تفريغ المقابلات الصوتية ومعالجتها للنشر

التفاصيل البرمجية والتهيئة

مقدمة حول سير العمل

سير عمل يستلم تسجيل مقابلة (MP3/MP4)، يفرّغه بـ Whisper محلي، يقسّمه بهوية المتحدث، يحسّن الصياغة، ويُخرج مقالاً أو حلقة بودكاست جاهزة.

الهدف من سير العمل

تحويل تسجيل مقابلة بطول ساعة إلى مقال منشور أو حلقة بودكاست منسقة خلال 30-45 دقيقة بدلاً من 4-6 ساعات تفريغ ومعالجة يدوية.

الأدوات والتقنيات المستخدمة

تم استخدام الأدوات التالية: whisper / faster-whisper و n8n و ollama و ffmpeg

تفاصيل تنفيذ سير العمل

• مستوى الصعوبة: متوسط
• الوقت المتوقع للإعداد:
• محفز التشغيل (Trigger):

خطوات العمل (الآلية)

وصف مفصل

## المشكلة صحفي/باحث يجري مقابلات مهمة لكن التفريغ والصياغة بعد المقابلة يستهلكان وقتاً أطول من إجراء المقابلة نفسها. خدمات Otter و Rev مكلفة عند الحجم، وتثير قلقاً عند المقابلات الحساسة. ## المُدخلات – ملف صوتي/مرئي للمقابلة (10 دقائق – 3 ساعات) – أسماء المتحدثين (اختياري، لتسمية بدل Speaker 1, 2) – نموذج Whisper محلي (faster-whisper موصى به للسرعة) – نموذج LLM للصياغة والتنسيق (qwen2.5:14b أو GPT-4o) – Template مقال/بودكاست للإخراج النهائي ## المُخرجات – ملف TXT بالتفريغ الكامل مع توقيتات (timestamps) – ملف SRT للترجمة المصاحبة (للفيديو) – مقال صحفي مكتوب من المقابلة (إذا اخترت هذا المسار) – خط زمني (timeline) بأبرز اللحظات لاستخدامه في الحلقة – ملف JSON منظم بالنصوص والمتحدثين ## البنية المعمارية Webhook/Watch Folder → FFmpeg (تحويل إلى wav 16khz mono) → Whisper Transcribe → Speaker Diarization (pyannote) → Code (دمج النص مع المتحدثين والأوقات) → Ollama (تنظيف وتنقيح) → Generate Article (prompt محدد) → Save as files + send Telegram notification. ## اعتبارات الخصوصية هذا الـ workflow حساس جداً. المقابلات قد تحوي معلومات سرية، مصادر، أو شهادات. Whisper المحلي + Ollama المحلي يضمنان عدم خروج البيانات. لا تستخدم OpenAI Whisper API أو خدمات سحابية للمقابلات السرية. تشفير الملف الأصلي بـ GPG قبل النقل بين الأنظمة، وحذفه آمناً بعد المعالجة (shred). أرشيف TXT يجب أن يكون في مكان آمن بصلاحيات محدودة. ## ملاحظات الصيانة نماذج Whisper تتطور — large-v3-turbo أحدث وأسرع، اختبر دورياً. faster-whisper يستخدم ctranslate2 ويكون أسرع 3-4 مرات من openai-whisper. للعربية: large-v2 و v3 كلاهما جيد، لكن v3 أحياناً أفضل في اللهجات. اختبر قبل اعتماده للإنتاج. ## فرص الأتمتة – كشف “الاقتباسات الذهبية” تلقائياً (جمل قوية يمكن استخدامها كعناوين فرعية) – ترجمة المقابلة لإنجليزية أو لغات أخرى عبر LibreTranslate – تلخيص المقابلة في فقرة، 3 فقرات، 5 فقرات، تلقائياً – نشر تلقائي على WordPress كمسودة، مع وضع SRT في حقل مخصص للفيديو المرافق