إنشاء الترجمة وتدقيقها: SRT من الإنشاء إلى الدمج
في الدرس السابق حصلت على التعليق الصوتي. يستغرق هذا الدرس حوالي 7 دقائق، ويمر بكامل عملية ترجمة الفيديو بالذكاء الاصطناعي من الإنشاء والتدقيق إلى الدمج — لا حاجة لكتابة الخط الزمني يدويًا، إذ يُنشئ edge-tts ملف SRT بالتزامن مع توليد الصوت.
ماذا ستستطيع فعله بعد إتمام الدرس
- الحصول على ملف ترجمة SRT متوافق زمنيًا باستخدام edge-tts أثناء إنشاء التعليق الصوتي
- فهم بنية SRT والقدرة على تعديل النص والخط الزمني يدويًا
- إكمال تدقيق الترجمة وفق قائمة التحقق الثلاثية (الأخطاء الإملائية، توقيت تقسيم الجمل، طول الأسطر)
- دمج الترجمة في الصورة بأمر واحد من FFmpeg
مأزقك الحالي
- «أنجزت التعليق الصوتي، لكن مجرد التفكير في كتابة الخط الزمني للترجمة جملةً جملةً يدويًا يجعلني أتوقف.»
- «هناك كومة من أدوات الترجمة على الإنترنت، ثبّتُّ ثلاثًا منها ولم يكن أي منها سهل الاستخدام.»
- «بعد جهد كبير دمجتُ الترجمة، لكن عند المشاهدة وجدت النص الصيني كله مربعات.»
متى تستخدم هذه الطريقة
عندما تحتاج إلى: إضافة ترجمة متزامنة للتعليق الصوتي في فيديو تدريبي، بحيث يكون التعليق الصوتي مُنشأً بالفعل باستخدام edge-tts.
وعندما لا ترغب في: كتابة الخط الزمني يدويًا جملةً جملةً، ولا في شراء برامج ترجمة مدفوعة لهذا الغرض.
🎒 التحضير قبل البدء
- إتمام الدرس السابق«التعليق الصوتي والترخيص: خياران هما TTS والتسجيل بنفسك»، وتثبيت edge-tts (
pip install edge-tts) - قدرة جهازك على تشغيل
ffmpeg -version(FFmpeg مثبت) - وجود مقطع فيديو لقطة واحدة على الأقل (مخرجات مرحلة اللقطات) لعرض عملية الدمج
الفكرة الأساسية
عندما يُولّد edge-tts الصوت، يُرجع الخادم الحدود الزمنية لكل مقطع نصي. --write-subtitles يكتب هذه الحدود مباشرةً بصيغة SRT، لذا تتوافق الترجمة مع الصوت بشكل طبيعي — تحتاج فقط إلى التدقيق دون كتابة الخط الزمني بنفسك.
| المرحلة | الأداة | المخرجات |
|---|---|---|
| الإنشاء | edge-tts --write-subtitles | SRT متوافق مع الصوت |
| التدقيق | أي محرر نصوص | SRT مصحح (UTF-8) |
| الدمج | فلتر FFmpeg subtitles | ملف mp4 بترجمة مدمجة |
SRT هو تنسيق نصي خالص، يتكون كل كتلة ترجمة فيه من أربعة أجزاء (شرح التنسيق المعتمد في هذه الدورة):
1
00:00:00,000 --> 00:00:02,500
مرحبًا بكم في درس المسلسلات القصيرة بالذكاء الاصطناعي.
2
00:00:02,500 --> 00:00:05,000
اليوم سنقوم بإنشاء الترجمة.تنسيق الخط الزمني ثابت على 时:分:秒,毫秒 --> 时:分:秒,毫秒، حيث تُفصل المللي ثانية بفاصلة، ويُترك سطر فارغ بين الكتل.
اتبعني خطوة بخطوة
الخطوة 1: تصدير ملف ترجمة الفيديو بالذكاء الاصطناعي بالتزامن مع إنشاء التعليق الصوتي
لماذا: كتابة الخط الزمني منفصلًا هي أكثر خطوة مستهلكة للوقت في إنشاء الترجمة، بينما يستطيع edge-tts إنتاج ترجمة متوافقة بالتوازي مع إنتاج الصوت، مما يوفر هذه الخطوة.
أضف --write-subtitles إلى أمر التعليق الصوتي من الدرس السابق:
edge-tts --text "欢迎来到 AI 短剧课堂。" --write-media voice.mp3 --write-subtitles voice.srtينبغي أن ترى: بعد انتهاء تنفيذ الأمر، يظهر ملفان في المجلد هما voice.mp3 و voice.srt في الوقت نفسه.
- فحص سريع: افتح
voice.srtبمحرر نصوص، وسترى العناصر الثلاثة: الرقم والخط الزمني والنص
💡 هل أنشأت التعليق الصوتي بالفعل في الدرس السابق؟
أضف --write-subtitles voice.srt إلى الأمر الأصلي وشغّله مرة أخرى للحصول على ملف الترجمة.
الخطوة 2: تدقيق الترجمة — قائمة تحقق ثلاثية
لماذا: يقسم الجهاز الجمل وفق الحدود التي يُرجعها الخادم، وهي قد لا تتوافق مع إيقاع القراءة الصينية؛ كما أن الأخطاء في الحروف المتشابهة نطقًا هي الأسهل التي يلاحظها الجمهور بنظرة واحدة.
افتح voice.srt بأي محرر نصوص، وراجع كل عنصر وفق القائمة الثلاثية:
- الأخطاء الإملائية: الحروف المتشابهة نطقًا (مثل «在/再» و«以/已») تُفحص بقراءتها بصوت عالٍ عنصرًا عنصرًا
- توقيت تقسيم الجمل: لا تقطع السطر في منتصف كلمة؛ ظهور الترجمة مبكرًا جدًا أو اختفاؤها متأخرًا جدًا يُخرج المشاهد من التجربة
- طول الأسطر: السطر الطويل جدًا لا يستطيع المشاهد قراءته بالكامل، فقسّمه إلى سطرين أو اختصر النص
بعد التعديل احفظ الملف بترميز UTF-8. إذا وجدت أن الحوار نفسه طويل جدًا ولا يمكن تقسيمه بسلاسة مهما حاولت، فراجع«اختصار الحوار: اطرح قبل التعليق الصوتي».
ينبغي أن ترى: كل عنصر ترجمة يُقرأ بسلاسة دون أخطاء إملائية، وبطول أسطر يمكن قراءته بنظرة واحدة.
- فحص سريع: مراجعة القائمة الثلاثية كاملة، وحفظ الملف بترميز UTF-8
الخطوة 3: دمج الترجمة في الصورة باستخدام FFmpeg
لماذا: الدمج (الترجمة المدمجة) يعرض الترجمة داخل الصورة نفسها، فتظهر على أي منصة وأي مشغّل دون الاعتماد على تحميل المشاهد لملف ترجمة خارجي.
ffmpeg -i shot.mp4 -vf "subtitles=voice.srt" -c:a copy subtitled.mp4ينبغي أن ترى: بعد اكتمال معالجة FFmpeg يُنتَج subtitled.mp4، وعند التشغيل تظهر الترجمة أسفل الصورة ومتوافقة مع الصوت.
- فحص سريع: تشغيل
subtitled.mp4، والترجمة متزامنة مع التعليق الصوتي ودون رموز مشوهة
نقاط التحقق ✅
voice.srtوvoice.mp3مُنشآن بواسطة الأمر نفسه، والخط الزمني متوافق- تم تدقيق SRT وفق قائمة التحقق الثلاثية وحُفظ بترميز UTF-8
- الترجمة في الفيديو المدمج تُعرض بشكل طبيعي ودون رموز مشوهة
- الخط الزمني للترجمة يتوافق مع محتوى الصورة
تنبيهات للمزالق
❌ تحول النص الصيني إلى مربعات أو رموز مشوهة بعد الدمج
السبب: ترميز ملف SRT ليس UTF-8، أو النظام يفتقر إلى خط صيني قابل للاستخدام.
التصرف الصحيح: أعد حفظ ملف SRT بترميز UTF-8 ثم ادمجه. إذا كان ملف SRT من أداة أخرى وترميزه مختلف فعلًا، فاستخدم خيار charenc في فلتر subtitles للإعلان عن الترميز (يفيد هذا الخيار فقط عندما لا يكون الترميز UTF-8). عند نقص الخطوط الصينية، اجمع ملفات الخطوط في مجلد واحد وأشر إليه بخيار fontsdir للفلتر، وستصبح خطوط المجلد متاحة إضافةً إلى خطوط النظام.
❌ عدم تطابق الخط الزمني للترجمة مع الصورة
السبب: توقيت SRT مبني على نقطة بداية صوت التعليق الصوتي، بينما المونتاج والتجميع ينقلان نقطة بداية الصورة.
التصرف الصحيح: نفّذ الدمج بعد الانتهاء النهائي من المونتاج، اعتمادًا على الخط الزمني للفيديو النهائي — في الدرس التالي، بعد الانتهاء من المونتاج، عُد لتنفيذ الخطوة 3.
❌ إتلاف تنسيق الخط الزمني أثناء التعديل اليدوي
السبب: تعديل --> أو الفاصلة أو عدد خانات الوقت بالخطأ يجعل كتلة SRT بأكملها غير صالحة.
التصرف الصحيح: عدّل أسطر النص فقط؛ وعند ضبط الوقت حافظ بدقة على تنسيق 00:00:02,500 --> 00:00:05,000.
❌ رسالة FFmpeg تفيد بعدم العثور على مرشح subtitles
السبب: نسخة FFmpeg المستخدمة لم يتم تفعيل libass عند تجميعها — مرشح subtitles يتطلب بناءً بـ --enable-libass.
الحل الصحيح: استخدم نسخة FFmpeg مجمّعة مع تفعيل libass، ثم أعد تشغيل أمر الحرق.
تقنيات متقدمة (اختياري)
تخصيص نمط الترجمة: force_style
مرشح subtitles يحوّل SRT إلى ASS قبل الرسم، والنمط الافتراضي قد لا يناسبك. force_style يقبل صيغة نمط ASS بصيغة KEY=VALUE، وتُفصل القيم المتعددة بفواصل. مثال من الدليل الرسمي لـ FFmpeg — جعل الترجمة بلون أزرق شفاف بنسبة 80% بخط DejaVu Serif:
ffmpeg -i shot.mp4 -vf "subtitles=voice.srt:force_style='Fontname=DejaVu Serif,PrimaryColour=&HCCFF0000'" -c:a copy subtitled.mp4استبدل Fontname باسم خط صيني مثبّت على نظامك؛ وتُضاف معاملات النمط الأخرى بنفس الشكل KEY=VALUE مفصولة بفواصل.
خلاصة هذا الدرس
- ✅ edge-tts
--write-subtitles: توليد التعليق الصوتي وترجمة فيديو AI معًا في خطوة واحدة، دون ضبط توقيت يدوي - ✅ البنية الرباعية لملف SRT: الرقم التسلسلي، والخط الزمني، والنص، وسطر فارغ
- ✅ قائمة التدقيق الثلاثية: الأخطاء الإملائية، وتوقيت تقسيم الجمل، وطول الأسطر
- ✅ مرشح FFmpeg
subtitles: حرق ترجمة صلبة بأمر واحد
| الحقل / الخيار | القيمة الموصى بها | الوصف |
|---|---|---|
--write-media | voice.mp3 | صوت التعليق الصوتي |
--write-subtitles | voice.srt | ترجمة SRT مُولَّدة بشكل متزامن |
subtitles مرشح | subtitles=voice.srt | حرق الترجمة داخل الصورة |
charenc | يُضبط فقط عند عدم استخدام UTF-8 | تحديد ترميز الترجمة |
force_style | نمط ASS بصيغة KEY=VALUE، مفصول بفواصل | تجاوز نمط الترجمة الافتراضي |
fontsdir | مسار دليل الخطوط | الخطوط في الدليل متاحة إضافيًا إلى جانب خطوط النظام |
استعراض الدرس التالي
بعد جهوزية الترجمة، سيتناول الدرس التالي «المونتاج وفحص مستوى الصوت: تجميع أول فيلم نهائي باستخدام FFmpeg» دمج المشاهد والتعليق الصوتي في فيلم كامل. ستتعلم:
- استخدام
trimلقص الزوائد من بداية ونهاية كل مشهد - استخدام
concatلدمج عدة مقاطع في مسار واحد - استخدام
loudnormلتوحيد مستوى الصوت في الفيلم كله
بعد الانتهاء من المونتاج، تذكّر العودة وتنفيذ خطوة الحرق رقم 3 على الفيلم النهائي، ثم الانتقال إلى «التصدير والفحص قبل النشر: مقارنةً بالمواصفات الرسمية لـ YouTube».
ملحق: مراجع المصدر
انقر للتوسيع وعرض مواضع المصدر
وقت التحديث: 2026-11-07
| الحقيقة | الملف | الموضع |
|---|---|---|
تثبيت edge-tts والاستخدام الأساسي و--write-subtitles | docs/raw-edge-tts-readme.md | :9-13, :21 |
| بيانات boundary من الخادم وسلوك شريط التقدم | docs/raw-edge-tts-readme.md | :71 |
مرشح subtitles (libass) وخياراته filename / charenc / force_style / fontsdir | docs/ffmpeg-filters.md | :17299-17343 |
subtitles=sub.srt يكافئ filename=sub.srt؛force_style المثال الرسمي | docs/ffmpeg-filters.md | :17344-17367 |
صيغة الخط الزمني لملف SRT هي توضيح بالصيغة العامة المستخدمة في هذا المقرر؛ وقائمة التدقيق الثلاثية (الأخطاء الإملائية / توقيت تقسيم الجمل / طول الأسطر) هي قالب تعليمي للمقرر.