دليل إعداد «مجاني» (على الجهاز)

1حدد "مجاني" كمزود

افتح Sokuji وانتقل إلى لوحة الإعدادات. حدد "مجاني" كمزود الذكاء الاصطناعي من القائمة المنسدلة للمزودين.

2قم بتنزيل نموذج ASR

اختر نموذج ASR للغة المصدر. يوفر Sokuji 42 نموذجًا للعمل بدون اتصال/البث المباشر مدعومًا بـ sherpa-onnx WASM وWebGPU (Cohere Transcribe، Voxtral Mini، Whisper)، يغطي أكثر من 99 لغة. تتراوح أحجام النماذج من خفيفة (~5MB) إلى عالية الدقة (~2GB+). نوصي بـ Cohere Transcribe أو Voxtral Mini 4B Realtime للحصول على أفضل دقة وسرعة.

3قم بتنزيل نموذج ترجمة

حدد زوج لغات الترجمة. اختر TranslateGemma للحصول على أفضل جودة وسرعة، أو 74 زوج لغة Opus-MT للترجمة السريعة عبر CPU، أو Qwen LLMs عبر WebGPU للترجمة متعددة اللغات بجودة أعلى.

4قم بتنزيل نموذج TTS

قم بتنزيل نموذج TTS للمخرجات الصوتية. يتوفر 136 نموذجًا عبر 52 لغة، مدعومة بمحركات Piper وCoqui وMimic3 وMatcha. إذا كانت الترجمة التي أسمعها مفعّلة في قسم الكلام (وضع الآخر أو الكل)، فإن ترجمة الطرف الآخر تُقرأ لك بصوت عالٍ أيضًا: لهذا الاتجاه خانة TTS خاصة به، بنموذجه وصوته. ويحتفظ كل اتجاه بصوته الخاص.

5ابدأ الترجمة

انقر على زر بدء الجلسة. يتم التعرف والترجمة على جهازك في الوقت الفعلي؛ وعند اختيار صوت Edge TTS، يحتاج نطق الترجمة إلى اتصال بالشبكة.

ما هو المزود «مجاني»؟

«مجاني» هو خط أنابيب ترجمة ذكاء اصطناعي يعمل بالكامل على الجهاز، ينفذ ASR والترجمة وTTS بدون أي خدمات سحابية:

• خصوصية كاملة — جميع عمليات معالجة الصوت والنص تبقى على جهازك
• يعمل بدون اتصال بعد التنزيل الأولي للنموذج
• لا حاجة لمفاتيح API أو حسابات أو اشتراكات
• مدعوم بـ WebAssembly (WASM) وWebGPU لأداء يشبه الأداء الأصلي
• مجاني الاستخدام بدون حدود استخدام

النماذج المتاحة

يدعم المزود «مجاني» مجموعة واسعة من النماذج لكل مرحلة من مراحل خط أنابيب الترجمة:

• ASR: 42 نموذجًا تشمل Cohere Transcribe وVoxtral Mini 4B Realtime وWhisper وSenseVoice وMoonshine وNeMo وZipformer — تغطي أكثر من 99 لغة
• الترجمة: 74 زوج لغة Opus-MT للترجمة السريعة عبر CPU، بالإضافة إلى TranslateGemma وQwen LLMs عبر WebGPU للدعم متعدد اللغات
• TTS: 136 نموذجًا عبر 52 لغة باستخدام محركات Piper وCoqui وMimic3 وMatcha

إعدادات VAD (اكتشاف الكلام)

عندما يكون «وضع الكلام» مضبوطًا على «تلقائي» في الإعدادات، انقر على «إعدادات VAD» بجانبه لضبط اكتشاف الكلام على الجهاز. أما في «اضغط للتحدث» و«اضغط للترجمة» فأنت من يحدد بنفسك بداية كل جملة ونهايتها:

• الحد الأقصى لمدة الكلام: المدة التي يمكن أن تستمر فيها العبارة الواحدة قبل تقسيمها (⁦10–40 s⁩، الافتراضي ⁦30 s⁩)؛ تقسّم بعض النماذج أبكر من ذلك، عند أطول مقطع تنسخه بشكل صحيح
• هامش ما قبل الكلام: يحتفظ بقليل من الصوت مما قبل اكتشاف الكلام مباشرة (حتى ⁦2 s⁩، الافتراضي ⁦0.8 s⁩)، حتى لا يُقطع أول صوت في الجملة؛ لا يظهر إلا للنماذج التي تدعمه
• ذكي (Smart Turn): بدلًا من انتظار فترة صمت ثابتة دائمًا، يتحقق مما إذا كنت قد أنهيت كلامك وينهي الجملة بعد نحو ⁦0.4 s⁩ من توقفك؛ والتوقف في منتصف الجملة يُبقيه مصغيًا. يؤدي تفعيله إلى تنزيل نموذج بحجم ⁦31 MB⁩ مرة واحدة؛ ويعمل مع نماذج التعرف على الكلام عبر WebGPU
• استعادة الافتراضيات: يعيد هذه الإعدادات إلى قيمها الافتراضية

متطلبات الأجهزة

• CPU (WASM): يعمل على أي متصفح حديث — لا حاجة لأجهزة خاصة
• WebGPU: تسريع GPU اختياري لنماذج Cohere Transcribe وVoxtral Mini وWhisper ASR وTranslateGemma وترجمة Qwen — أسرع بشكل ملحوظ مع GPU مخصص
• موصى به: 4GB+ من RAM لتحميل مريح للنماذج
• التخزين: تتراوح أحجام النماذج من 5MB إلى 200MB+ حسب مستوى الدقة
• يتطلب متصفح حديث: Chrome 113+ أو Edge 113+ أو Firefox 120+ لدعم WebGPU

إعدادات TTS

• سرعة الكلام — يتحكم في سرعة تشغيل الكلام المُركّب. اضبط شريط تمرير السرعة لجعل المخرجات أسرع أو أبطأ حسب تفضيلك.
• معرّف المتحدث — يتحكم في نبرة صوت الكلام المُركّب. تدعم العديد من النماذج معرّفات متحدثين متعددة، لكل منها صوت مختلف. تتضمن بعض النماذج متعددة المتحدثين أصواتًا من أجناس مختلفة، بحيث يمكنك اختيار صوت ذكوري أو أنثوي من خلال تحديد معرّفات متحدثين مختلفة. يُحفظ معرّف المتحدث، أو صوت Edge TTS، لكل اتجاه على حدة: ما تختاره في خانة TTS لاتجاه ما لا يغيّر الاتجاه الآخر.

مشاكل شائعة

إعادة تعيين الصوت بعد التحديث: منذ ⁦Sokuji 0.44.0⁩ يحتفظ كل اتجاه بصوته الخاص. كان الصوت الذي اخترته في إصدار سابق مشتركًا بين الاتجاهين، لذا يعود كل اتجاه بعد التحديث إلى صوته الافتراضي مرة واحدة. اختر الصوت من جديد في خانة TTS لكل اتجاه.

الترجمة التي أسمعها نص فقط: إذا ظهر التحذير «الترجمة التي أسمعها نص فقط: الذاكرة لا تكفي لتحميل النموذج الصوتي للطرف الآخر أيضًا.»، فهذا يعني أن نماذج الاتجاهين لا تتسع معًا في الذاكرة، لذا تبدأ ترجمة الطرف الآخر نصًا فقط بينما تظل ترجمتك منطوقة. يفتح زر «الإعدادات» فيه خانة TTS لذلك الاتجاه: اختر نموذجًا أصغر، أو Edge TTS الذي لا يستهلك ذاكرة محلية.

توقف Edge TTS عن النطق في إضافة المتصفح: أصبح Edge TTS يركّب الكلام الآن على ⁦api.msedgeservices.com⁩. عندما تتحدث الإضافة إلى ⁦Sokuji 0.44.0⁩، يطلب منك Chrome أو Edge السماح بالوصول إلى هذا الموقع ويُبقي الإضافة معطّلة حتى توافق: افتح صفحة الإضافات في المتصفح ووافق على الإذن الجديد. لا يحتاج تطبيق سطح المكتب إلى أي شيء.

فشل تنزيل النموذج: تحقق من اتصالك بالإنترنت للتنزيل الأولي. يتم تخزين النماذج محليًا في IndexedDB، لذا تعمل الاستخدامات اللاحقة بدون اتصال. حاول مسح بيانات المتصفح إذا كانت التنزيلات تالفة.

ASR لا يتعرف على الكلام: تأكد من اختيار نموذج ASR الصحيح للغة المصدر. جرّب نموذجًا أكبر لدقة أفضل. تحقق من أن الميكروفون يعمل وأن الأذونات قد مُنحت.

جودة الترجمة منخفضة: نماذج Opus-MT محسّنة للسرعة على حساب الجودة. للحصول على نتائج أفضل، جرّب نماذج TranslateGemma أو Qwen LLM إذا كان جهازك يدعم WebGPU. تأكد من اختيار زوج اللغات الصحيح.

WebGPU غير متاح: يتطلب WebGPU متصفحًا وGPU متوافقين. ارجع إلى النماذج القائمة على WASM (sherpa-onnx، Opus-MT) التي تعمل على أي متصفح حديث بدون متطلبات GPU.

نصائح الأداء

1. استخدم نماذج WebGPU عند توفرها لمعالجة أسرع بشكل ملحوظ
2. أغلق علامات تبويب المتصفح الأخرى لتوفير ذاكرة لتحميل النماذج
3. اختر نماذج أصغر للأجهزة منخفضة الأداء أو عندما تكون السرعة هي الأولوية
4. نماذج WASM (sherpa-onnx، Opus-MT) أكثر توافقًا ولكنها أبطأ من بدائل WebGPU
5. راقب استخدام ذاكرة المتصفح — قد تتطلب النماذج الكبيرة 2GB+ من ذاكرة المتصفح