WhisperLiveKit
خادم التعرف على الكلام والترجمة الفورية ذاتي الاستضافة والذي يدعم البث المباشر لـ Whisper وVoxtral وتمييز المتحدثين.
استضف بنفسك النسخ المباشر منخفض الكمون، وتمييز المتحدثين، والترجمة باستخدام واجهات برمجة تطبيقات متوافقة مع OpenAI.
WhisperLiveKit هو خادم التعرف على الكلام والبث المباشر للترجمة مفتوح المصدر مصمم خصيصاً لمعالجة الصوت المباشر منخفض الكمون. وهو يخدم فرق التوطين، ومطوري البرمجيات، والمترجمين الذين يحتاجون إلى النسخ الفوري والترجمة متعددة اللغات المستضافة على أجهزتهم الخاصة. وهو يوفر نقاط نهاية متوافقة مع OpenAI وDeepgram جاهزة للاستخدام.
ما هو
يقوم البرنامج بتخزين تدفقات الصوت الواردة مؤقتاً ومعالجتها بشكل تدريجي باستخدام سياسات مثل AlignAtt وLocalAgreement لمنع اقتطاع الكلمات في منتصفها. وهو يتعامل مع الصوت المتعدد المتحدثين عبر ميزة تمييز المتحدثين Sortformer المتدفقة ويترجم الكلام إلى أكثر من 200 لغة في الوقت الفعلي. وهو يتيح نقاط نهاية WebSocket، ومسارات REST، ويتضمن واجهة ويب مدمجة إلى جانب أدوات CLI.
لمن هو
هو يناسب المطورين وأخصائيي التوطين الذين يقومون ببناء أنظمة التسميات التوضيحية المباشرة، أو سير عمل الترجمة، أو تطبيقات الصوت بدون الاعتماد على السحابة. وهو لا يناسب المستخدمين غير التقنيين الذين يريدون تطبيق سطح مكتب بنقرة واحدة، حيث يتطلب الإعداد استخدام الطرفية واختيار النموذج.
أهم الميزات
ترجمة الكلام المتعدد اللغات المتزامنة
يترجم الصوت المباشر إلى 200 لغة باستخدام نماذج فك التشفير المدمجة NLLW وAlignAtt4LLM.
تمييز المتحدثين في الوقت الفعلي
يحدد ويفصل بين المتحدثين المتعددين في نفس الوقت مباشرة باستخدام الأنظمة الخلفية Streaming Sortformer أو NeMo.
طبقة توافق واجهة برمجة التطبيقات
تعرض نقاط نهاية متوافقة مع حزم تطوير برامج Python لـ OpenAI وWebSocket لـ Deepgram لتكامل مباشر وسهل.
معالجة تدريجية منخفضة الكمون
تستخدم سياسات AlignAtt وLocalAgreement للقضاء على قطع الكلمات في منتصف المقاطع الصوتية أثناء بث الصوت المباشر.
جاهز للعمل في 3 خطوات
حكمنا الصادق
ما يميّزه
- يوفر توافقاً ثنائياً مع واجهة برمجة تطبيقات OpenAI REST وDeepgram WebSocket لقواعد بيانات التطبيقات الحالية.
- يدعم العديد من البنى التحتية وحدات البناء بما في ذلك Whisper وVoxtral وQwen3-ASR وSenseVoice.
- يترجم سياق الصوت المباشر عبر 200 لغة مستهدفة باستخدام وحدات ترجمة مخصصة.
- يعمل بالكامل على الأجهزة المحلية مع دعم لتنفيذ CUDA وApple Silicon MLX وCPU.
أين يقصّر
- تتطلب إدارة الميزات الإضافية الاختيارية بيئات Python متعددة ومستقلة بسبب تعارضات الحزم بين الأنظمة الخلفية مثل vLLM وMLX.
- يتطلب الأداء منخفض الكمون على النماذج الأكبر حجماً أجهزة GPU حديثة أو شرائح Apple Silicon حديثة.
- يتطلب إعداد حالات الإنتاج معرفة تقنية بأوامر الطرفية، وبروتوكولات WebSocket، وتكوين SSL مخصص.
التسعير والرخصة
WhisperLiveKit مجاني تماماً ومفتوح المصدر بموجب ترخيص Apache-2.0. لا يوفر المطور أي مستويات مدفوعة استضافتها الشركة، لذا فإن تكلفتك الوحيدة هي البنية التحتية للخادم أو الأجهزة اللازمة لتنفيذ النماذج.
وظائف للناطقين بالعربية
876 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٥ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
البدائل
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
استخدمه، أو دعنا نُعِدّه لك
الأسئلة الشائعة
هل يقوم WhisperLiveKit بتوليد ملفات الترجمة (subtitles)؟
نعم، يمكنك تشغيل wlk transcribe --format srt file.mp3 لتوليد ملفات الترجمة مباشرة من سطر الأوامر.
هل يمكنني تشغيل هذا البرنامج على أجهزة Apple Silicon Macs؟
نعم، فهو يوفر حزم اختيارية مخصصة لنماذج Whisper وVoxtral المتسارعة بـ MLX على أجهزة macOS.
