج معالجة واعية بالسياق. والمقصود أن يُقرأ المخرج طبيعياً في اللغة الهدف، لا كأنه مرّ على قاموس.
وتولّد المرحلة الأخيرة محتوى جديداً مما عولج. فالباحث الذي يعمل على مقابلة بلغة أجنبية يستطيع الحصول على مسودة مقال بالإنجليزية. وتلك هي الحالة التي أقنعت العميل بالمشروع.
وعلى صعيد البنية التحتية، تعمل الإضافة على Manifest V3 مع نصوص service worker، ونصوص محتوى لاكتشاف الصوت واستخراجه، وواجهة في نافذة منبثقة ولوحة جانبية، وطبقة تنسيق للواجهات تتولى الاستدعاءات المتتابعة والمتوازية، وStripe لإدارة الاشتراكات.
القدرات الأساسية#
- تفريغ بنقرة واحدة: تفريغ المحتوى الصوتي والمرئي داخل المتصفح مباشرة دون رفع الملفات إلى خدمة منفصلة
- دعم 99 لغة: التفريغ والترجمة عبر 99 لغة مع اكتشاف تلقائي للغة المصدر
- التلخيص بالذكاء الاصطناعي: تكثيف التفريغات الطويلة في ملخصات منظّمة بنقاط أساسية وخلاصات
- توليد محتوى عابر للغات: توليد محتوى جديد بأي لغة مدعومة من مصادر صوتية بأي لغة مدعومة أخرى
- باقة مجانية وأخرى مميزة: خطة مجانية بـ 30 دقيقة معالجة شهرياً، ومميزة بـ 9.99 دولار شهرياً مع 10 ساعات شهرياً
- مخرجات قابلة للتحرير: كل التفريغات والملخصات والترجمات المولَّدة قابلة للتحرير بالكامل قبل التصدير
النتائج#
شُحنت الإضافة إلى متجر Chrome الإلكتروني وتُصان بنشاط. وحصل العميل الفرنسي على أداة تغطي مزيج لغاته كاملاً، وتلتزم قيد البقاء داخل المتصفح، وتدعم مساراً من أربع مراحل من الصوت الخام حتى محتوى قابل للنشر. وشمل البناء كل شيء من المعمارية الأولى حتى النشر في المتجر.
أتبنون أداة ذكاء اصطناعي متعددة اللغات أو إضافة Chrome؟ اطّلعوا على خدمة تطوير إضافات المتصفح أو احجزوا تدقيق أتمتة مجاني.
