واجهة OpenAI Whisper API هي نقطة البداية الافتراضية لفرق كثيرة: نقطة نهاية واحدة، وسعر واحد، وعشرات اللغات. وتبحث عن بديل لـ Whisper API حين يحدث واحد من أربعة أمور: الدقة على تسجيلاتك غير كافية، أو الفاتورة تكبر مع الحجم، أو فريق الأمن يريد الاحتفاظ ببيانات أقل، أو النموذج الذي تستدعيه في طريقه إلى التقاعد. يوضح هذا المقال كيف تقرر، وكيف تختبر بديلًا دون إعادة كتابة شيفرتك.
هل ستتوقف واجهة OpenAI Whisper API؟
نعم، وفق الجدول الحالي لدى OpenAI. تُدرج صفحة الإيقاف لديها، بتاريخ مراجعة 2026-11-15، النماذج whisper-1 وgpt-4o-transcribe وgpt-4o-mini-transcribe وgpt-4o-transcribe-diarize على أنها متقادمة، مع إشعار صدر في 26 أغسطس 2026 وإيقاف في 26 فبراير 2027. والبديل الموصى به هو gpt-transcribe (USD 0.0045 للدقيقة، أي USD 0.27 للساعة) للملفات، أو gpt-live-transcribe للصوت المباشر. وتصنّف صفحة الأسعار النماذج الأربعة نفسها متقادمة، ويقول دليل تحويل الكلام إلى نص لديها “Start with gpt-transcribe” (الترجمة: «ابدأ بـ gpt-transcribe»). ونقطة النهاية /v1/audio/translations متقادمة أيضًا. لذا ستعيد اختبار تسجيلاتك على نموذج جديد في كل الأحوال، وهذا يجعل الآن وقتًا مناسبًا لمقارنة بديل OpenAI بمزوّدين آخرين على المقاطع نفسها.
وللصورة الكاملة، يسرد مؤشر أسعار API تحويل الصوت إلى نص المفتوح لدينا أسعار المعالجة المجمّعة والبث المتدفق، ووحدات الفوترة، ودعم العربية لأكثر من 20 منتجًا، وكل قيمة مُراجَعة مقابل صفحة أسعار المزوّد نفسه (بصيغتي CSV وJSON).
لماذا تبحث الفرق عن بديل لـ Whisper API؟
| السبب | ما الذي تتحقق منه في البديل |
|---|---|
| الدقة في لغة أو لهجة بعينها | معدل الخطأ في الكلمات المنشور على مجموعة اختبار مناسبة، ثم اختبارك أنت |
| السعر عند الحجم الكبير | السعر لكل ساعة صوت والحد الأدنى للفوترة |
| الاحتفاظ بالبيانات | هل يُخزَّن الصوت والنصوص المفرّغة، وإلى متى |
| الحدود | حجم الملف، والصيغ، وحدود المعدل |
| الميزات | الطوابع الزمنية، وتمييز المتحدثين (diarization)، والتلقين (prompts)، والبث المتدفق |
يقول دليل تحويل الكلام إلى نص لدى OpenAI: “Whisper supports 98 languages, but accuracy varies by language” (الترجمة: «يدعم Whisper 98 لغة، لكن الدقة تختلف باختلاف اللغة»). وهذه نقطة البداية الصادقة: قائمة اللغات تخبرك بما هو ممكن، لا بما هو جيد.
ما بدائل Whisper API المتاحة، وكم تكلّف؟
| الخيار | السعر (المعلن، نوفمبر 2026) | اللغات | ملاحظات |
|---|---|---|---|
OpenAI Whisper API (whisper-1) |
USD 0.006/دقيقة | 98 (الدقة متفاوتة) | ملفات حتى 25 MB؛ تلقين حتى 224 رمزًا؛ يتوقف في 2027-02-26 |
OpenAI gpt-transcribe |
USD 0.0045/دقيقة (USD 0.27/ساعة) | راجع دليل OpenAI | البديل الموصى به من OpenAI؛ يعرض دليل OpenAI الطوابع الزمنية للكلمات لنموذج whisper-1 فقط، وتسميات المتحدثين لنموذج diarize المتقادم فقط |
| Groq، Whisper Large v3 | USD 0.111/ساعة | متعدد اللغات | تعلن Groq معدل WER يبلغ 10.3%؛ حد أدنى للفوترة 10 ثوانٍ |
| Groq، Whisper Large v3 Turbo | USD 0.04/ساعة | متعدد اللغات | تعلن Groq معدل WER يبلغ 12%؛ غير مدرَّب على الترجمة |
| Soniox (غير متزامن) | نحو USD 0.10/ساعة، يُحتسب لكل رمز | أكثر من 60، والعربية مدرجة | واجهة API خاصة قائمة على المهام، غير متوافقة مع OpenAI؛ والوقت الفعلي نحو USD 0.12/ساعة |
| Whisper مستضاف ذاتيًا | تكلفة GPU لديك | مثل Whisper | ترخيص MIT؛ أنت من يشغّله ويوسّعه |
| BroadNet Transcribe | $0.002/دقيقة | 14 | ليس Whisper؛ مبني على Cohere Transcribe |
| BroadNet Transcribe Arabic | $0.0042/دقيقة | العربية | تذكر BroadNet أنه #2 من أصل 37 (وهو رقمها لشهر سبتمبر 2026؛ وأدرجته اللوحة المباشرة في المرتبة #4 من أصل 39 في 15 نوفمبر 2026) في لوحة Open Universal Arabic ASR Leaderboard |
رُوجعت الأسعار وأرقام Groq على الصفحات الرسمية في 2026-11-14، وأُعيدت مراجعة أرقام OpenAI في 2026-11-15. يكلّف gpt-transcribe من OpenAI للساعة أكثر من نموذجي BroadNet كليهما. أما نقطة نهاية Turbo لدى Groq وSoniox فكلاهما أرخص للساعة من BroadNet Transcribe ($0.12 للساعة)؛ ويحتاج Soniox إلى شيفرة عميل جديدة لأنه لا يستخدم صيغة طلبات OpenAI. وأرقام WER لدى Groq أرقامها المنشورة هي، لا اختبار على مجموعة مشتركة مع الآخرين، فلا تقارنها مباشرةً بأرقام BroadNet. هذه الصفحة عن الانتقال؛ أما قائمة الأسعار الكاملة، بما فيها DeepSeek وAssemblyAI وDeepgram وGoogle وAWS وSpeechmatics مع أسعار الإضافات، فراجع مقارنة أسعار تحويل الصوت إلى نص، وتحسب حاسبة تكلفة تحويل الصوت إلى نص تكلفة ساعاتك الشهرية.
ماذا تعني أرقام الدقة فعلًا؟
تنشر BroadNet ثلاثة أرقام WER لنموذج BroadNet Transcribe Arabic في كتالوج النماذج لديها:
| مجموعة الاختبار | نوع الصوت | WER |
|---|---|---|
| FLEURS-ar | جمل مقروءة بوضوح | 3.8 |
| MASC-ar | عربية واقعية متنوعة | 21.1 |
| مجموعة اللهجات من BroadNet | كلام باللهجات | 23.4 |
على مجموعتي MASC واللهجات نفسيهما، تذكر BroadNet أن Whisper large-v3 سجّل 31.5 و31.8، مقابل 21.1 و23.4 لنموذجها العربي: أي أخطاء أقل بنحو الثلث على MASC وبنحو الربع على مجموعة اللهجات. هذا اختبار BroadNet نفسها لمنافس، فتحقّق منه على تسجيلاتك. وفي لوحة Open Universal Arabic ASR Leaderboard العامة، التي تستخدم مجموعات الاختبار نفسها لكل النماذج، جاء Whisper large-v3 في المرتبة 19 من 39 في 15 نوفمبر 2026 (متوسط WER 36.86)، وجاء Cohere Transcribe Arabic 07-2026، وهو النموذج الذي تقدّمه BroadNet، في المرتبة 4 (24.19).
العبرة في هذا التفاوت. النموذج نفسه شبه مثالي على الكلام المقروء وأضعف بكثير على المحادثة. ورقم WER الرئيسي لأي مزوّد يخبرك بأدائه على تسجيلات غيرك. وتجد اللهجات بالتفصيل في التعرف على الكلام باللهجات العربية.
كيف تختبر بديلًا لـ Whisper في ظهيرة واحدة
- اجمع 30 إلى 50 مقطعًا لكل لغة من حركة حقيقية: مكالمات، ورسائل صوتية، واجتماعات. واحذف كل ما لا يجوز لك مشاركته.
- اكتب نصوصًا مرجعية لعشرة مقاطع لكل لغة يدويًا.
- شغّل الواجهتين على المقاطع نفسها. مع المزوّدين المتوافقين مع OpenAI، لا يتغيّر إلا العميل والنموذج:
import os
from openai import OpenAI
whisper = OpenAI() # uses OPENAI_API_KEY
broadnet = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
def run(client, model, path, lang):
with open(path, "rb") as f:
return client.audio.transcriptions.create(model=model, file=f, language=lang).text
hyp_a = run(whisper, "whisper-1", "clip01.wav", "ar") # also try "gpt-transcribe", OpenAI's replacement
hyp_b = run(broadnet, "broadnet/cohere-transcribe-arabic", "clip01.wav", "ar")
- احسب النتيجة بالتطبيع نفسه للاثنين، باستخدام jiwer:
import re, jiwer
def norm(t):
t = re.sub(r"[ً-ْ]", "", t) # strip Arabic diacritics
t = re.sub(r"[إأآ]", "ا", t).replace("ى", "ي") # unify alef and yaa
return re.sub(r"[^\w\s]", "", t).lower().strip()
print(jiwer.wer(norm(reference), norm(hyp_a)), jiwer.wer(norm(reference), norm(hyp_b)))
- اقرأ 20 نصًا مفرّغًا بنفسك. تحقّق من الأرقام والأسماء ومصطلحات المنتج. قد يفوز نموذج في WER ويخطئ مع ذلك في رقم الحساب.
متى تستضيف Whisper بنفسك بدلًا من ذلك؟
شيفرة Whisper وأوزانه مرخّصة بترخيص MIT، لذا يظل تشغيله بنفسك خيارًا متاحًا دائمًا. ويكون منطقيًا حين:
- لا يجوز للصوت أن يغادر شبكتك، لأسباب قانونية أو تعاقدية.
- يُبقي حجم عملك وحدة GPU مشغولة معظم اليوم، فلا تدفع مقابل ساعات خاملة.
- تحتاج إلى ضبط دقيق (fine-tuning) على مفرداتك أو لهجتك.
وهو يكلّف أكثر مما يبدو حين تكون الحركة متذبذبة، أو حين تحتاج إلى توافر عالٍ عبر عدة أجهزة، أو حين لا يرغب أحد في الفريق في تولّي تعريفات GPU وتحديثاتها (حساب نقطة التعادل لوحدات GPU). ويشير ملف README لمستودع openai/whisper أيضًا إلى أن نموذج turbo غير مدرَّب على الترجمة. أما واجهة API المستضافة فتحوّل هذه المشكلات إلى سعر للدقيقة، ولهذا تبدأ معظم الفرق بها ولا تنتقل إلى الاستضافة الذاتية إلا حين يتضح الحجم والمتطلبات.
قائمة التحقق للانتقال
تغيير العنوان الأساسي (base URL) هو الجزء السهل. وقبل أن تنقل الحركة:
- الصيغ. تقبل OpenAI صيغ flac وmp3 وmp4 وm4a وogg وwav وwebm. وتقبل BroadNet صيغتي WAV وMP3، فحوّل ملفات
.oggو.m4aباستخدام ffmpeg أولًا. ولتسجيلات المتصفح، راجع سجّل الصوت في المتصفح وأرسله إلى API تحويل الكلام إلى نص. - حجم الملف. تحدّ OpenAI الرفع عند 25 MB؛ وBroadNet عند 26,214,400 بايت (25 MiB).
- حقل اللغة. أرسله دائمًا. ففي BroadNet، قد تعود العربية بحروف لاتينية دون
language=ar. - المعاملات الاختيارية. إن كنت تعتمد على
promptأوverbose_jsonأو الطوابع الزمنية للكلمات، فتأكد أن البديل يدعمها. تصف وثائق BroadNet استجابة JSON تتضمنtext. - حدود المعدل. تسمح مفاتيح الدفع حسب الاستخدام في BroadNet بـ 30 طلبًا في الدقيقة و4 في آنٍ واحد.
والنسخة العامة من هذه القائمة في قائمة التحقق للانتقال إلى واجهة متوافقة مع OpenAI.
أين يقع BroadNet Transcribe من هذا؟
اختر BroadNet حين تهمّك دقة العربية، أو حين تريد ألّا يُحتفظ بالصوت والنصوص المفرّغة (عدم الاحتفاظ بالبيانات)، أو حين يكون سعر $0.002 للدقيقة عبر 14 لغة أقل من فاتورتك الحالية. يغطي الرصيد المبدئي البالغ $5 نحو 1,190 دقيقة من الصوت العربي، وهذا يكفي لإجراء الاختبار أعلاه؛ احصل على مفتاح من BroadNet Inference. ويتضمن دليل تحويل الكلام العربي إلى نص أمثلة بـ curl وPython.
وابقَ مع نماذج OpenAI البديلة، أو مع مزوّد آخر، إن كنت تحتاج إلى إحدى اللغات الكثيرة التي لا تُدرجها BroadNet، أو إلى ترجمة الكلام، أو التفريغ المباشر، أو التلقين وتلميحات الكلمات المفتاحية (يوثّقها دليل OpenAI لنموذج gpt-transcribe). ولترجمة تسجيلات عربية إلى الإنجليزية من الملفات، يصلح أيضًا خط معالجة من خطوتين: راجع ترجمة الصوت العربي إلى الإنجليزية. ولأقل سعر للإنجليزية، تكلّف نقاط النهاية المستضافة لنموذج Whisper Turbo أقل للساعة.
