السريعة والمتوازنة والأفضل: أي مستوى جودة تختار؟

ما هي المستويات الثلاثة

كل ملف مرفوع يمرّ عبر واحد من ثلاثة مستويات، وكل مستوى نموذج مختلف:

• السريعة — Whisper large-v3-turbo. نسخة مقطّرة من النموذج الكبير: طبقات فكّ ترميز أقل، ومعظم الدقة، وجزء يسير من الوقت.
• المتوازنة — Whisper large-v3. النموذج الكامل، وهو الافتراضي.
• الأفضل — GPT-4o Transcribe. بنية أحدث تتعامل مع اللهجات وتداخل الأصوات والضجيج أفضل من Whisper.

المستويات الثلاثة تعيد توقيتًا على مستوى الكلمة؛ لذلك يلاحق المشغّل النص في كل مستوى، ويعمل تصدير الترجمات المعروضة بالطريقة نفسها في جميعها.

ما الذي يتغيّر فعلًا

في الصوت النظيف: القليل. متحدث واحد بميكروفون لائق في غرفة هادئة ينتهي إلى النتيجة نفسها تقريبًا في المستويات الثلاثة — ولهذا فإن دفع ثمن الانتظار في «الأفضل» على هذا الملف ضياع.

تتسع الفجوة حين يصعب الصوت: تداخل الكلام، واللهجات الثقيلة، وضجيج الخلفية، والمصطلحات التقنية، وأسماء الأعلام. عندها تبدأ «السريعة» بإسقاط المداخلات القصيرة وتخمين الأسماء، بينما تحتفظ بها «الأفضل».

الاختيار بلا إطالة تفكير

اتركها على المتوازنة. هي الافتراضية لأنها مصيبة في أغلب الأحيان.

اذهب إلى السريعة حين تريد جوهر تسجيل طويل بسرعة، أو حين يكون الصوت نظيفًا والأمر غير حسّاس: مذكرة صوتية، تسجيل منفرد، شيء ستتصفّحه سريعًا.

واذهب إلى الأفضل حين يكلّفك الخطأ: مقابلات ستقتبس منها، تسجيلات قانونية أو طبية، لهجات صعبة، عدة أشخاص يتحدثون فوق بعضهم، أو أي شيء تنشره ترجمةً معروضة.

يمكنك دائمًا إعادة تشغيل ملف بمستوى أعلى. ويبقى الصوت الأصلي متاحًا ما دامت خطتك تحتفظ به.