يكلّف BroadNet Transcribe Arabic $0.0042 لكل دقيقة صوت. وتُبلغ BroadNet أنه يحتل المرتبة #2 من أصل 37 (وهو رقمها لشهر سبتمبر 2026؛ وأدرجته اللوحة المباشرة في المرتبة #4 من أصل 39 في 15 نوفمبر 2026) في لوحة الصدارة Open Universal Arabic ASR Leaderboard، والمرتبة الأولى بين النماذج التي تسمح تراخيصها بتقديمها عبر API. وللغات الأخرى، يغطي BroadNet Transcribe 14 لغة بسعر $0.002 للدقيقة. راجع صفحة نموذج BroadNet Transcribe Arabic وصفحة نموذج BroadNet Transcribe.
قد تكلّف جهات أخرى أقل. ففي 2026-11-14، أدرجت صفحة أسعار Soniox نحو USD 0.10 للساعة لتفريغ الملفات (غير المتزامن) وUSD 0.12 للساعة للتفريغ الفوري، وتتضمّن قائمة لغاتها العربية. وهذا أقل من سعر BroadNet Transcribe Arabic البالغ $0.25 للساعة، فاختبر الاثنين على تسجيلاتك.
باستخدام curl
curl https://inference.broadnet.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $BROADNET_API_KEY" \
-F model=broadnet/cohere-transcribe-arabic \
-F language=ar \
-F file=@voice-note.wav
تصل الاستجابة بالنص المفرّغ بصيغة JSON:
{"text": "مرحباً، لقد وصلت إلى البريد الصوتي، اترك رسالتك من فضلك"}
باستخدام Python
from openai import OpenAI
import os
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
with open("voice-note.wav", "rb") as audio:
result = client.audio.transcriptions.create(
model="broadnet/cohere-transcribe-arabic",
file=audio,
language="ar",
)
print(result.text)
أرسل اللغة دائمًا
من دون language قد يعود الكلام العربي مكتوبًا بحروف لاتينية. أرسل language=ar للعربية وlanguage=en للإنجليزية.
ما اللهجات العربية التي يتعامل معها؟
تصف BroadNet نموذج BroadNet Transcribe Arabic بأنه يغطي العربية بما فيها اللهجات، وتنشر له ثلاثة معدلات للخطأ في الكلمات. وهذه قياسات مختبرية أجرتها BroadNet بنفسها، منشورة في كتالوج نماذجها:
| مجموعة الاختبار | ما هي | معدل الخطأ في الكلمات |
|---|---|---|
| FLEURS-ar | جمل مقروءة بوضوح | 3.8 |
| MASC-ar | كلام عربي واقعي متنوّع | 21.1 |
| مجموعة اللهجات من BroadNet | كلام باللهجات | 23.4 |
لا تنشر BroadNet تفصيلًا حسب اللهجة، لذا لا يستطيع أحد من خارجها أن يقول كيف تُقارن نتيجة الصوت الخليجي بالمصري أو المغاربي. ويعرض المزوّدون الآخرون تغطيتهم بطرق مختلفة. تُدرج Deepgram نموذج Nova-3 للعربية مع رموز إقليمية، من ar-AE وar-SA وar-EG إلى ar-MA وar-IQ. وتبيع Speechmatics حزمة واحدة باسم “Global Arabic” تذكر العربية الفصحى الحديثة والخليجية والمصرية والشامية، إلى جانب حزمة ar_en للعربية الممزوجة بالإنجليزية. ويُدرج Soniox العربية (ar) دون تفاصيل عن اللهجات.
الرمز المدرج ليس دقة مقيسة. قبل أن تختار، قيّم كل مرشّح على مقاطعك الخاصة مصنّفةً حسب اللهجة:
- الخليجية: الكلام السعودي والإماراتي والكويتي والقطري، وكثيرًا ما تتخلّله أسماء منتجات إنجليزية.
- المصرية: أوسع اللهجات فهمًا في وسائل الإعلام.
- الشامية: الكلام السوري واللبناني والأردني والفلسطيني.
- العراقية والمغاربية: الكلام المغربي والجزائري والتونسي هو عادةً الحالة الأصعب.
- العربية الفصحى الحديثة: الأخبار والكلام الرسمي، وهي خط الأساس السهل.
يشرح دليل التعرّف على كلام اللهجات العربية لماذا تكون نتائج اللهجات أسوأ، ويوضّح شرح معدل الخطأ في الكلمات كيف تقيّمها.
كم تكلّف واجهات API لتحويل الصوت العربي إلى نص؟
كل مزوّد أدناه يُدرج العربية. مرتّبون من الأرخص؛ الأسعار للملفات المسجّلة مسبقًا ما لم يُذكر غير ذلك، وقد رُوجعت في 2026-11-14:
| المزوّد والنموذج | للدقيقة | للساعة | التغطية العربية المعلنة |
|---|---|---|---|
| Soniox، غير متزامن (ملفات) | نحو USD 0.0017 | نحو USD 0.10 | العربية (ar) |
| Soniox، فوري | نحو USD 0.002 | نحو USD 0.12 | العربية (ar) |
| BroadNet Transcribe (14 لغة) | $0.002 | $0.12 | العربية ضمن 14 لغة |
| BroadNet Transcribe Arabic | $0.0042 | $0.25 | العربية بما فيها اللهجات (بحسب BroadNet) |
| Deepgram، Nova-3 أحادي اللغة | USD 0.0043 | USD 0.258 | ar مع رموز إقليمية |
| Speechmatics، Standard | USD 0.0075 | USD 0.45 | Global Arabic وar_en |
| Speechmatics، Enhanced | USD 0.0125 | USD 0.75 | Global Arabic وar_en |
المصادر: أسعار Soniox (تُحتسب لكل رمز؛ والأرقام بالساعة تقديرات Soniox)، وأسعار Deepgram، وأسعار Speechmatics. Soniox أرخص من نموذجي BroadNet كليهما، ولا توثّق BroadNet البث الفوري. وحجة BroadNet هي النموذج المخصّص للعربية، ومرتبته المُبلغ عنها في لوحة الصدارة، وعدم الاحتفاظ بالبيانات. ولمزيد من المزوّدين، راجع مؤشر أسعار واجهات تحويل الكلام إلى نص المفتوح لدينا، الذي يُدرج أسعار المعالجة الدفعية والبث ودعم العربية لأكثر من 20 منتجًا، مع مصدر وتاريخ لكل منها (CSV وJSON). وللتكاليف الإضافية، راجع مقارنة أسعار واجهات تحويل الصوت إلى نص؛ ولتقدير تكلفة حجمك، استخدم حاسبة تكلفة تحويل الكلام إلى نص.
الحدود
- WAV أو MP3، حتى 26,214,400 بايت (25 MiB) للملف. يُرجع الملف الأكبر الخطأ 413؛ قسّمه أولًا.
- يسمح مفتاح الدفع حسب الاستخدام بما يصل إلى 30 من الطلبات في الدقيقة و4 من الطلبات في آنٍ واحد.
- يعمل نموذجا التفريغ الصوتي كلاهما بالرصيد المبدئي المجاني البالغ $5، فيمكنك اختبار تسجيلاتك قبل الدفع.
حل المشكلات
- حروف لاتينية بدل الحروف العربية. أضف
language=ar. - 400 أو 422. تحقّق من أسماء الحقول (
modelوlanguageوfile) ومن أن الملف WAV أو MP3 فعلًا. ملف.oggبعد تغيير اسمه سيفشل؛ حوّله باستخدام ffmpeg. - 413. حجم الملف يتجاوز 26,214,400 بايت. حوّله إلى WAV أو MP3 أحادي القناة بتردد 16 kHz، أو قسّمه إلى مقاطع أقصر.
- 401 على حساب مدفوع. تحقّق من المفتاح ومن حصة الدفع حسب الاستخدام. راجع رموز أخطاء BroadNet وإعادة المحاولة.
- دقة ضعيفة في اللهجات أو المكالمات المليئة بالضوضاء. نتائج مجموعة اختبار اللهجات الخاصة بـ BroadNet أسوأ من الكلام المقروء بوضوح (راجع الأسئلة الشائعة). اختبر على عيّنة من تسجيلاتك الحقيقية وقِس معدل الخطأ في الكلمات.
تصل الملاحظات الصوتية من WhatsApp بصيغة .ogg. حوّل ملاحظات WhatsApp الصوتية وفرّغها في خطوة واحدة. وإذا كنت تحتاج إلى الأرقام والتواريخ والأسماء في صوت مليء بالضوضاء، فإن BroadNet تقدّم نموذجًا عربيًا مضبوطًا بدقة (fine-tuned) عند الطلب.
