---
title: "كيف تحوّل الصوت العربي إلى نص عبر API بـ curl وPython"
description: "حوّل الصوت العربي إلى نص بنموذج BroadNet Transcribe Arabic عبر نقطة نهاية متوافقة مع OpenAI: الصيغ، وحقل language، وأمثلة Python وcurl، والسعر."
url: https://broadrouter.com/ar/guides/arabic-speech-to-text-api/
lang: ar
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

تُرجمت هذه الصفحة من الإنجليزية بمساعدة الذكاء الاصطناعي. [اقرأ الأصل الإنجليزي](https://broadrouter.com/guides/arabic-speech-to-text-api/) (حُدّث في 2026-11-16).

# API لتحويل الصوت العربي إلى نص خطوة بخطوة

آخر تحديث 2026-11-16

أرسل ملف WAV أو MP3 إلى https://inference.broadnet.ai/v1/audio/transcriptions مع النموذج broadnet/cohere-transcribe-arabic والحقل language=ar. تصل الاستجابة بصيغة JSON والنص المفرّغ في text. حوّل الصيغ الأخرى، مثل ملفات .ogg من WhatsApp، إلى WAV أولًا. السعر لكل دقيقة صوت، وتقول BroadNet إنها لا تحتفظ بأي صوت أو نص مفرّغ.

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](https://huggingface.co/spaces/elmresearchcenter/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](https://broadrouter.com/ar/models/cohere-transcribe-arabic/) و[صفحة نموذج BroadNet Transcribe](https://broadrouter.com/ar/models/cohere-transcribe/).

قد تكلّف جهات أخرى أقل. ففي 2026-11-14، أدرجت [صفحة أسعار Soniox](https://soniox.com/pricing) 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

```bash
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:

```json
{"text": "مرحباً، لقد وصلت إلى البريد الصوتي، اترك رسالتك من فضلك"}
```

## باستخدام Python

```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 و`language=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](https://www.broadnet.ai/inference/models):

| 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` و`ar-SA` و`ar-EG` إلى `ar-MA` و`ar-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](https://broadrouter.com/ar/glossary/msa/):** الأخبار والكلام الرسمي، وهي خط الأساس السهل.

يشرح [دليل التعرّف على كلام اللهجات العربية](https://broadrouter.com/ar/blog/arabic-dialect-speech-recognition/) لماذا تكون نتائج اللهجات أسوأ، ويوضّح [شرح معدل الخطأ في الكلمات](https://broadrouter.com/ar/blog/arabic-asr-wer-explained/) 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](https://broadrouter.com/ar/models/cohere-transcribe/) (14 لغة) | $0.002 | $0.12 | العربية ضمن 14 لغة |
| [BroadNet Transcribe Arabic](https://broadrouter.com/ar/models/cohere-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 و`ar_en` |
| Speechmatics، Enhanced | USD 0.0125 | USD 0.75 | Global Arabic و`ar_en` |

المصادر: [أسعار Soniox](https://soniox.com/pricing) (تُحتسب لكل رمز؛ والأرقام بالساعة تقديرات Soniox)، و[أسعار Deepgram](https://deepgram.com/pricing)، و[أسعار Speechmatics](https://www.speechmatics.com/pricing). 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](https://broadrouter.com/data/speech-to-text-api-prices/) 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](https://broadrouter.com/ar/blog/speech-to-text-api-pricing-compared/)؛ ولتقدير تكلفة حجمك، استخدم [حاسبة تكلفة تحويل الكلام إلى نص](https://broadrouter.com/tools/speech-to-text-cost-calculator/).

## 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 (`model` و`language` و`file`) ومن أن الملف WAV أو MP3 فعلًا. ملف `.ogg` بعد 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](https://broadrouter.com/ar/guides/errors-and-retries/).
-   **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](https://broadrouter.com/ar/glossary/word-error-rate/).

تصل الملاحظات الصوتية من WhatsApp بصيغة `.ogg`. [حوّل ملاحظات WhatsApp الصوتية وفرّغها في خطوة واحدة](https://broadrouter.com/ar/guides/transcribe-whatsapp-voice-notes/). وإذا كنت تحتاج إلى الأرقام والتواريخ والأسماء في صوت مليء بالضوضاء، فإن BroadNet تقدّم نموذجًا عربيًا مضبوطًا بدقة (fine-tuned) [عند الطلب](https://broadrouter.com/ar/models/#on-request).

## مصطلحات في هذا الدليل

[تحويل الصوت إلى نص (Speech-to-text)](https://broadrouter.com/ar/glossary/speech-to-text/)

تحويل الكلام إلى نص، ويسمّى أيضًا التعرّف التلقائي على الكلام (ASR)، هو تقنية تحوّل الصوت المنطوق إلى نص مكتوب. تستقبل واجهة تحويل الصوت إلى نص ملفًا صوتيًا أو بثًا وتُرجع نصًا مفرّغًا، يُسعَّر عادةً لكل دقيقة صوت. وتُقاس الدقة بمعدل الخطأ في الكلمات، وتتفاوت بحسب اللكنة واللهجة وجودة التسجيل.

[الدفع حسب الاستخدام (Pay-as-you-go)](https://broadrouter.com/ar/glossary/pay-as-you-go/)

الدفع حسب الاستخدام هو نموذج تسعير تدفع فيه مقابل ما تستخدمه فقط، مقيسًا بوحدات مثل الرموز (التوكنات) أو الطلبات أو دقائق الصوت، دون اشتراك أو حد أدنى للالتزام. وتحتسب معظم واجهات LLM API تكلفتها بهذه الطريقة، من رصيد مدفوع مسبقًا أو بفاتورة دورية.

[الرمز (التوكن، Token)](https://broadrouter.com/ar/glossary/token/)

الرمز (التوكن) هو وحدة النص التي يقرؤها نموذج اللغة ويكتبها: كلمة، أو جزء من كلمة، أو علامة ترقيم، أو تسلسل بايتات ينتجه مجزّئ النموذج (tokenizer). وتَعُدّ واجهات LLM API الاستهلاك بالرموز، وتضع حدودها بها، وتحتسب تكلفتها بها عادةً.

[العربية الفصحى الحديثة (Modern Standard Arabic، MSA)](https://broadrouter.com/ar/glossary/msa/)

العربية الفصحى الحديثة (MSA) هي الصيغة المعيارية من العربية المستخدمة في الكتابة والأخبار والتعليم والخطاب الرسمي في أنحاء العالم العربي. وليست لغة الحياة اليومية الأم لأحد: يتحدث الناس لهجات إقليمية، كالمصرية أو الخليجية، وينتقلون إلى الفصحى في المواقف الرسمية.

[ملف WAV](https://broadrouter.com/ar/glossary/wav/)

WAV (Waveform Audio File Format، أو WAVE) حاوية صوتية مبنية على صيغة RIFF من Microsoft وIBM. تحمل عادةً عينات PCM خطية غير مضغوطة، فيكون حجمها متوقَّعًا: معدل العينات مضروبًا في عدد بايتات العينة مضروبًا في عدد القنوات، لكل ثانية.

[التزامن (Concurrency)](https://broadrouter.com/ar/glossary/concurrency/)

التزامن (concurrency) هو عدد الطلبات التي تكون لدى العميل قيد التنفيذ في الوقت نفسه. وكثيرًا ما تضع واجهات LLM API سقفًا له لكل مفتاح أو خطة، بمعزل عن عدد الطلبات في الدقيقة، لأن كل طلب مفتوح يشغل قدرة من وحدة GPU حتى تكتمل استجابته.

[اللهجات العربية (Dialectal Arabic)](https://broadrouter.com/ar/glossary/dialectal-arabic/)

اللهجات العربية هي العربية المحكية يوميًا في منطقة أو مدينة، مثل المصرية أو الخليجية أو الشامية أو المغاربية. وتختلف عن العربية الفصحى الحديثة في الأصوات والمفردات والقواعد، ولا إملاء معياريًا لها، وتُكتب على الإنترنت بشكل متزايد، ما يجعلها أصعب على نماذج اللغة.

[استدعاء الأدوات (Tool calling)](https://broadrouter.com/ar/glossary/tool-calling/)

استدعاء الأدوات، ويُسمّى أيضًا استدعاء الدوال (function calling)، ميزة في واجهات LLM API يُرجع فيها النموذج طلبًا منظَّمًا لتشغيل دالة عرّفها المطوّر، مع معاملات بصيغة JSON. ويشغّل التطبيق الدالة ويعيد النتيجة؛ فالنموذج لا يشغّل الشيفرة بنفسه أبدًا.

## أسئلة شائعة

### هل يفهم النموذج اللهجات العربية؟

تُبلغ BroadNet عن معدل خطأ في الكلمات قدره 23.4 على مجموعة اختبار اللهجات الخاصة بها، مقابل 3.8 على FLEURS-ar و21.1 على MASC-ar. والأقل أفضل. لا تنشر BroadNet نتيجة لكل لهجة، فاختبر تسجيلات خليجية ومصرية وشامية ومغاربية كلًّا على حدة قبل أن تعتمد عليه.

### ما أرخص API لتحويل الصوت العربي إلى نص؟

من بين المزوّدين الذين رُوجعوا في 2026-11-14، يُدرج Soniox أقل سعر، نحو USD 0.10 للساعة لتفريغ الملفات. يكلّف BroadNet Transcribe Arabic $0.25 للساعة. أما Deepgram Nova-3 وSpeechmatics فأغلى. وسعر الساعة أقل أهمية من معدل الخطأ في الكلمات على تسجيلاتك بلهجتك.

### ما صيغ الصوت المقبولة؟

WAV (audio/wav) وMP3 (audio/mpeg). حوّل الصيغ الأخرى، مثل .ogg أو .m4a، باستخدام ffmpeg أولًا.

### لماذا يظهر النص العربي المفرّغ بحروف لاتينية؟

لم يتضمّن الطلب الحقل language. ومن دونه قد يُكتب الكلام العربي بحروف لاتينية. أرسل language=ar مع كل طلب عربي.

### هل يمكنني تجربة تحويل الصوت العربي إلى نص مجانًا؟

نعم. يعمل نموذجا التفريغ الصوتي في BroadNet كلاهما بالرصيد المبدئي المجاني الذي تحصل عليه الحسابات الجديدة، فيمكنك اختبار تسجيلاتك قبل شحن الرصيد.

### هل أستخدم BroadNet Transcribe Arabic أم BroadNet Transcribe للعربية؟

كلاهما يقبل language=ar. نموذج BroadNet Transcribe Arabic هو النموذج العربي، وهو الذي تُبلغ عنه BroadNet في لوحة الصدارة العربية. أما BroadNet Transcribe فأقل سعرًا للدقيقة ويغطي 14 لغة، فاختبر الاثنين على تسجيلاتك.

## أدلة ذات صلة

-   [تحويل رسائل WhatsApp الصوتية إلى نص عبر API](https://broadrouter.com/ar/guides/transcribe-whatsapp-voice-notes/)
-   [قراءة الفواتير والإيصالات العربية بنموذج رؤية](https://broadrouter.com/ar/guides/read-arabic-invoices-with-vision/)
-   [رموز أخطاء BroadNet Inference ومتى تعيد المحاولة](https://broadrouter.com/ar/guides/errors-and-retries/)

جرّبه على مهامك الفعلية. تبدأ الحسابات الجديدة برصيد قدره $5 لاستخدام Gemma والتفريغ الصوتي. أما DeepSeek وGLM وQwen3.8 فتتطلب شحن الرصيد.

[ابدأ الآن](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-guides-arabic-speech-to-text-api&utm_content=page-cta) ·

**المصادر**

-   [أسعار Soniox لتحويل الكلام إلى نص (رُوجع في 2026-11-14)](https://soniox.com/pricing)
-   [المرجع التقني لـ BroadNet Inference API، التفريغ الصوتي (بالإنجليزية)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-guides-arabic-speech-to-text-api&utm_content=sources#requests)
-   [أسعار BroadNet Inference](https://inference.broadnet.ai/ar/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-guides-arabic-speech-to-text-api&utm_content=sources)
-   [كتالوج نماذج BroadNet، تحويل الكلام إلى نص (قياسات مختبرية)](https://www.broadnet.ai/ar/inference/models)
-   [لوحة الصدارة Open Universal Arabic ASR Leaderboard](https://huggingface.co/spaces/elmresearchcenter/open_universal_arabic_asr_leaderboard)
-   [وثائق Soniox، اللغات المدعومة (العربية مدرجة؛ رُوجع في 2026-11-14)](https://docs.soniox.com/stt/concepts/supported-languages)
-   [أسعار Deepgram، نموذج Nova-3 للملفات المسجّلة مسبقًا (رُوجع في 2026-11-14)](https://deepgram.com/pricing)
-   [نماذج Deepgram ولغاتها، رموز Nova-3 للعربية (رُوجع في 2026-11-14)](https://developers.deepgram.com/docs/models-languages-overview)
-   [أسعار Speechmatics، المعالجة الدفعية بالدفع حسب الاستخدام (رُوجع في 2026-11-14)](https://www.speechmatics.com/pricing)
-   [لغات Speechmatics، Global Arabic والعربية-الإنجليزية (رُوجع في 2026-11-14)](https://docs.speechmatics.com/speech-to-text/languages)
