كيف تحوّل ملف PDF أو مستنداً عربياً إلى صوت

قد يبدو تحويل ملف PDF عربي إلى صوت أمراً بسيطاً: ارفع الملف، واختر الصوت، واضغط زر التشغيل. لكن عملياً، تقع معظم المشكلات قبل وصول النص إلى محرك الصوت؛ فالنص العربي المستخرج من ملفات PDF غالباً ما يخرج بكلمات مقلوبة، أو حروف متقطعة، أو أرقام مشوشة، أو محارف غير مرئية. ومحرك تحويل النص إلى كلام سيقرأ كل هذه الأخطاء بحذافيرها.

لتوضيح حجم هذه المشكلة، أجرينا اختبارنا الخاص على المستند العربي القصير نفسه باستخدام ست طرق استخراج شائعة. يشاركك هذا الدليل ما توصلنا إليه، ثم يأخذك في خطوات عملية موثوقة: استخراج نص نقي، وتصحيح الأخطاء الشائعة في العربية، وإضافة علامات التشكيل حيث يلزم، وتوليد الصوت باستخدام أصوات تحويل النص إلى كلام باللغة العربية.

لماذا يُعد تحويل ملف PDF عربي إلى صوت أصعب مما يبدو؟

صُممت ملفات PDF لتظهر الصفحة بشكل صحيح بصرياً، وليس للحفاظ على تسلسل النص أثناء القراءة. فاللغة العربية تُكتب من اليمين إلى اليسار، وتتغير أشكال حروفها حسب موضعها في الكلمة، بينما تُكتب الأرقام داخل النص العربي من اليسار إلى اليمين. تتعامل خوارزمية يونيكود ثنائية الاتجاه (Unicode bidirectional algorithm) مع هذه المتطلبات عند عرض النص، ولكن عندما تستخرج البرمجيات النص من ملف PDF، قد يضيع هذا الترتيب المنطقي.

والنتيجة هي نصوص تبدو سليمة تماماً في قارئ PDF لكنها مشوهة بنيوياً في الخلفية. ولأن محرك الصوت القائم على الذكاء الاصطناعي يقرأ المحارف البرمجية الفعلية لا الصورة المعروضة على الشاشة، فإن تلك الأخطاء تتحول مباشرة إلى نطق خاطئ أو كلام غير مفهوم.

اختبرنا ست طرق لاستخراج النص العربي من المستندات

أنشأنا مستنداً عربياً قصيراً يحتوي على جملة عنوان، وجملة تتضمن أرقاماً ونسبة مئوية، وجملة مشكولة بالكامل، وجملة تحتوي على اسم علامة تجارية باللغة الإنجليزية. حفظنا المستند بصيغتي Word وPDF، ثم استخرجنا النص باستخدام خمس أدوات شائعة وإحدى تقنيات التعرف الضوئي على الحروف (OCR) العربية. إليك ما أسفرت عنه التجربة لثلاث كلمات اختبارية: «الاصطناعي»، و«كلام»، والرقم «١٢٥٠».

• ملف Word: استُخرجت كل كلمة ورقم وعلامة تشكيل كما كُتبت تماماً.
• pdftotext: أفضل أدوات استخراج PDF، لكن الحرفين المتصلين «لا» استُخرجا كـ «ال»، فتحولت كلمة «كلام» إلى «كالم»، كما كان النص مليئاً بمحارف الاتجاه غير المرئية.
• pypdf: التصقت الكلمات ببعضها دون مسافات، وانعكست الأرقام العربية، فتحول الرقم «١٢٥٠» إلى «٠٥٢١».
• pdfplumber: خرج السطر كاملاً مقلوباً من النهاية إلى البداية، حرفاً بحرف.
• PyMuPDF: انعكست الأرقام وخرجت الأسطر بترتيب غير صحيح.
• تقنية OCR العربية (Tesseract): أعادت بناء الكلمات بشكل صحيح من صورة الصفحة، بما في ذلك حرفي «لا»، لكنها أخطأت في قراءة الأرقام وحوّلت اسم العلامة التجارية الإنجليزية إلى حروف لا معنى لها. أدى تضمين اللغة الإنجليزية في لغات التعرف الضوئي إلى تصحيح جزء من الاسم، لكنه أفسد عدة كلمات عربية.

تعتمد النتائج على طريقة إنشاء ملف PDF، والخط المستخدم فيه، والأداة التي تقرؤه؛ لذا قد تختلف نتائج مستنداتك بين الأفضل والأسوأ. لكن الدرس المستفاد واحد في جميع الأحوال: إياك أن ترسل نصاً عربياً مستخرجاً إلى محرك الصوت دون مراجعته أولاً.

الخطوة 1: ابدأ من أنقى مصدر يمكنك الوصول إليه

إذا كان لديك ملف Word أو Google Docs

اعتمد عليه مباشرة. في Word، احفظ الملف بصيغة نص عادي (Plain Text) واختر ترميز UTF 8 عند المطالبة. وفي Google Docs، انتقل إلى «ملف» ثم «تنزيل» ثم «نص عادي». كذلك تحتفظ الكتب الإلكترونية بصيغة EPUB بترتيب النص الصحيح للقراءة، لذا تكون عادةً أنقى بكثير من ملفات PDF. وإذا وصلك ملف PDF من زميل أو ناشر، فإن طلب الملف المصدري يوفر عليك وقتاً يفوق ما توفره أي أداة.

إذا لم يكن لديك سوى ملف PDF رقمي

تأكد أولاً من أن ملف PDF يحتوي على نص حقيقي عبر محاولة تحديد إحدى الكلمات؛ فإذا تمكنت من تظليلها، فالنص موجود. انسخه أو استخدم إحدى أدوات الاستخراج، ثم انتقل مباشرة إلى خطوات التنقيح والمراجعة أدناه. الصق فقرة في محرر نصوص عادية أولاً: إذا بدت الكلمات معكوسة أو متلاصقة، فجرب أداة أخرى قبل أن تبدأ بالتعديل اليدوي.

إذا كان ملف PDF ممسوحاً ضوئياً أو صورة

إذا تعذر تحديد أي نص، فالصفحة عبارة عن صورة، وستحتاج حينها إلى تقنية التعرف الضوئي على الحروف (OCR) تدعم نموذجاً للغة العربية. تدعم أداة Tesseract مفتوحة المصدر اللغة العربية، كما تشتمل العديد من برامج تحرير PDF على ميزة OCR للعربية. احرص على مسح الصفحات بدقة جيدة ومحاذاة مستقيمة، وتوقع دائماً الحاجة إلى تصحيح الأرقام، والكلمات الإنجليزية، وعلامات التشكيل بعد ذلك.

الخطوة 2: نقّح النص العربي قبل تحويله إلى كلام

النص النقي هو الأساس الذي يمنح تحويل النص إلى كلام باللغة العربية صوتاً طبيعياً. اتبع قائمة التحقق هذه قبل البدء بتوليد أي مقطع صوتي:

إذا كنت تتعامل مع العديد من المستندات، يمكن لبرمجية نصية (script) قصيرة إنجاز الجزء الآلي. يزيل نموذج بايثون (Python) الموضح أدناه علامات الاتجاه غير المرئية، ويعيد أشكال الحروف القديمة إلى الحروف العربية القياسية، ويزيل التطويل (الكشيدة المستخدمة للزخرفة)، ويحذف أرقام الصفحات، ويدمج الأسطر المقطوعة في منتصف الجملة. لقد قمنا بتشغيله على مخرجات pdftotext في اختبارنا: فاختفت العلامات المخفية والأسطر المقطوعة، لكن حرف «لا» المكسور وبعض علامات الترقيم ظلت بحاجة إلى مراجعة بشرية.

clean_arabic.py
  import re
  import sys
  import unicodedata
   
  HIDDEN_MARKS = re.compile("[\u200e\u200f\u202a\u202b\u202c\u202d\u202e"
                            "\u2066\u2067\u2068\u2069]")
  PAGE_NUMBER = re.compile(r"^\s*\d{1,4}\s*$")  # \d matches Arabic digits too
  SPACE_BEFORE_PUNCT = re.compile(r"\s+([.!?\u061f\u060c\u061b:])")
  SENTENCE_END = (".", "!", "?", "\u061f", "\u061b", ":")
   
   
  def clean(text):
      text = HIDDEN_MARKS.sub(" ", text)          # invisible direction marks
      text = unicodedata.normalize("NFKC", text)  # folds presentation forms
      text = text.replace("\u0640", "")           # tatweel (kashida)
      paragraphs, current = [], ""
      for line in text.splitlines():
          line = SPACE_BEFORE_PUNCT.sub(r"\1", " ".join(line.split()))
          if not line or PAGE_NUMBER.match(line):  # blank line or page number
              if current:
                  paragraphs.append(current)
                  current = ""
              continue
          current = f"{current} {line}".strip()    # rejoin broken lines
          if current.endswith(SENTENCE_END):
              paragraphs.append(current)
              current = ""
      if current:
          paragraphs.append(current)
      return "\n\n".join(paragraphs)
   
   
  if __name__ == "__main__":
      raw = open(sys.argv[1], encoding="utf8").read()
      open(sys.argv[2], "w", encoding="utf8").write(clean(raw))

قم بتشغيله باستخدام python clean_arabic.py extracted.txt clean.txt، ثم افتح الملف المُنقّح ودققه.

الخطوة 3: تدقيق الأجزاء التي تخطئ فيها الآلات

لا تستطيع برمجيات التنظيف معرفة ما قصده المؤلف. اقرأ النص، أو اطلب من متحدث أصلي قراءته، واضعاً في الحسبان نقاط التحقق التالية:

1. الحروف الملتصقة. ابحث في النص عن «اال»، والتي نادراً ما تظهر في اللغة العربية الصحيحة، وانتبه لكلمات مثل «كالم» التي ينبغي أن تكون «كلام».
2. الأرقام والتواريخ. قارن كل رقم بالصفحة الأصلية؛ إذ يسهل إغفال الأرقام المعكوسة وقد تغيّر المعنى كلياً.
3. علامات الترقيم. قد تنتقل الفواصل والنقاط إلى الجانب الخاطئ من الرقم أو الكلمة أثناء الاستخراج.
4. الأسماء والمصطلحات الإنجليزية. تأكد من سلامة أسماء العلامات التجارية ورموز المنتجات وعناوين البريد الإلكتروني.
5. أمور تتطلب صياغة مختلفة للمنطوق. أعد صياغة الجداول والمخططات والمراجع والاختصارات في صورة جمل منطوقة قصيرة، واكتب الأرقام المهمة بالحروف إذا كنت تريد قراءتها بطريقة محددة.

الخطوة 4: إضافة التشكيل حيثما تؤثر طريقة النطق

تُكتب معظم النصوص العربية بدون حركات التشكيل، ويفهمها القارئ من السياق. ويفعل الصوت العربي الجيد الشيء نفسه، غير أن الأسماء والكلمات النادرة والشعر والنصوص الدينية والمواد التعليمية قد تظل قابلة للقراءة بأكثر من وجه. لذا فإن إضافة التشكيل إلى هذه المقاطع يزيل أي التباس. تتضمن واجهة برمجة التطبيقات (API) الخاصة بـ Munsit أداة تشكيل تضيف الحركات إلى النصوص العربية بالفصحى، وهو أمر مفيد للمستندات الطويلة. اقرأ المزيد حول أهمية الحركات والنبر الصوتي في دليلنا حول كيفية عمل تحويل النص إلى كلام باللغة العربية بطريقة طبيعية.

تنبيه واحد من واقع اختبارنا: وضع التعرف الضوئي على الحروف (OCR) بعض علامات التشكيل على الحروف غير الصحيحة. فإذا كان مصدرك صفحة ممسوحة ضوئياً، فقد يكون من الأسلم إزالة تشكيل الـ OCR وإعادة إضافته باستخدام أداة تشكيل.

الخطوة 5: توليد الصوت باستخدام مولد أصوات الذكاء الاصطناعي باللغة العربية

بعد تنقيح النص، اختر صوتاً وقم بتوليد الملف الصوتي. بالنسبة لمعظم المستندات، يُعد الصوت العربي الفصيح (الفصحى) هو الخيار الأنسب، نظراً لأن التقارير والكتب والمواد التعليمية تُكتب عادةً بالفصحى. لا تستخدم صوتاً بلهجة معينة إلا إذا كان النص نفسه مكتوباً بتلك اللهجة. يوضح دليل مولد الأصوات بالذكاء الاصطناعي للغة العربية الفروقات بين أصوات اللهجات المختلفة.

المستندات القصيرة: استخدم الاستوديو

إذا كان المستند مؤلفاً من صفحات معدودة، الصق النص في استوديو Munsit لتحويل النص إلى كلام، واختر صوتاً، واستمع إلى فقرة تجريبية، ثم قم بتوليد بقية النص. تتضمن الخطة المجانية 10,000 رصيد دون الحاجة إلى بطاقة مصرفية، ويُحتسب الرصيد بعدد الحروف، لذا تمنحك عملية إحصاء سريعة للحروف تقديراً لتكلفة معالجة المستند.

المستندات الطويلة والكتب: تقسيم العمل إلى أجزاء

قم بتوليد المستند الطويل قسماً تلو الآخر أو فصلاً فصلاً بدلاً من إرساله في طلب ضخم واحد؛ فهذا يسهّل تصحيح أي خطأ فردي، كما يضمن اتساق نبرة الصوت عند استخدام الصوت والإعدادات نفسها لكل قسم. أضف وقفة قصيرة بين العناوين والنص الأساسي باستخدام وسم التوقف المؤقت مثل <break time="1s"/>. تدعم Munsit وقفات تصل إلى 3 ثوانٍ لكل وسم، ويجب أن تتضمن القيمة وحدة زمنية (s أو ms).

يمكن لفرق العمل التي تقوم بتحويل ملفات عديدة أتمتة الخطوات ذاتها عبر الـ API. يغطي دليل API تحويل النص إلى كلام باللغة العربية للمطورين موضوعات المصادقة (authentication) والأصوات وصيغ المخرجات. يُستلم الملف الصوتي بصيغة WAV، والتي يمكنك تحويلها إلى ملف MP3 بحجم أصغر لتسهيل مشاركته باستخدام أدوات صوتية مجانية مثل Audacity أو ffmpeg.

الخطوة 6: الاستماع قبل النشر

استمع إلى الملف الصوتي بالكامل مرة واحدة على الأقل، ويُفضل أن يتابع متحدث أصلي النص الأصلي أثناء الاستماع. سجّل الطابع الزمني لكل مشكلة، ثم صحح النص الخاص بذلك القسم فقط، وأعد توليد هذا الجزء فحسب. تشمل التعديلات الشائعة: إضافة وقفة مفقودة قبل أحد العناوين، وتصحيح رقم قُرئ بطريقة خاطئة، وتعديل إملاء مصطلح إنجليزي لضبط نطقه.

من يحتاج إلى تحويل المستندات العربية إلى صوت؟

• فرق إمكانية الوصول وسهولة الاستخدام. تُقدّر منظمة الصحة العالمية أن ما لا يقل عن 2.2 مليار شخص يعانون من ضعف في الرؤية القريبة أو البعيدة. والنسخ الصوتية من النماذج والإشعارات والتقارير تجعل المستندات قابلة للاستخدام لشريحة واسعة منهم. تعرف على كيفية دعم تحويل النص إلى كلام باللغة العربية للخدمات الرقمية الحكومية.
• المعلمون ومنشئو الدورات التدريبية. يساعد تحويل الدروس والمذكرات الدراسية إلى صوت المتعلمين على المراجعة أثناء التنقل. يحتوي دليلنا حول تحويل النص إلى كلام للتعليم الإلكتروني على مزيد من الأفكار.
• المؤلفون والناشرون. المخطوطات الجاهزة هي أسرع طريق لإنتاج كتاب صوتي باللغة العربية. اطلع على دليل مولد الأصوات بالذكاء الاصطناعي للكتب الصوتية قبل البدء.
• المهنيون وأصحاب الأعمال. يمكن الاستماع إلى التقارير الطويلة والسياسات والأوراق البحثية أثناء التنقل اليومي.

حقوق النشر وإمكانية الوصول: ما يجب التحقق منه أولاً

إن تحويل مستند إلى صوت ينشئ نسخة جديدة منه، لذا تأكد من امتلاكك لحق القيام بذلك. تُعد مستنداتك الخاصة، أو المستندات التي تملك ترخيصاً لها، أو الأعمال التي أصبحت في الملك العام، حالات آمنة ومضمونة. تُلزم معاهدة مراكش، التي تديرها المنظمة العالمية للملكية الفكرية، الدول الأعضاء بتقديم استثناءات لحقوق النشر تتيح للمكفوفين ومعاقي البصر وذوي الإعاقات الأخرى في قراءة المطبوعات الوصول إلى المصنفات المنشورة. ويعتمد سريان هذه الاستثناءات وكيفية تطبيقها على قوانين بلدك، لذا تحقق من ذلك قبل مشاركة صوت تم إنتاجه من كتاب لشخص آخر.

إخلاء مسؤولية

• استخدم اختبار الاستخراج لدينا ملف PDF عربياً قصيراً تم تصديره من LibreOffice بخط النسخ في أكتوبر 2026، وذلك باستخدام إصدارات الأدوات المتاحة في ذلك الوقت. قد تعطي ملفات PDF أو الخطوط أو الإصدارات الأخرى نتائج مختلفة.
• تستند ميزات Munsit وحدود الاستخدام وتفاصيل الخطة المجانية إلى وثائقها الرسمية المنشورة التي تمت مراجعتها في أكتوبر 2026، وهي عرضة للتغيير.
• يُقدَّم نموذج البرمجة هذا كما هو لأغراض التوضيح فقط. احرص على اختباره على مستنداتك الخاصة وتدقيق المخرجات دائماً.
• تُقدَّم هذه المقالة لأغراض التوعية العامة ولا تُعد استشارة قانونية. يُرجى مراجعة قوانين حقوق النشر المعمول بها في بلدك قبل تحويل أعمال الآخرين أو مشاركتها.
• تُعد أسماء المنتجات والأدوات ملكاً لأصحابها المعنيين، ولا يعني ذكرها أي شراكة أو تأييد رسمي.