دليل إعداد الوضع المحلي (بدون اتصال)
نظرة عامة
يتيح لك الوضع المحلي (بدون اتصال) تشغيل ASR (التعرف التلقائي على الكلام) والترجمة وTTS (تحويل النص إلى كلام) بالكامل على جهازك. لا حاجة لمفتاح API، ولا اتصال بالإنترنت، ولا تغادر أي بيانات جهازك. تتم جميع العمليات محليًا باستخدام WebAssembly وWebGPU.
لا حاجة لمفتاح API أو الإنترنت
الخصوصية أولاً — جميع الملفات الصوتية والنصوص تبقى على جهازك. بعد تنزيل النماذج، يعمل الوضع المحلي (بدون اتصال) بشكل كامل دون اتصال. محادثاتك لا تغادر جهازك أبدًا.
1حدد "محلي (بدون اتصال)" كمزود
افتح Sokuji وانتقل إلى لوحة الإعدادات. حدد "محلي (بدون اتصال)" 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.
5ابدأ الترجمة
انقر على زر بدء الجلسة. لا حاجة لاتصال بالإنترنت — تتم الترجمة بالكامل على جهازك في الوقت الفعلي.
معلومات إضافية
ما هو الوضع المحلي (بدون اتصال)؟
المحلي (بدون اتصال) 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 الوضع المحلي (بدون اتصال) 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
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
كتالوج النماذج
نماذج ASR (التعرف على الكلام)
اختر نموذج التعرف على الكلام بناءً على لغة المصدر واحتياجات الدقة وقدرات الأجهزة.
نماذج بدون اتصال (CPU/WASM)
23 نموذجًا يعمل على CPU عبر WebAssembly. لا حاجة لـ GPU. أفضل توافق.
| النموذج | اللغات | الحجم | الدقة | السرعة |
|---|---|---|---|---|
| SenseVoice (int8) | zh, en, ja, ko, yue | 238 MB | ★★★★☆ | ★★★★☆ |
| SenseVoice Nano (int8) | zh, en, ja, ko, yue | 265 MB | ★★★★★ | ★★★☆☆ |
| Moonshine Tiny EN (q) | en | 45 MB | ★★★☆☆ | ★★★★★ |
| Moonshine Tiny JA (q) | ja | 73 MB | ★★★☆☆ | ★★★★★ |
| Moonshine Tiny KO (q) | ko | 73 MB | ★★★☆☆ | ★★★★★ |
| Moonshine Base ZH (q) | zh | 142 MB | ★★★★☆ | ★★★★☆ |
| Moonshine Base JA (q) | ja | 142 MB | ★★★★☆ | ★★★★☆ |
| Moonshine Base ES (q) | es | 66 MB | ★★★★☆ | ★★★★☆ |
| Moonshine Base AR (q) | ar | 142 MB | ★★★★☆ | ★★★★☆ |
| Moonshine Base UK (q) | uk | 142 MB | ★★★★☆ | ★★★★☆ |
| Moonshine Base VI (q) | vi | 142 MB | ★★★★☆ | ★★★★☆ |
| NeMo Canary (int8) | en, es, de, fr | 208 MB | ★★★★☆ | ★★★☆☆ |
| NeMo FastConformer Multi | be, de, en, es, fr, hr, it, pl, ru, uk | 133 MB | ★★★★☆ | ★★★★☆ |
| NeMo FastConformer DE | de | 132 MB | ★★★★☆ | ★★★★☆ |
| NeMo FastConformer ES | es | 132 MB | ★★★★☆ | ★★★★☆ |
| NeMo FastConformer PT | pt | 132 MB | ★★★★☆ | ★★★★☆ |
| NeMo Parakeet TDT 0.6B (int8) | 25 EU languages | 671 MB | ★★★★★ | ★★★☆☆ |
| Dolphin Base CTC Multi | zh, ja, ko, th, vi, ar, hi, bn, ru | 105 MB | ★★★★☆ | ★★★★☆ |
| Whisper Tiny (ONNX) | 99+ languages | 154 MB | ★★★☆☆ | ★★☆☆☆ |
| WenetSpeech Yue U2++ | zh, yue, en | 135 MB | ★★★★☆ | ★★★★☆ |
| Omnilingual 300M v2 | 1147 languages | 367 MB | ★★★☆☆ | ★★★☆☆ |
| Zipformer RU (int8) | ru | 74 MB | ★★★★☆ | ★★★★☆ |
| Zipformer VI 30M (int8) | vi | 35 MB | ★★★☆☆ | ★★★★★ |
نماذج البث المباشر (CPU/WASM)
10 نماذج بث مباشر في الوقت الفعلي. قم بالنسخ أثناء التحدث مع زمن استجابة منخفض.
| النموذج | اللغات | الحجم | الدقة | السرعة |
|---|---|---|---|---|
| Zipformer EN Kroko | en | 71 MB | ★★★☆☆ | ★★★★★ |
| Zipformer FR Kroko | fr | 71 MB | ★★★☆☆ | ★★★★★ |
| Zipformer DE Kroko | de | 71 MB | ★★★☆☆ | ★★★★★ |
| Zipformer ES Kroko | es | 156 MB | ★★★☆☆ | ★★★★☆ |
| Zipformer ZH (int8) | zh | 77 MB | ★★★☆☆ | ★★★★★ |
| Zipformer ZH 2025 (int8) | zh | 167 MB | ★★★★☆ | ★★★★☆ |
| Zipformer RU Vosk (int8) | ru | 29 MB | ★★★☆☆ | ★★★★★ |
| Zipformer Multi (8 lang) | ar, en, id, ja, ru, th, vi, zh | 339 MB | ★★★☆☆ | ★★★☆☆ |
| Zipformer BN Vosk | bn | 94 MB | ★★★☆☆ | ★★★★☆ |
| NeMo CTC EN 80ms (int8) | en | 132 MB | ★★★★☆ | ★★★★★ |
نماذج WebGPU (يتطلب GPU)
9 نماذج مسرّعة بـ WebGPU تشمل Cohere Transcribe وVoxtral Mini 4B Realtime (موصى بها) وWhisper. أفضل دقة وسرعة، يتطلب GPU متوافق.
| النموذج | اللغات | الحجم | الدقة | السرعة |
|---|---|---|---|---|
| Cohere Transcribe (q4) | 14 languages | ~2.1 GB | ★★★★★ | ★★★★☆ |
| Cohere Transcribe (q4f16) | 14 languages | ~1.5 GB | ★★★★★ | ★★★★☆ |
| Voxtral Mini 4B Realtime | 13 languages | ~2.3 GB | ★★★★★ | ★★★★★ |
| Whisper Tiny EN | en | 120 MB | ★★★☆☆ | ★★★★☆ |
| Whisper Tiny | 99+ languages | 122 MB | ★★★☆☆ | ★★★★☆ |
| Whisper Base | 99+ languages | 208 MB | ★★★★☆ | ★★★☆☆ |
| Whisper Small | 99+ languages | 586 MB | ★★★★☆ | ★★★☆☆ |
| Whisper Medium | 99+ languages | 680 MB | ★★★★★ | ★★☆☆☆ |
| Whisper Large V3 Turbo | 99+ languages | 759 MB | ★★★★★ | ★★☆☆☆ |
نماذج الترجمة
اختر TranslateGemma للحصول على أفضل جودة وسرعة، أو Opus-MT للترجمة السريعة على CPU، أو Qwen LLM للتغطية المتعددة اللغات الواسعة.
TranslateGemma 4B (WebGPU) — موصى به
نموذج ترجمة متخصص من Google يتميز بأعلى جودة وأسرع سرعة بين جميع نماذج الترجمة المحلية. يدعم 51 لغة مع ترجمة ثنائية الاتجاه. يتطلب WebGPU.
| النموذج | اللغات | الحجم | الجودة | السرعة |
|---|---|---|---|---|
| TranslateGemma 4B (q4) | 51 languages | ~3.1 GB | ★★★★★ | ★★★★★ |
| TranslateGemma 4B (q4f16) | 51 languages | ~2.7 GB | ★★★★★ | ★★★★★ |
Arabic, Bulgarian, Bengali, Catalan, Czech, Danish, German, Greek, English, Spanish, Estonian, Persian, Finnish, French, Gujarati, Hebrew, Hindi, Croatian, Hungarian, Indonesian, Icelandic, Italian, Japanese, Kannada, Korean, Lithuanian, Latvian, Malayalam, Marathi, Dutch, Norwegian, Punjabi, Polish, Portuguese, Romanian, Russian, Slovak, Slovenian, Serbian, Swedish, Swahili, Tamil, Telugu, Thai, Tagalog, Turkish, Ukrainian, Urdu, Vietnamese, Chinese, Zulu
Qwen LLM (WebGPU)
نماذج لغوية كبيرة تدعم 119–201+ لغة. جودة أعلى لكن تتطلب GPU. الأفضل للترجمة المرنة متعددة اللغات.
| النموذج | اللغات | الحجم | الجودة | السرعة |
|---|---|---|---|---|
| Qwen 2.5 0.5B | 28 languages | ~400 MB | ★★★☆☆ | ★★★★☆ |
| Qwen 3 0.6B | 119+ languages | 919 MB | ★★★★☆ | ★★★☆☆ |
| Qwen 3.5 0.8B | 201+ languages | ~1.6 GB | ★★★★★ | ★★☆☆☆ |
| Qwen 3.5 2B | 201+ languages | ~1.8 GB | ★★★★★ | ★☆☆☆☆ |
Qwen 2.5: Japanese, Chinese, English, Korean, German, French, Spanish, Russian, Arabic, Portuguese, Thai, Vietnamese, Indonesian, Turkish, Dutch, Polish, Italian, Hindi, Swedish, Danish, Finnish, Hungarian, Romanian, Norwegian, Ukrainian, Czech, Estonian, Afrikaans
Qwen 3/3.5: 119–201+ languages (multilingual)
Opus-MT (CPU/WASM)
74 زوج لغة، ~110 MB لكل منها. سريع وخفيف، يعمل على أي جهاز. الأفضل للترجمة أحادية الاتجاه.
| src ↓ tgt → | en | ja | zh | ko | de | fr | es | it | ru | ar | hi | vi | tr | uk | pt | nl | pl | da | sv | fi | cs | ro | hu | id | no | et | th | af | xh |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| en | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ||||||||
| ja | ✓ | ||||||||||||||||||||||||||||
| zh | ✓ | ||||||||||||||||||||||||||||
| ko | ✓ | ||||||||||||||||||||||||||||
| de | ✓ | ✓ | ✓ | ||||||||||||||||||||||||||
| fr | ✓ | ✓ | ✓ | ✓ | ✓ | ||||||||||||||||||||||||
| es | ✓ | ✓ | ✓ | ✓ | ✓ | ||||||||||||||||||||||||
| it | ✓ | ✓ | ✓ | ||||||||||||||||||||||||||
| ru | ✓ | ✓ | ✓ | ✓ | |||||||||||||||||||||||||
| ar | ✓ | ||||||||||||||||||||||||||||
| hi | ✓ | ||||||||||||||||||||||||||||
| vi | ✓ | ||||||||||||||||||||||||||||
| tr | ✓ | ||||||||||||||||||||||||||||
| uk | ✓ | ✓ | |||||||||||||||||||||||||||
| pt | |||||||||||||||||||||||||||||
| nl | ✓ | ✓ | |||||||||||||||||||||||||||
| pl | ✓ | ||||||||||||||||||||||||||||
| da | ✓ | ✓ | |||||||||||||||||||||||||||
| sv | ✓ | ||||||||||||||||||||||||||||
| fi | ✓ | ✓ | |||||||||||||||||||||||||||
| cs | ✓ | ||||||||||||||||||||||||||||
| ro | ✓ | ✓ | |||||||||||||||||||||||||||
| hu | ✓ | ||||||||||||||||||||||||||||
| id | ✓ | ||||||||||||||||||||||||||||
| no | ✓ | ||||||||||||||||||||||||||||
| et | ✓ | ||||||||||||||||||||||||||||
| th | ✓ | ||||||||||||||||||||||||||||
| af | ✓ | ||||||||||||||||||||||||||||
| xh | ✓ |
نماذج TTS (تحويل النص إلى كلام)
136 نموذجًا عبر 52 لغة. جميعها تعمل على CPU عبر WASM — لا حاجة لـ GPU. مدعومة بمحركات Piper وCoqui وMimic3 وVITS وMatcha.
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.
| اللغة | النماذج | المحرك | المتحدثون | نطاق الحجم |
|---|---|---|---|---|
| af | 1 | mimic3 | 1 | ~94 MB |
| ar | 2 | piper | 1 | 81–95 MB |
| bg | 1 | coqui | 1 | ~71 MB |
| bn | 2 | mimic3, coqui | 1 | 71–94 MB |
| ca | 3 | piper | 1 | 39–95 MB |
| cs | 2 | piper | 1 | 81–95 MB |
| cy | 2 | piper | 1–7 | ~95 MB |
| da | 1 | piper | 1 | ~95 MB |
| de | 8 | piper | 1 | 39–81 MB |
| el | 2 | piper, mimic3 | 1 | 81–94 MB |
| en | 13 | piper | 1–904 | 81–97 MB |
| es | 6 | piper | 1–2 | 39–95 MB |
| et | 1 | coqui | 1 | ~71 MB |
| fa | 8 | piper, mimic3, matcha | 1 | 81–146 MB |
| fi | 2 | piper | 1 | 81–95 MB |
| fr | 8 | piper | 1–16 | 39–95 MB |
| ga | 1 | coqui | 1 | ~71 MB |
| gu | 1 | mimic3 | 1 | ~94 MB |
| hi | 3 | piper | 1 | ~95 MB |
| hr | 1 | coqui | 1 | ~71 MB |
| hu | 3 | piper | 1 | ~95 MB |
| id | 1 | piper | 1 | ~95 MB |
| is | 4 | piper | 1 | ~95 MB |
| it | 2 | piper | 1 | 39–95 MB |
| ka | 1 | piper | 1 | ~95 MB |
| kk | 3 | piper | 1+ | 39–81 MB |
| ko | 1 | mimic3 | 1 | ~94 MB |
| lb | 1 | piper | 1 | ~95 MB |
| lt | 1 | coqui | 1 | ~71 MB |
| lv | 1 | piper | 1 | ~95 MB |
| ml | 2 | piper | 1 | ~95 MB |
| mt | 1 | coqui | 1 | ~71 MB |
| ne | 3 | piper | 1+ | 39–95 MB |
| nl | 4 | piper | 1 | 39–95 MB |
| no | 1 | piper | 1 | ~95 MB |
| pl | 7 | piper | 1 | ~95 MB |
| pt | 4 | piper | 1 | 81–95 MB |
| ro | 1 | piper | 1 | ~95 MB |
| ru | 4 | piper | 1 | ~95 MB |
| sk | 1 | piper | 1 | ~95 MB |
| sl | 1 | piper | 1 | ~95 MB |
| sr | 1 | piper | multi | ~95 MB |
| sv | 2 | piper | 1+ | ~95 MB |
| sw | 1 | piper | 1 | ~95 MB |
| tn | 1 | mimic3 | multi | ~94 MB |
| tr | 3 | piper | 1 | ~95 MB |
| uk | 2 | piper | 1+ | 39–95 MB |
| vi | 4 | piper, mimic3 | 1–65 | 46–95 MB |
| yue | 1 | vits | 1 | ~114 MB |
| zh | 3 | vits, piper, matcha | 1–218 | 81–213 MB |
استكشاف الأخطاء وإصلاحها
مشاكل شائعة
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
- استخدم نماذج WebGPU عند توفرها لمعالجة أسرع بشكل ملحوظ
- أغلق علامات تبويب المتصفح الأخرى لتوفير ذاكرة لتحميل النماذج
- اختر نماذج أصغر للأجهزة منخفضة الأداء أو عندما تكون السرعة هي الأولوية
- نماذج WASM (sherpa-onnx، Opus-MT) أكثر توافقًا ولكنها أبطأ من بدائل WebGPU
- راقب استخدام ذاكرة المتصفح — قد تتطلب النماذج الكبيرة 2GB+ من ذاكرة المتصفح
هل تحتاج مزيدًا من المساعدة؟ قم بزيارة مستودع GitHub الخاص بنا للحصول على دعم المجتمع وأدلة توافق النماذج وأحدث التحديثات حول ميزات الوضع المحلي (بدون اتصال).