تحويل الكلام إلى نص

أدخِل العربية بثًا. واقرأها وهي تُقال.

أدق واجهة API لتحويل الكلام العربي إلى نص. لهجة عامية، وفصحى إعلامية، وتبديل بين العربية والإنجليزية. طلب واحد، دون تحديد لهجة.

import websockets, json

ws = await websockets.connect(
    "wss://api.munsit.com/api/v1/listen"
    "?model=munsit-en-ar&encoding=linear16&sample_rate=16000",
    additional_headers={"x-api-key": MUNSIT_API_KEY},
)
async for chunk in microphone():      # 16 kHz PCM
    await ws.send(chunk)
await ws.send(json.dumps({"type": "CloseStream"}))

العربية على نطاق الإنتاج.

583 ألف عملية تفريغ حقيقية، اكتمل 99.8% منها بنجاح، حتى يوليو 2026.

583k
عمليات تفريغ منفَّذة, حركة إنتاجية، لا تجارب
0.2%
معدل الأخطاء, 967 عملية فاشلة من 583 ألفًا
74%
عبر البث المباشر, والبقية عبر REST بالدفعات
528k
طلبات في يوليو, في شهر واحد

الأول في
ستة معايير عربية.

متوسط معدل الخطأ في الكلمات بنسبة 18% عبر SADA وCommon Voice 18.0 وMASC نقية ومشوشة وMGB-2 وCasablanca. القيم كما تعرضها لوحة الصدارة.

متوسط معدل خطأ الكلماتالأقل هو الأفضل
  1. Munsit18
  2. Transcribe25.86
  3. NVIDIA34.74
  4. Deepgram Nova-335.86
  5. OpenAI Whisper36.85
  6. Meta Seamless M4T38.16
  7. ElevenLabs Scribe40.05
  8. OpenAI ChatGPT44.97
  9. Microsoft Azure45.73

كل لهجة. طلب واحد.

يتعامل مُنصِت مع الكلام العامي، والفصحى الإعلامية، والتبديل بين العربية والإنجليزية في الطلب نفسه. لا متغير للهجة، ولا نقطة وصول لكل منطقة.

# الطلب نفسه ينتج النتائج الثلاث أدناه
curl -X POST "https://api.munsit.com/api/v1/audio/transcribe" -H "x-api-key: $MUNSIT_API_KEY" -F "file=@clip.wav"

عامية (سعودية)

شلونك؟ كل شي تمام؟

shlōnak? kill shay tamām?

مفرَّغة كما قيلت، لا بفصحى الكتب.

فصحى إعلامية

وفي ختام النشرة، نستعرض أبرز العناوين

wa-fī khitām an-nashra, nastaʿriḍ abraz al-ʿanāwīn

مستوى رسمي، جاهز للفهرسة.

جملة عربية، اسم منتج إنجليزي

حابب أعمل deploy على الـ staging الأول

ḥābib aʿmil deploy ʿala l-staging al-awwal

نص واحد نظيف. الأسماء والأرقام والتواريخ والكلمات الإنجليزية التي يستخدمها عملاؤك تعود كما قالوها.

وكل ما ستحتاجه غير ذلك.

تحويل الكلام العربي إلى نص مع فصل المتحدثين، والطوابع الزمنية، والترجمة، وصيغ التصدير، كل منها نقطة نهاية واحدة على المفتاح الذي بحوزتك.

أوامر قصيرة، في أقل من ثانية.

معظم الصوت الذي يراه مُنصِت أقل من خمس ثوانٍ. تحصل الأوامر القصيرة على مسار سريع، فتستلم النص فور أن تتكلم تقريبًا.

إدخال صوتي داخل التطبيق

أملِ ما تريد في أي حقل أو مربع بحث أو نموذج، بسرعة تحدثك الطبيعية.

أوامر صوتية

أوامر قصيرة تتحول إلى نصوص بسرعة تتيح الاستجابة لها فوراً، سواء بالفصحى أو بأي لهجة.

تبادل الأدوار مع المساعد

تتيح النتائج المتدفقة لمساعدك الذكي بدء الرد قبل أن يتوقف المستخدم عن الكلام، وليس بعد أن يصمت.

نموذجان أساسيان لكل ما تبنيه.

تحويل الكلام العربي إلى نص وتحويل النص إلى كلام على مفتاح واحد وعنوان أساسي واحد. إضافة صوت إلى تكامل قائم نقطة وصول جديدة، لا حساب جديد.

Munsit STT

  • بث في الوقت الفعلينتائج جزئية في نحو نصف ثانية، عبر WebSocket.
  • اللهجة والمستوى اللغويعامية وفصحى إعلامية في طلب واحد، دون أي إعدادات.
  • طوابع زمنية على مستوى الكلمةكل كلمة تحمل توقيتها، بثًا وبالدفعات على حد سواء.
  • فصل المتحدثينيعنون كل متحدث، وهو ما تعتمد عليه المكالمات والجلسات.
اطّلع على الوثائق

Munsit TTS

  • أقل من 50 مللي ثانية إلى أول بايتسريع بما يكفي للمقاطعة، وللتعرض للمقاطعة.
  • إلغاء نظيفأوقف في منتصف الجملة فيتوقف التوليد. دون صوت متروك.
  • 16 صوتًاسعودي، وإماراتي، وفصحى، لا مجرد لكنة إقليمية.
  • تحديد نهاية الكلام بحسّ عربييعرف متى انتهى المتصل، لا متى توقف فحسب.
اطّلع على الوثائق

اسمع ما قاله مستخدموك العرب فعلًا.

ابدأ تفريغ العربية بمفتاح API واحد. مباشرًا أو مرفوعًا، جاهز للتجربة.