الحصول على TranscriptionSuite
يتكوّن TranscriptionSuite من جزأين: لوحة تحكم تثبّتها، وخادم ينزّله التطبيق ويديره لك. الملفات مرفقة في أحدث إصدار على GitHub، وتسير الصفوف أدناه من الأسهل إلى الأكثر تعقيدًا.
المنصة | التنزيل |
|---|---|
| macOS، Apple silicon (الخادم مضمَّن) | TranscriptionSuite-1.3.10-arm64-mac-metal.dmg (نحو 3-5 GB، دون Docker) |
| macOS، Apple silicon (لوحة التحكم فقط) | TranscriptionSuite-1.3.10-arm64-mac.dmg (نحو 200 MB؛ ويعمل الخادم في مكان آخر) |
| Windows (x64) | TranscriptionSuite.Setup.1.3.10.exe مع Docker Desktop وWSL 2 |
| Linux (x64) | TranscriptionSuite-1.3.10.AppImage مع Docker أو Podman |
| الموقع الرسمي | transcriptionsuite.app |
| سياسة الخصوصية | لم نجد صفحة مستقلة لسياسة الخصوصية؛ يصف README المعالجة المحلية |
| الشيفرة المصدرية | github.com/homelab-00/TranscriptionSuite |
نسخة Mac ذات الخادم المضمَّن وحدها تُثبَّت بالتنزيل والفتح. على Windows وLinux يلزم أولًا إعداد Docker أو Podman على مستوى الطرفية. تطبيق macOS غير موقَّع، لذا يحظره macOS إلى أن تزيل علامة الحجر أو تختار «فتح على أي حال»؛ كما يجب تثبيت FFmpeg. يذكر README نسخة لأجهزة Mac بمعالج Intel، لكن الإصدار 1.3.10 يعرض صور أقراص لـ Apple silicon فقط.
TranscriptionSuite في لمحة
الخاصية | TranscriptionSuite |
|---|---|
| المنصة | Windows وmacOS وLinux |
| السعر | مجاني |
| الترخيص | GPL-3.0 أو أحدث |
| مكان التشغيل | محليًا؛ تُنزَّل النماذج عند أول استخدام |
| اللغات | أكثر من 90 مع Whisper؛ وأقل مع النماذج الأخرى |
| النسخ في الوقت الحقيقي | نعم (الوضع المباشر، نماذج Whisper فقط) |
| تمييز المتحدثين | نعم في التسجيلات والاستيراد؛ لا في الوضع المباشر |
| يعمل على CPU فقط | نعم؛ نماذج NeMo غير متاحة |
| خادم API محلي | نعم، نقطة نسخ متوافقة مع OpenAI |
تتبع الخصائص مقارنة تحويل الكلام إلى نص المستخدمة في دليل برمجيات LLM المحلية. غياب الذكر في الموقع يعني «غير معروف» لا «غير مدعوم».
ما هو TranscriptionSuite
TranscriptionSuite تطبيق نسخ، وليس روبوت اجتماعات ولا خدمة سحابية. يصف README لوحة تحكم بـ Electron مع خلفية بلغة Python تدعم نماذج Whisper وNVIDIA NeMo وVibeVoice-ASR وSenseVoice وwhisper.cpp وMLX، وتُسرَّع بـ CUDA أو Apple Metal أو Vulkan، أو تعمل على CPU وحده.
يصفه المؤلف بأنه أداة شخصية تحولت إلى مشروع هواية، كتبها مهندس ميكانيكي ليس مهندس برمجيات؛ وبكلمات README نفسه: «this whole thing is vibecoded»، وإن لم يكن ذلك عشوائيًا. ويقول المؤلف إنه يستخدمه بنفسه ولا ينوي التخلي عنه.
تستند هذه المراجعة إلى الموقع وREADME وإصدارات GitHub. لم يكن هناك اختبار عملي، لذا لا تُقيَّم هنا الدقة ولا السرعة ولا الاستقرار.
كيف تبدأ
الإعداد هو تثبيت لوحة التحكم ثم تشغيل الخادم من داخل التطبيق. تتبع الخطوات ملف README.
- 1جهّز منصتك
Why it matters: على Windows وLinux ثبّت Docker (Docker Desktop مع WSL 2، أو Docker أو Podman على Linux)؛ وعلى Apple silicon ثبّت FFmpeg عبر Homebrew بدلًا من ذلك. - 2ثبّت لوحة التحكم
Why it matters: نزّل الملف المناسب لنظامك من [صفحة الإصدارات](https://github.com/homelab-00/TranscriptionSuite/releases/latest)؛ وعلى Mac أزل علامة الحجر مرة واحدة لأن التطبيق غير موقَّع. - 3شغّل الخادم من تبويب Server
Why it matters: اختر بيئة التشغيل (CUDA أو Metal أو Vulkan أو CPU) وشغّلها؛ ينزّل أول تشغيل النموذج الذي اخترته، وقد يبلغ عدة غيغابايت. - 4سجّل أو أملِ أو استورد ملفًا
Why it matters: استخدم تبويب Session للتسجيل أو استيراد الصوت، وفعّل Speaker Diarization عندما تحتاج إلى تمييز المتحدثين.
الميزات
قائمة الميزات واسعة بالنسبة لمشروع يقف خلفه شخص واحد. كل ما يلي مصدره README والموقع.
- التسجيل الطويل. سجّل من الميكروفون أو من صوت النظام واحصل على النص الكامل بعد التوقف، مع معاينة متجددة لآخر 20 ثانية.
- الوضع المباشر. نسخ فوري جملة بجملة للإملاء، مقصور على نماذج عائلة Whisper وبلا تمييز للمتحدثين.
- فصل المتحدثين. تمييز «من قال ماذا» لنماذج Whisper وNeMo وSenseVoice وVibeVoice.
- استيراد الملفات. أسقط ملفات صوت أو فيديو واحفظ نصًا عاديًا أو ترجمات
.srt/.ass. - الدفتر الصوتي. تصل التسجيلات إلى عرض تقويم مع بحث في النص الكامل ومساعد ذكاء اصطناعي يتحدث مع أي مزوّد متوافق مع OpenAI.
- اختصارات الإملاء. اختصارات بدء وإيقاف على مستوى النظام ولصق عند المؤشر.
- التكاملات. نقطة
/v1/audio/transcriptionsمتوافقة مع OpenAI لأدوات مثل Open WebUI وLM Studio، وWebhooks صادرة، ووصول عن بُعد عبر Tailscale أو الشبكة المحلية.
النماذج والعتاد
أنت تختار النموذج الصوتي، ويكتشف التطبيق عتادك ويُظهر الخيارات غير المتوافقة باهتة. على منصات Docker الخيارات هي WhisperX (نماذج faster-whisper) وNVIDIA Parakeet v3 وCanary v2 وVibeVoice-ASR وSenseVoice وwhisper.cpp؛ وعلى Apple silicon هي نسخ MLX من Whisper وParakeet وCanary وVibeVoice-ASR.
تتوقف تغطية اللغات على النموذج: يتعامل Whisper مع أكثر من 90 لغة ويترجم إلى الإنجليزية، ويغطي Parakeet وCanary 25 لغة أوروبية، وVibeVoice 51 لغة، وSenseVoice خمس لغات. ولا تعمل نماذج NeMo على بيئة CPU، وVibeVoice-ASR نموذج من 9 مليارات معامل بحجم نحو 16 GB.
يزعم المطوّر أن نصف ساعة من الصوت تُنسخ في أقل من دقيقة باستخدام Whisper على RTX 3060؛ ولم تعِد هذه المراجعة إنتاج هذا الرقم. ولا ينشر README حدًّا أدنى لـ RAM أو VRAM.
الخصوصية والترخيص والتكلفة
يقول README إن كل شيء يعمل على حاسوبك وإن الصوت والنصوص لا تغادره أبدًا. الإنترنت لازم فقط لتنزيل التطبيق وأوزان النماذج عند أول استخدام؛ وبعد ذلك يعمل دون اتصال. ويستخدم تمييز المتحدثين مع Whisper أو NeMo نماذج PyAnnote التي تتطلب رمز Hugging Face مجانيًا.
يستطيع مساعد الذكاء الاصطناعي في الدفتر التحدث مع أي مزوّد متوافق مع OpenAI، بما في ذلك خدمات سحابية مثل Groq وOpenAI وOpenRouter؛ وما ترسله إليها يخرج عن ادعاء «محلي فقط». ويذكر README أيضًا أن التطبيق يتحقق من الإصدارات الجديدة أسبوعيًا.
الشيفرة بترخيص GPL-3.0 أو أحدث والتطبيق مجاني. لم نجد صفحة مخصصة لسياسة الخصوصية. لم تفحص هذه المراجعة حركة الشبكة، لذا فهذه الأقوال من المطوّر نفسه.
المزايا والقيود
نسخ محلي
- ما تعنيه في الاستخدام الفعلي:
- يبقى الصوت على جهازك.
- القيد / تنبيه:
- تنزيلات النماذج عند أول استخدام كبيرة؛ ولا تُنشر أرقام للدقة.
تمييز المتحدثين
- ما تعنيه في الاستخدام الفعلي:
- معرفة من يتحدث في الاجتماعات.
- القيد / تنبيه:
- غير متاح في الوضع المباشر؛ ويتعامل Sortformer مع أربعة متحدثين فقط.
عائلات نماذج كثيرة
- ما تعنيه في الاستخدام الفعلي:
- اختيار السرعة أو اللغة أو الدقة.
- القيد / تنبيه:
- تحديد الأنسب لعتادك يعود إليك.
API متوافق مع OpenAI
- ما تعنيه في الاستخدام الفعلي:
- يمكن لأدوات أخرى استخدامه كواجهة خلفية.
- القيد / تنبيه:
- يُقبل حقل model لكنه يُتجاهل.
مفتوح المصدر ومجاني
- ما تعنيه في الاستخدام الفعلي:
- شيفرة GPL يمكنك فحصها.
- القيد / تنبيه:
- مشرف واحد يصف نفسه بـ«vibe coding»؛ ويلزم Docker على Windows وLinux.
TranscriptionSuite مقابل البدائل
هذه أقرب أدوات تحويل الكلام إلى نص في الدليل: ناسخ اجتماعات آخر، وتطبيق إملاء لأجهزة Mac، ومحركان يمكن البناء عليهما.
TranscriptionSuite
- المنصات:
- Windows وmacOS وLinux
- السعر والترخيص:
- مجاني، GPL-3.0
- الدور:
- تطبيق نسخ مع خادم
- الفرق الأهم:
- وضع مباشر وتمييز متحدثين ودفتر وAPI في حزمة واحدة
Meetily
- المنصات:
- macOS وWindows
- السعر والترخيص:
- مجاني (MIT) وPro مدفوع
- الدور:
- ناسخ اجتماعات
- الفرق الأهم:
- مصمَّم للاجتماعات؛ على macOS وWindows فقط
مقالات حول Meetily (1)
- Meetily Review: Local, Privacy-First AI Meeting Notesمحدَّث ١٨ سبتمبر ٢٠٢٦
مذكور أيضًا في:
MacWhisper
- المنصات:
- macOS
- السعر والترخيص:
- مجاني جزئيًا، مملوك
- الدور:
- تطبيق نسخ لأجهزة Mac
- الفرق الأهم:
- لأجهزة Mac فقط ومغلق المصدر
مقالات حول MacWhisper (2)
- MacWhisper Review: Local Speech-to-Text for Macمحدَّث ٣ أكتوبر ٢٠٢٦
- Meetily Review: Local, Privacy-First AI Meeting Notesمحدَّث ١٨ سبتمبر ٢٠٢٦
مذكور أيضًا في:
- AquaVoice Review: Voice Dictation for AI Promptsمحدَّث ٣ أكتوبر ٢٠٢٦
- Local Voice & Speech Tools Compared (2026): Text-to-Speech, Speech-to-Text and Voice Agentsمحدَّث ٢٠ سبتمبر ٢٠٢٦
- FunClip Review: Self-Hosted AI Video Clipping With FunASRمحدَّث ١٩ سبتمبر ٢٠٢٦
- Willow Inference Server Review: Self-Hosted Whisper ASR and TTSمحدَّث ١٩ سبتمبر ٢٠٢٦
faster-whisper
- المنصات:
- Windows وmacOS وLinux
- السعر والترخيص:
- مجاني، MIT
- الدور:
- مكتبة صوت بلغة Python
- الفرق الأهم:
- محرك للمطورين دون واجهة
مقالات حول faster-whisper (5)
- faster-whisper Review: CTranslate2-Accelerated Local Speech-to-Textمحدَّث ٥ سبتمبر ٢٠٢٦
- Whisper.cpp vs faster-whisper 2026: Local STT Benchmarks, Setup & GPU Accelerationمحدَّث ١٧ أكتوبر ٢٠٢٦
- Local Voice & Speech Tools Compared (2026): Text-to-Speech, Speech-to-Text and Voice Agentsمحدَّث ٢٠ سبتمبر ٢٠٢٦
- dograh Review: Open-Source, Self-Hosted Voice AI Agent Platformمحدَّث ١٢ سبتمبر ٢٠٢٦
- Whisper.cpp Review: Local Speech-to-Text in Pure C/C++محدَّث ٥ سبتمبر ٢٠٢٦
مذكور أيضًا في:
- SpeechBrain Review: An Open-Source PyTorch Toolkit for Speech and Textمحدَّث ٢٣ أكتوبر ٢٠٢٦
- Local Multimodal AI Pipeline 2026: Combine Voice, Vision, and Text Models Offlineمحدَّث ١٧ أكتوبر ٢٠٢٦
- MacWhisper Review: Local Speech-to-Text for Macمحدَّث ٣ أكتوبر ٢٠٢٦
- FunClip Review: Self-Hosted AI Video Clipping With FunASRمحدَّث ١٩ سبتمبر ٢٠٢٦
+6 أخرى غير معروضة
Izwi
- المنصات:
- Windows وmacOS وLinux
- السعر والترخيص:
- مجاني، MIT
- الدور:
- بيئة تشغيل صوتية محلية
- الفرق الأهم:
- يضيف إخراجًا صوتيًا واستنساخ صوت خلف API واحد
مقالات حول Izwi (2)
- Izwi Review: Local Voice AI for TTS, STT, and Cloningمحدَّث ١٩ سبتمبر ٢٠٢٦
- Local Voice & Speech Tools Compared (2026): Text-to-Speech, Speech-to-Text and Voice Agentsمحدَّث ٢٠ سبتمبر ٢٠٢٦
تتغير المنصات والأسعار والميزات في تطبيقات الجهات الخارجية كثيرًا. تحقق من التفاصيل الحالية في صفحة كل مشروع قبل أن تقرر.
لمن يناسب TranscriptionSuite
- من ينسخون مقابلات أو محاضرات أو اجتماعات. تمييز المتحدثين وتصدير الترجمات موجهان لهذا بالضبط.
- مستخدمو Mac بمعالج Apple silicon. النسخة المدمجة أسهل طريق ولا تحتاج Docker.
- من يُملون في تطبيقات أخرى. يغطي ذلك الوضع المباشر واللصق عند المؤشر.
- المجرّبون الذين لديهم خادم منزلي. يتيح الوصول عن بُعد وAPI لأجهزة أخرى استخدام جهاز واحد.
لمن لا يناسب TranscriptionSuite
- من يريدون مثبّتًا بلا تحضير على Windows أو Linux. يأتي Docker أولًا.
- أصحاب أجهزة Mac بمعالج Intel. لا يعرض أحدث إصدار أي نسخة لـ Intel.
- الفرق التي تحتاج دعمًا من الشركة المطورة. إنه مشروع هواية لمشرف واحد.
- من يحتاجون امتثالًا موثّقًا. لم نجد صفحة لسياسة الخصوصية.
الأسئلة الشائعة
هل يحتاج TranscriptionSuite إلى GPU؟
لا. توجد بيئة تشغيل على CPU وحده، لكن نماذج NeMo غير متاحة فيها والنماذج الكبيرة بطيئة؛ أما NVIDIA CUDA وApple Metal وVulkan لـ AMD أو Intel فمسرّعات اختيارية.
لماذا يحتاج إلى Docker؟
يأتي خادم النسخ كحاوية على Windows وLinux وأجهزة Mac بمعالج Intel، وتنزّلها لوحة التحكم وتديرها؛ أما أجهزة Mac بمعالج Apple silicon فتشغّله محليًا بشكل أصلي.
هل تستطيع تطبيقات أخرى استخدامه كواجهة خلفية للنسخ؟
نعم. يوفّر نقطة نسخ متوافقة مع OpenAI، ويمكن لأدوات مثل Open WebUI وLM Studio أن تشير إليها.
هل أحتاج إلى حساب لتمييز المتحدثين؟
فقط في مسار Whisper وNeMo: يتطلب PyAnnote رمز Hugging Face مجانيًا. أما SenseVoice وVibeVoice وSortformer على Apple silicon فلا تتطلبه.
هل أشغّله على جهاز وأستخدمه من جهاز آخر؟
نعم. يصف README الوصول عن بُعد عبر Tailscale أو الشبكة المحلية.
الخلاصة
يناسب TranscriptionSuite من يريد نسخًا محليًا خاصًا مع تمييز المتحدثين ويتعامل بارتياح مع Docker، أو من يملك Mac بمعالج Apple silicon حيث تُلغي النسخة المدمجة تلك الخطوة.
التحفظات تتعلق بالنضج والشفافية: مشرف واحد يصف نفسه بـ«vibe coding»، ولا سياسة خصوصية، ولا مقاييس دقة سوى ادعاء السرعة من المؤلف نفسه، وتطبيق macOS غير موقَّع. جرّبه أولًا على تسجيلات غير حساسة.
المصادر
- موقع TranscriptionSuite — وصف المنتج والميزات والتسريع بالعتاد.
- README الخاص بـ TranscriptionSuite — التثبيت ومصفوفة التوافق وAPI والترخيص وحالة المشروع.
- TranscriptionSuite على GitHub — ترخيص GPL-3.0 وعدد النجوم.
- إصدارات TranscriptionSuite — الإصدار 1.3.10 وملفات التثبيت.