الخلاصة
نظام macOS لا يفرّغ محتوى ملف فيديو إلى نص من تلقاء نفسه. ما يستطيع فعله، بدون تحميل أي برنامج، هو استخراج المسار الصوتي من الفيديو باستخدام QuickTime Player، وهذا يمنحك ملفاً أصغر بكثير تتعامل معه. أما الإملاء الصوتي المدمج فيكتب ما يسمعه الميكروفون وأنت تتحدث، في اللحظة نفسها، فهو ليس الأداة المناسبة لتسجيل موجود بالفعل بين يديك. التفريغ النصي خطوة مختلفة تماماً، وهي نفس الخطوة على أي جهاز كمبيوتر كان.
لديك فيديو محفوظ على جهاز ماك. تسجيل شاشة لاجتماع، محاضرة أرسلها لك أحدهم، مقطع احتفظت به. تريد الكلام المكتوب منه. وتفضّل ألا تفتح حساباً في شركة لم تسمع بها من قبل لتحصل عليه.
المهمة تنقسم بوضوح إلى قسمين. الأول، استخراج ملف صوتي نظيف من الفيديو. الثاني، تحويل هذا الصوت إلى نص. النصف الأول يستطيع جهاز ماك تنفيذه الآن، بالبرامج الموجودة عليه أصلاً. النصف الثاني لا يستطيعه، ولن يغيّر ذلك أي قدر من البحث في تطبيق إعدادات النظام. معرفة أين ينتهي دور الجهاز يوفّر عليك عصراً كاملاً من البحث عن أمر قائمة غير موجود.
ما يستطيع macOS فعله بالفعل
يأتي تطبيق QuickTime Player مثبّتاً على كل جهاز ماك. يشغّل الفيديو، يسجّل الشاشة، ويستطيع استخراج الصوت من ملف فيديو. هذه الميزة الأخيرة هي المفيدة هنا، وغالباً هي الخطوة الوحيدة التي تحتاجها قبل تسليم الملف لأداة أخرى.
يملك macOS أيضاً ميزة الإملاء الصوتي، التي تحوّل الكلام إلى نص أثناء حديثك. وهناك أيضاً تطبيق Voice Memos، الذي يتزامن مع التطبيق نفسه على آيفون عبر iCloud. بين هذه الأدوات الثلاث تستطيع تسجيل الصوت، وحفظه، والكتابة بصوتك.
لكن لا واحدة منها تقرأ ملف فيديو موجود وتعطيك نصاً مفرّغاً. يستحق هذا أن يُقال بوضوح، لأن هذه الأدوات متقاربة إلى حد يجعلك تشعر أن الميزة موجودة في مكان ما ولم تجدها. هي غير موجودة. جهاز ماك جيد في إنتاج التسجيلات وضعيف في تحويلها إلى نص.
استخرج الصوت أولاً
ملف الفيديو هو وعاء يحمل صورة ومساراً صوتياً معاً، والتفريغ النصي لا يلمس سوى الصوت. الصورة عبء زائد بلا فائدة لهذا الغرض.
لذلك استخرج الصوت قبل أي خطوة أخرى. يستطيع QuickTime Player فعل ذلك، وهذا يعني أن الخطوة الأولى لا تكلفك شيئاً ولا تتطلب تثبيت أي برنامج. وستحصل على ملف أصغر بكثير من الفيديو الذي بدأت به، وقد يكون الفرق كبيراً جداً حسب طبيعة الفيديو.
هذا الفرق في الحجم يصبح ملموساً فوراً حين يكون التسجيل طويلاً. محاضرة مدتها ساعتان كفيديو أمر مزعج نقله أو رفعه أو الاحتفاظ بنسخ منه بينما تفكّر في الأداة التي ستستخدمها. نفس الساعتين كصوت هو ملف متوسط الحجم تتعامل معه دون أي عناء. إن كان لديك مجلد كامل من التسجيلات لمعالجتها، فاستخراج الصوت أولاً هو الفارق بين مساء واحد وعطلة أسبوع كاملة.
كما يحل الاستخراج سؤالاً يحيّر كثيرين: هل يحتاجون أداة مخصصة تحديداً لـتحويل ملفات الفيديو إلى نص، أم يكفيهم تفريغ صوتي عادي؟ بمجرد أن يصبح الصوت ملفاً منفصلاً، يتوقف هذا الفرق عن أن يكون مهماً. أي أداة تفريغ تقبل الصوت ستقبل ملفك.
الإملاء الصوتي مهمة مختلفة
يُستخدم الإملاء الصوتي والتفريغ النصي كأنهما الكلمة نفسها. هما ليسا كذلك، والفرق بينهما هو تحديداً ما يقف بينك وبين النص الذي تريده.
الإملاء الصوتي يستمع إلى الميكروفون ويكتب ما يسمعه، في الوقت الحقيقي، لحظة حدوثه. تتحدث، فيظهر النص. هو طريقة كتابة. أما التفريغ النصي فيأخذ تسجيلاً موجوداً بالفعل — شيء انتهى حدوثه منذ ساعة أو منذ سنة — وينتج منه نصاً. أحدهما وسيلة إدخال، والآخر عملية تحويل.
يمكنك أن تحاول سدّ هذه الفجوة بتشغيل الفيديو بصوت مرتفع وترك الإملاء الصوتي يستمع من مكبرات الصوت. يفعل الناس هذا. والنتيجة سيئة. أنت تطلب من الميكروفون إعادة تسجيل صوت سُجّل مرة واحدة من قبل، في غرفة، بجودة صوت الغرفة نفسها، وعليك أن تجلس طوال مدة التسجيل حتى ينتهي. ساعة من الفيديو تكلّفك ساعة كاملة. لأي شيء أطول من مقطع قصير هذا ليس خياراً جدياً. هناك المزيد لنقوله عن تحويل الصوت إلى نص على جهاز ماك وأين تتوقف الطريقة المدمجة، لكن الخلاصة القصيرة أن الإملاء الصوتي لم يُصمم أصلاً للملفات.
حين لا يكون الملف بين يديك بعد
كل ما سبق يفترض أن الفيديو موجود على قرصك بالفعل. أحياناً لا يكون كذلك. الشيء الذي تريد استخراج الكلام منه قد يكون مكالمة جارية، أو فيديو يعمل في تبويب متصفح، ولا يوجد شيء تستخرج الصوت منه لأن لم يُحفظ شيء أصلاً.
هنا تظهر العقبة الحقيقية في جهاز ماك. تسجيل صوت النظام نفسه — الصوت الخارج من الجهاز، وليس الداخل إلى الميكروفون — ليس شيئاً يوفّره macOS بشكل مباشر. تسجيل الشاشة يعطيك الصورة. أما الحصول على الصوت المرافق لها فمشكلة منفصلة، وهي الخطوة الوحيدة التي تُوقف أغلب الناس تماماً. إن انتهى بك الأمر مرة بتسجيل صامت لاجتماع ولم تفهم أين أخطأت، فهذا ما وقعت فيه. لم تفعل شيئاً خاطئاً.
توجد طرق للتعامل مع هذه المشكلة، ومن الأفضل أن تعرفها قبل أن تحتاجها بدلاً من اكتشافها بعد خمس دقائق من مكالمة لا يمكنك تكرارها. تفاصيل تسجيل شاشة جهاز ماك مع صوته موضوع منفصل بذاته. المهم هنا أنها مشكلة تسجيل لا مشكلة تفريغ نصي، وحلّها يعيدك إلى الحالة العادية: ملف على القرص.
هناك طريق يتجاوز المشكلة كلياً. يشارك تطبيق Voice Memos على ماك تسجيلاته مع نفس التطبيق على آيفون عبر iCloud، فأي شيء تسجّله على هاتفك يظهر على جهاز ماك دون أن ترسله لنفسك بالبريد الإلكتروني أو تبحث عن كابل توصيل. لمحادثة شخصية، أو محاضرة تحضرها، التسجيل من الهاتف واستلام الملف على سطح المكتب أقل عناء من مصارعة مشكلة صوت النظام. هذا بالطبع لا يفيد في تسجيل صوت يصدره جهاز ماك نفسه.
تحويل الصوت إلى نص
بمجرد أن يصبح الصوت ملفاً موجوداً، تتوقف كل القرارات السابقة عن أن تكون مهمة. التفريغ النصي لا يهمه إن جاء الملف من فيديو، أو من هاتف، أو من تسجيل شاشة، أو من زميل أرسله لك. ولا يهمه أنك تستخدم جهاز ماك. من هذه النقطة، الأمر نفسه على أي جهاز، وهذا يعني أن اختيارك يتعلق بأداة التفريغ فقط ولا شيء آخر.
وهنا تصطدم رغبتك في تجنّب إنشاء حساب بالواقع، فلنكن صريحين حول ذلك. أي أداة تعمل بالكامل داخل المتصفح تستطيع أن تعدك بأن ملفك لن يخرج من جهازك، وبعض الأدوات تعمل بهذه الطريقة فعلاً. لكن أدوات المتصفح من هذا النوع تتعامل مع أشياء مثل ملفات الترجمة النصية والعدّ — نص هو نص أصلاً. أما التعرّف الفعلي على الكلام في تسجيل مدته ساعتان فعمل أثقل، والأدوات التي تقوم به تحتاج عموماً إلى تطبيق مثبّت أو رفع ملفك إلى خوادمها. أياً كان ما تختاره، هذا هو السؤال الذي يجب أن تطرحه، ويجب أن تجد إجابته بسهولة.
SozAI أحد الخيارات المتاحة: تطبيق تفريغ نصي لنظام macOS يتعامل مع ملفات الصوت والفيديو، والتسجيلات، وروابط يوتيوب، مع تمييز المتحدثين، وتلخيص، وترجمة عبر أكثر من 99 لغة. ويقدّم نفس الموقع أدوات مجانية للترجمة النصية والعدّ تعمل بالكامل داخل المتصفح دون رفع أي ملف أو إنشاء حساب — هذه الأدوات لا تفرّغ الصوت، لكنها مفيدة بعد أن يكون لديك نص جاهز للعمل عليه.
ما لن يقدمه لك النص المفرّغ
اطلب الطوابع الزمنية إن كان هدفك الرجوع إلى لحظة معينة. النص بدون طوابع زمنية كومة كلمات قابلة للبحث — ستجد الجملة — لكن إيجاد الجملة ليس مثل إيجاد اللحظة في الفيديو التي قيلت فيها. إن كنت تفرّغ محاضرة لتنتقل مباشرة إلى العشر دقائق المهمة، فالطوابع الزمنية هي الميزة كلها. وإن كنت تفرّغها لتقرأها مرة واحدة ولا تفتح الفيديو مجدداً، فهي زحمة زائدة. قرّر أي الحالتين تنطبق عليك قبل أن تبدأ، لأن إضافتها بعد ذلك تعني القيام بالعمل مرتين.
توقّع أن يعكس النص جودة التسجيل الذي جاء منه. التعرّف على الكلام يعمل بما أُتيح له فعلاً، وتسجيل جُمع من داخل غرفة بأشخاص يتحدثون فوق بعضهم يعطيه مادة أقل جودة من تسجيل نظيف. استخراج الصوت من الفيديو لا يحسّن جودته؛ هو يعزل فقط ما كان موجوداً بالفعل. إن كان الصوت الأصلي ضعيفاً، ستجد نفسك تحرّر النص، ولا توجد خطوة سابقة في هذه العملية تحل هذه المشكلة.
وتقبّل أن جزءاً من الفيديو لن يصل معك. الشرائح، الرسوم البيانية، أي شيء كُتب على لوح أبيض، من كان يشير إلى ماذا — كل هذا يسقط، لأنك تخليت عمداً عن الصورة للحصول على ملف يسهل التعامل معه. لمحادثة عادية هذا لا يخسّرك شيئاً. أما لعرض تقديمي أو مقابلة توضيحية، فالنص نصف السجل فقط، وستحتاج للاحتفاظ بالفيديو الأصلي بجانبه.
