هل يمكن لـ ChatGPT نسخ مقاطع الفيديو؟ إليك ما تحتاج إلى معرفته

نص الفيديو · مسار عمل CHATGPT · حدود واجهة برمجة التطبيقات (API)

قد يبدو النص المكتوب للفيديو وكأنه ناتج واحد، لكن إنتاجه ينطوي على مهمتين متميزتين: التعرف على الكلام وجعل النص الناتج مفيدًا. ويعود جزء كبير من الالتباس المحيط بـ ChatGPT إلى التعامل مع هاتين المهمتين، إلى جانب التطبيق المخصص للمستخدمين وواجهة برمجة التطبيقات (API) للمطورين وأدوات الجهات الخارجية التي تدعمهما، على أنها قدرة واحدة.

لا توجد طريقة واحدة تناسب جميع عمليات التسجيل. فالتسجيلات الصوتية القصيرة، والاجتماعات المباشرة، وملفات الفيديو الموجودة، وإنتاج الترجمة، والدفعات الآلية، كلها تتطلب متطلبات مختلفة فيما يتعلق بتنسيقات الإدخال، والطوابع الزمنية، وتسميات المتحدثين، والخصوصية، وحجم العمل. ولا يعتمد الاختيار الصحيح على كلمة “فيديو” بقدر ما يعتمد على كيفية وصول الصوت وما يجب أن يحتفظ به النص النهائي.

بمجرد تحويل الكلام إلى نص، ينتقل مسار العمل من مرحلة التعرف إلى مرحلة التفسير. وهنا جلوبال جي بي تي تي قد يكون ذلك مفيدًا: مقارنة كيفية تلخيص النماذج المختلفة لنفس التسجيل، أو ترجمته، أو تحويله إلى ملاحظات ومحتوى قابل للنشر في مساحة عمل واحدة. ويُستخدم هذا بعد عملية النسخ الصوتي وليس بديلاً عن «ChatGPT Record»، أو واجهة برمجة تطبيقات النسخ الصوتي «OpenAI»، أو أي أداة مخصصة لتحويل الكلام إلى نص.

جرب أكثر من 100 نموذج من أفضل النماذج على GlobalGPT

مساحة عمل شاملة تعتمد على الذكاء الاصطناعي لتنقية النصوص المكتوبة، وإعداد الملخصات، والترجمة، وتضم أكثر من 100 نموذج.

ما يمكن لـ ChatGPT فعله وما لا يمكنه فعله

عادةً ما ينشأ الالتباس من استخدام مصطلح “ChatGPT” للإشارة إلى عدة معانٍ مختلفة: تطبيق ChatGPT المخصص للمستخدمين العاديين، وواجهة برمجة التطبيقات (API) الخاصة بالمطورين في OpenAI، والأدوات التي طورتها شركات أخرى باستخدام نماذج تحويل الكلام إلى نص. ورغم أن هذه العناصر تتداخل، إلا أنها لا تشكل واجهة منتج واحدة.

القاعدة البسيطة هي التالية: إذا كانت المهمة تتعلق بالتعرف على الكلام، فاستخدم ميزة تحويل الكلام إلى نص أو واجهة برمجة التطبيقات (API). أما إذا كانت المهمة تتمثل في جعل النص المكتوب مفيدًا، فإن ChatGPT يُعد محررًا قويًّا.

مسارات تطبيق ChatGPT

يستعرض «مركز المساعدة» في OpenAI الآن بعض التجارب المتعلقة بالصوت في ChatGPT والتي يسهل الخلط بينها. تُستخدم ميزة «الإملاء» لتسجيل رسالة صوتية في ChatGPT وتحويلها إلى نص قابل للتحرير قبل إرسالها. أما «ChatGPT Record» فهي عملية تسجيل أكثر شمولاً يمكنها تحويل التسجيلات الصوتية، مثل اجتماعات العمل وجلسات العصف الذهني والملاحظات الصوتية، إلى نص وتلخيصها في بيئات التطبيقات المدعومة.

التيار في OpenAI ChatGPT توقعات الأرباح القياسية تشير الشركة إلى أن ميزة «Record» متاحة لمساحات العمل من فئات «Plus» و«Enterprise» و«Edu» و«Business» و«Pro»، وتقتصر على تطبيق سطح المكتب لنظام macOS. وتتيح هذه الميزة تحويل الاجتماعات وجلسات العصف الذهني والملاحظات الصوتية إلى نص وتلخيصها، مع حد أقصى مدته 4 ساعات لكل جلسة حتى وقت كتابة هذا التقرير. وقد تتغير الحدود والأسعار.

وهذا لا يعني أن كل مستخدم لـ ChatGPT يمكنه تحميل أي ملف فيديو والحصول على نص مكتوب جاهز للاستخدام. تعد ميزتا «التسجيل» و«الإملاء» من ميزات التطبيق التي تخضع لقواعد خاصة بها فيما يتعلق بالتوافر والاحتفاظ بالبيانات والموافقة. وهما مفيدتان عندما يكون المصدر صوتًا مباشرًا أو مسجلاً داخل ChatGPT، لكنهما لا تشكلان بديلاً شاملاً لمسار النسخ النصي.

بالنسبة للتوجيهات الصوتية القصيرة، فإن OpenAI صفحة المساعدة الخاصة بـ ChatGPT Voice يصف ميزة «الإملاء» بأنها وسيلة لمراجعة النص المكتوب وتحريره قبل إرساله.

يُشكل تحميل الملفات مصدرًا إضافيًا للارتباك. تركز وثائق ChatGPT المتعلقة بتحميل الملفات على المستندات وجداول البيانات والعروض التقديمية والصور وحدود الاستخدام. إذا كان فريقك يواجه قيودًا على حجم التحميل بدلاً من مشاكل في جودة النسخ، فإن هذا الدليل المنفصل حول حدود تحميل الملفات في ChatGPT هو الخيار الأنسب. إذا كان هدفك هو تحويل الفيديو إلى نص، فلا تفترض أن تحميل الملف وحده هو الطريقة المدعومة. تحقق من تفاصيل تجربة الحساب بالضبط قبل كتابة التعليمات للفريق أو العميل.

مسار واجهة برمجة التطبيقات OpenAI

بالنسبة للمطورين، فإن الطريقة الأسهل لاستخدام OpenAI هي واجهة برمجة التطبيقات (API) الخاصة بالتحويل الصوتي إلى نص. تضم وثائق خدمة تحويل الكلام إلى نص الخاصة بـ OpenAI قائمة بنماذج التحويل الصوتي إلى نص وتنسيقات الصوت المدعومة، حيث يُقصد بـ «تحويل الملفات» الصوت المسجل، بينما يُقصد بـ «التحويل في الوقت الفعلي» الصوت الذي لا يزال يصل من الميكروفون أو المكالمة أو البث المباشر.

التيار دليل نسخ الملفات توصي gpt-transcribe للكلام المسجل بلغته الأصلية. استخدم gpt-4o-transcribe-diarize عندما تحتاج إلى ملصقات مكبرات الصوت، واستخدم whisper-1 عندما تحتاج إلى طوابع زمنية للكلمات أو المقاطع، أو إلى ترجمة إلى اللغة الإنجليزية.

يقبل الدليل الحالي لـ OpenAI الملفات التي يصل حجمها إلى 25 ميغابايت، ويضم قائمة بـ mp3, mp4, mpeg, mpga, m4a, wav, و webm. النقطة العملية بالنسبة لمنشئي مقاطع الفيديو بسيطة: أرسل ملفًا صوتيًا أو ملف وسائط مدعومًا يحتوي على صوت إلى نقطة نهاية النسخ، ثم استخدم النص المكتوب الناتج في المراحل اللاحقة.

يبدو مسار عمل المطور البسيط كما يلي:

1. استخرج المسار الصوتي للفيديو، أو استخدم ملفًا مدعومًا يحتوي على صوت إذا سمحت بذلك نقطة النهاية وحجم الملف.
2. أرسل الملف الصوتي إلى نقطة نهاية النسخ.
3. قم بتخزين النص الخام المزود بعلامات زمنية عندما يحتاج سير العمل الخاص بك إلى المراجعة أو الترجمة أو البحث.
4. أرسل النص إلى ChatGPT لإجراء عمليات التنقيح، وتنسيق كلام المتحدثين، وإعداد الملخص، والترجمة، واستخراج الموضوعات، أو صياغة المقالات.

أسعار واجهة برمجة التطبيقات (API) وحدودها منفصلة عن اشتراكات تطبيق ChatGPT. إذا كنت تعمل على تطوير منتج أو معالجة العديد من مقاطع الفيديو، فراجع صفحة أسعار OpenAI وحدود حسابك في اليوم الذي تنشر فيه المنتج أو تنشره. لا تقم بتحويل تكاليف واجهة برمجة التطبيقات (API) إلى حصص ChatGPT Plus أو Pro أو مساحة العمل ما لم يوفر المنتج نفسه هذا التخصيص.

بالسعر الرسمي الحالي،, gpt-transcribe يُدرج بسعر تقديري يبلغ $0.0045 في الدقيقة-حول $0.27 في الساعة قبل الضرائب أو الرسوم الأخرى المفروضة على الحساب. انظر جدول أسعار النسخ المباشر OpenAI قبل النشر أو التنفيذ.

طريقة النسخ التي تعتمد على طرف ثالث

بالنسبة لغير المطورين، قد تكون أداة النسخ المخصصة أسهل من واجهة برمجة التطبيقات (API). فهناك أدوات مثل Descript، والتطبيقات التي تعمل بتقنية AssemblyAI، والخدمات على غرار Rev، والعديد من منصات تحرير الفيديو، والتي يمكنها استقبال ملفات الفيديو، وإنتاج نصوصها، وإضافة طوابع زمنية، وتصدير الترجمات. وبعد ذلك، لا يزال بإمكان ChatGPT المساعدة في تنقيح النتيجة.

تُعد هذه الطريقة مفيدة بشكل خاص عندما تحتاج إلى تسميات المتحدثين، أو الترجمة المصاحبة، أو التسميات التوضيحية المدمجة، أو مراجعة الترجمة، أو التعاون بين أعضاء الفريق، أو محرر يتدخل يدويًّا. يمكن لـ ChatGPT تصحيح الصياغة والتنسيق، ولكن لا ينبغي أن يكون المعيار الوحيد لضمان الجودة فيما يتعلق بالأسماء، والمصطلحات القانونية، والمصطلحات الطبية، والأسعار، أو أي شيء قد يضر بشخص ما في حالة سوء فهمه.

قم بإعداد الفيديو أولاً

تبدأ معظم مشاكل النسخ قبل أن يعالج النموذج الملف الصوتي. فقد تؤدي ضوضاء الغرفة، أو تداخل أصوات المتحدثين، أو الموسيقى الخلفية، أو انخفاض مستوى الصوت، أو مقطع فيديو اجتماعي مضغوط إلى حدوث أخطاء بغض النظر عن الأداة التي تستخدمها.

• قم بتصدير صوت نقي كلما أمكن ذلك، ويفضل أن يكون ذلك دون وجود موسيقى في الخلفية أثناء الكلام.
• استخدم التسجيل الأصلي بدلاً من النسخة المضغوطة التي أعيد نشرها على مواقع التواصل الاجتماعي.
• قسّم مقاطع الفيديو الطويلة إلى أجزاء أصغر عندما تفرض الأداة قيودًا على حجم الملف أو مدته.
• احتفظ بنسخة من النص الخام قبل عملية التنقيح حتى تتمكن من مراجعة التغييرات لاحقًا.
• بالنسبة للترجمة، احتفظ بالطوابع الزمنية بدلاً من مطالبة ChatGPT باختراعها من النص العادي.

إرشادات لتنقيح النص

بمجرد حصولك على النص الخام، يصبح ChatGPT أكثر فائدة بكثير. فأفضل التوجيهات هي تلك التي تحدد له ما يجب الحفاظ عليه، وما يجب تصحيحه، وما لا يجب عليه التخمين بشأنه.

مطالبة بنص نظيف:

قم بتنقيح هذه النسخة الأولية من النص لتحسين قابليتها للقراءة.
حافظ على المعنى الذي قصده المتحدث دون تغيير.
لا تضف أي حقائق غير موجودة في النص.
ضع علامة [غير واضح] على الكلمات غير الواضحة بدلاً من التخمين.
استخدم فقرات قصيرة، ولا تضف علامات تحديد المتحدث إلا عندما يكون تغيير المتحدث واضحًا.

مطالبة مراجعة الترجمة:

يرجى مراجعة هذه النصية لاستخدامها في الترجمة.
احرص على أن تكون كل ترجمة قصيرة بما يكفي لقراءتها على الشاشة.
احرص على الحفاظ على الطوابع الزمنية بدقة.
قم بتمييز أي سطر يبدو فيه النص طويلاً جدًّا، أو سريعًا جدًّا، أو غير مؤكد.

توجيه لإعادة استخدام النص:

حوّل هذه النصية إلى:
1. ملخص من 150 كلمة،
2. 5 نقاط رئيسية،
3. 8 أفكار لمنشورات على مواقع التواصل الاجتماعي،
4. مخطط لمدونة،
5. قائمة بالادعاءات التي تحتاج إلى التحقق من صحتها.
لا تضف أي معلومات خارجية ما لم أطلب ذلك.

بالنسبة للنصوص المكتوبة الأطول، قسّم المهمة إلى مراحل. اطلب أولاً تنقيح النص، ثم إعداد الملخص، ثم إعادة توظيفه. إذا كان النص المكتوب سيصبح مقالاً قابلاً للنشر أو ملخصاً للقراءة، فإن المبادئ نفسها الواردة في دليل استخدام ChatGPT لتلخيص المقالات التطبيق: الحفاظ على النص الأصلي، والفصل بين الملخص والرأي، والاحتفاظ بقائمة للتحقق من صحة المعلومات. بالنسبة لنصوص مكالمات الدعم، يرجى الرجوع إلى الدليل المتعلق بـ تلخيص محادثات الدعم تلقائيًا يُعد هذا مسار عمل مفيدًا يمكن اتباعه بعد ذلك. فإذا طلبت كل شيء دفعة واحدة، غالبًا ما تصبح النتيجة مرتبة أكثر من اللازم وتفقد التفاصيل المهمة.

الجودة والخصوصية والمراجعة

لا يُعد التدوين أبدًا مجرد مهمة تنسيق. فخطأ واحد في سماع اسم أو رقم أو موعد نهائي أو دواء أو مصطلح قانوني أو اقتباس يمكن أن يغير معنى الفيديو. تعامل مع النص المكتوب على أنه مسودة إلى أن يقوم شخص ما بمراجعة الأجزاء المهمة ومقارنتها بالتسجيل الأصلي.

أين يمكن استخدام GlobalGPT

جلوبال جي بي تي تي يكون ذلك أكثر ملاءمة بعد توفر النص المكتوب. استخدم طريقة النسخ التي تفضلها أولاً، ثم انقل النص إلى مساحة عمل متعددة النماذج لمقارنة الملخصات، أو تحويل محاضرة إلى ملاحظات دراسية، أو إعادة صياغة ندوة عبر الإنترنت لتصبح مخططًا لمدونة، أو إنتاج مسودات مترجمة.

إذا كان الناتج عبارة عن حزمة مرجعية، فيمكنك أيضًا استخدام هذا الدليل من أجل تلخيص ملف PDF باستخدام ChatGPT بعد تصدير النص.

يضمن هذا التحديد أن يسير سير العمل بشكل سليم. لا يُعد GlobalGPT نقطة نهاية رسمية لنسخ OpenAI، ولا ينبغي وصفه على أنه بديل لـ ChatGPT Record أو واجهة برمجة تطبيقات OpenAI. وتكمن قيمته في مرحلة التحرير والتحليل، خاصةً عندما ترغب في مقارنة كيفية تلخيص النماذج المختلفة لنفس النص دون الحاجة إلى التنقل بين أدوات منفصلة.

إذا كان سير عمل الفيديو الخاص بك يشمل إنشاء مقاطع فيديو باستخدام الذكاء الاصطناعي بالإضافة إلى تنقيح النصوص، فيمكنك الاطلاع على دليل GlobalGPT Hub ذي الصلة على ما إذا كان بإمكان ChatGPT إنشاء مقاطع فيديو تعد هذه المادة قراءة مفيدة تالية. إذا كان سؤالك يتعلق بالصوت وليس بالفيديو، فابدأ بـ دليل النسخ الصوتي ChatGPT بدلاً من ذلك.

أي مسار عليك أن تختار؟

الأسئلة الشائعة

هل يمكن لبرنامج ChatGPT نسخ ملفات الفيديو مباشرةً؟

في بعض الأحيان، قد تتعامل إحدى تجارب ChatGPT المحددة مع المدخلات المتعلقة بالصوت، لكن لا ينبغي اعتبار النسخ المباشر لملفات الفيديو ميزة عامة في ChatGPT. ويتمثل سير العمل الموثوق به في استخراج الصوت أو توفيره، ثم تحويله إلى نص باستخدام تقنية تحويل الكلام إلى نص، ثم استخدام ChatGPT لتنقية النص وتنظيمه.

هل «ChatGPT Record» هو نفسه «نسخ الفيديو»؟

يُعد «No. ChatGPT Record» مسار عمل تسجيل مدعومًا للتسجيلات الصوتية في بيئات ChatGPT المؤهلة. ويمكن أن يكون مفيدًا للاجتماعات أو الملاحظات الصوتية، لكن ذلك يختلف عن المعالجة المجمعة لملفات الفيديو الموجودة لإضافة الترجمة أو للنشر.

هل يمكن لواجهة برمجة التطبيقات OpenAI تحويل الفيديو إلى نص؟

تحتوي واجهة برمجة التطبيقات (API) OpenAI على نقاط نهاية خاصة بترجمة النص الصوتي. وفي الواقع، عادةً ما يقوم المطورون باستخراج المسار الصوتي من مقطع فيديو أو إرسال ملف مدعوم يحتوي على صوت، ثم يمررون النص الناتج إلى ChatGPT أو نموذج آخر لتنقيحه.

ما هو طراز OpenAI الذي ينبغي أن أستخدمه في عملية النسخ؟

بالنسبة إلى سير العمل الجديد المتعلق بالكلام المسجل، توصي OpenAI حاليًا بما يلي: gpt-transcribe. اختر gpt-4o-transcribe-diarize عندما تكون تسميات مكبرات الصوت مهمة، أو whisper-1 عندما تحتاج إلى طوابع زمنية للكلمات أو المقاطع أو ترجمة إلى اللغة الإنجليزية. راجع الدليل المباشر لتحويل الكلام إلى نص قبل الإنشاء أو النشر.

هل يمكن لبرنامج ChatGPT إنشاء ترجمة من نص محفوظ؟

يمكن لـ ChatGPT المساعدة في تنقيح نص الترجمة، وتقصير العبارات، وترجمة الأسطر، والإشارة إلى الصياغات غير الملائمة. ولا ينبغي له اختلاق طوابع زمنية من نص نصي عادي عندما تكون دقة التوقيت أمرًا مهمًا. استخدم أداة التعرف على الكلام (ASR) أو أداة الترجمة لإضافة الطوابع الزمنية، ثم اطلب من ChatGPT تحسين قابلية القراءة.

هل GlobalGPT أداة نسخ جيني؟

من الأفضل استخدام GlobalGPT بعد عملية النسخ: لتلخيص النص المنسوخ، أو مقارنة مخرجات النماذج، أو إعادة صياغة المحتوى، أو ترجمته، أو تحويله إلى ملاحظات ومقالات. ولا ينبغي تقديمه على أنه واجهة برمجة تطبيقات (API) رسمية للنسخ من OpenAI أو بديلاً عن ميزات التسجيل الخاصة بـ ChatGPT.