خلاصه: Whisper می‌تواند گفتار غیرانگلیسی را با مدل چندزبانه به انگلیسی ترجمه کند. برای صدای فارسی، یک نمونه کوتاه را با task translate و مدل چندزبانه امتحان کنید. خروجی ترجمه پیش‌نویس است؛ اصطلاح تخصصی، عدد، نام و زمان‌بندی باید کنترل شوند. مدل turbo برای کار ترجمه آموزش ندیده و گزینه مناسب این مسیر نیست.
پیش‌نیاز: Python سازگار، PyTorch، FFmpeg و فایل صوتی مجاز؛ بازبین مسلط به انگلیسی.
سطح: متوسط
یک ویدئو، دو زبان و یک خطر کوچک
فرض کنید در ویدئوی خودتان می‌گویید: «فاصله چراغ تا صورت را کمتر نکنید.» اگر ترجمه کلمه «نکنید» را از دست بدهد، راهنمای انگلیسی معنای معکوس پیدا می‌کند. به همین دلیل، ترجمه خودکار را با یک جمله مهم و یک اصطلاح تخصصی شروع کنید؛ متن روان به‌تنهایی کافی نیست.
Whisper در مخزن رسمی، ترجمه گفتار به انگلیسی را برای مدل‌های چندزبانه توضیح می‌دهد و به محدودیت turbo برای ترجمه اشاره می‌کند. README رسمی Whisper
مسیر شروع روی ویندوز
Python سازگار، PyTorch و ابزار خط فرمان FFmpeg از پیش‌نیازهای مستندات‌اند. README سازگاری موردانتظار Python 3.8 تا 3.11 را ذکر می‌کند؛ برای آزمون، محیط جدا با نسخه سازگار بسازید و FFmpeg را از مسیر رسمی یا مدیر بسته معرفی‌شده در README آماده کنید.
py -3.11 -m venv .venv
.\.venv\Scripts\python.exe -m pip install -U openai-whisper
.\.venv\Scripts\whisper.exe ".\sample.mp3" --model small --language fa --task translate --output_format srt --output_dir ".\english-subtitles"
مدل small در اینجا انتخاب شروع برای آزمون کوتاه است؛ پیشنهاد بهترین کیفیت نهایی نیست. اجرای واقعی این دستورها آزمایش نشده است. اولین اجرا مدل را دریافت می‌کند و سرعت به دستگاه بستگی دارد.
ترجمه را چطور بازبینی کنیم؟
در مثال نورپردازی، چهار مورد را کنار هم بنویسید: جمله فارسی، ترجمه انگلیسی، زمان شروع و نکته اصلاح. منفی‌بودن دستور، عدد فاصله، واحد و نام وسیله را کنترل کنید. اگر به انگلیسی مسلط نیستید، بازبینی فرد مسلط را به‌عنوان بخشی از هزینه انتشار در نظر بگیرید.
SRT را وارد ادیتور کنید و با تصویر ببینید. جمله باید به همان بخش ویدئو برسد و فرصت خواندن داشته باشد. ترجمه لفظ‌به‌لفظ هم همیشه مناسب زیرنویس نیست؛ بعد از حفظ معنا، می‌توان جمله را کوتاه‌تر کرد.
منابع دستگاه و مجوز
مدل بزرگ‌تر دانلود و منابع بیشتری می‌خواهد. کیفیت ترجمه میان زبان‌ها و نوع گفتار متفاوت است؛ برای فارسی با اصطلاح تخصصی، آزمون واقعی لازم است. این مسیر گفتار را به انگلیسی ترجمه می‌کند؛ ابزار عمومی ترجمه به هر زبان دلخواه نیست.
در README، کد و وزن‌های Whisper با مجوز MIT معرفی شده‌اند. داشتن این مجوز، اجازه ترجمه یا انتشار صدای متعلق به دیگران را جایگزین نمی‌کند. از فایل خودتان یا فایل دارای مجوز استفاده کنید. مجوز رسمی
وضعیت پروژه و منابع
در بررسی ۸ اکتبر ۲۰۲۶، مخزن 110,110 ستاره داشت و بایگانی نبود. آخرین push ثبت‌شده: 2026-08-31. ستاره زیاد، تضمین کیفیت، امنیت یا نتیجه نیست. مخزن و README · مجوز · فعالیت
مشخصات مخزن
- مخزن: openai/whisper
- ستاره‌ها هنگام بررسی: ۱۱۰٬۱۱۰ (۱۶ مهر ۱۴۰۵)
- مجوز: MIT (code and model weights as stated in README)
سؤالات متداول
چرا با turbo ترجمه انگلیسی نگرفتم؟
README می‌گوید turbo برای ترجمه آموزش ندیده و ممکن است زبان اصلی را برگرداند. از مدل چندزبانه مناسب و task translate استفاده کنید.
آیا Whisper گفتار فارسی را به هر زبانی ترجمه می‌کند؟
قابلیت ترجمه گفتار توضیح‌داده‌شده در این مخزن، ترجمه به انگلیسی است. برای زبان مقصد دیگر، مسیر جدا لازم است.
محدودیت‌ها
ترجمه در این مسیر به انگلیسی است؛ turbo مناسب ترجمه نیست؛ مدل و فایل حجیم منابع بیشتری می‌خواهند.
منابع
- README و صفحه رسمی Whisper — openai
- مجوز کد Whisper — openai
- فعالیت رسمی مخزن — GitHub
