آوانویس: تبدیل گفتار به متن فارسی، رایگان و حتی آفلاین

همه‌ی معامله‌گرها شنیده‌اند که باید ژورنال معاملاتی داشته باشند: دفترچه‌ای که در آن بنویسی چرا وارد شدی، چه حسی داشتی و چرا بیرون آمدی. کمتر کسی واقعاً آن را می‌نویسد. مشکل معمولاً اراده نیست. مشکل این است که ساعت ۱۲:۳۰، بعد از بسته شدن بازار، هیچ‌کس حوصله ندارد ده دقیقه تایپ کند.

حالا فرض کنید لازم نباشد بنویسید و فقط حرف بزنید. یک دقیقه با گوشی یا کامپیوترتان درباره‌ی معامله‌ی امروز صحبت می‌کنید و متن مرتبش همان‌جا آماده است. آوانویس برای همین ساخته شده است.

آوانویس یک ابزار رایگان تبدیل گفتار به متن فارسی و انگلیسی است. متن را هم‌زمان با صحبت شما، جمله‌به‌جمله، روی صفحه می‌نویسد. روی ویندوز، اندروید و آیفون کار می‌کند و روی ویندوز می‌تواند کاملاً آفلاین باشد. حساب کاربری نمی‌خواهد و خود برنامه هزینه‌ای ندارد. اگر از سرویس ابری استفاده کنید، فقط هزینه‌ی همان سرویس را از اعتبار حساب خودتان می‌پردازید.

آوانویس دقیقاً چه کاری می‌کند؟

دکمه‌ی ضبط را می‌زنید و صحبت می‌کنید. متن پشت سر صدای شما ساخته می‌شود و لازم نیست صبر کنید تا حرفتان تمام شود. فارسی، انگلیسی یا ترکیب هر دو را می‌فهمد. مثلاً وقتی وسط جمله‌ی فارسی می‌گویید Call یا Put، آن را به انگلیسی می‌نویسد.

چند امکان دیگر کار را از «ضبط صدا» به «سند قابل استفاده» می‌رساند:

• تبدیل فایل صوتی: به‌جای ضبط زنده، فایل آماده بدهید. قالب‌های MP3، WAV، M4A، OGG و FLAC تا حجم ۳۰۰ مگابایت پذیرفته می‌شوند.
• پاک‌سازی و خلاصه با هوش مصنوعی: نگارش و نقطه‌گذاری متن اصلاح می‌شود، بی‌آنکه معنی و لحنش عوض شود. اگر بخواهید، خلاصه‌ی کوتاهی هم کنارش ساخته می‌شود. متن خام همیشه دست‌نخورده باقی می‌ماند.
• واژه‌نامه‌ی شخصی: اسم‌ها و اصطلاح‌هایی را که زیاد می‌گویید یک بار در تنظیمات بنویسید تا موتور آن‌ها را درست بنویسد.
• تاریخچه‌ی قابل جست‌وجو: متن همه‌ی جلسه‌ها روی دستگاه خودتان ذخیره می‌شود. ماه بعد با جست‌وجوی یک کلمه، همان جلسه را پیدا می‌کنید.

خود صدا هیچ‌وقت ذخیره نمی‌شود. برنامه سرور و آمارگیری ندارد و هیچ‌کس جز شما متن جلسه‌ها را نمی‌بیند.

موتور محلی چیست و چرا به آن اهمیت بدهید؟

هر برنامه‌ی تبدیل گفتار به متن، یک «موتور» دارد: مدلی که صدا را می‌شنود و حدس می‌زند چه گفته شده. سؤال مهم این است که این موتور کجا کار می‌کند.

دو راه هست و تفاوتشان شبیه تفاوت دو تایپیست است. یکی در دفتر تایپی در آن سر شهر کار می‌کند: سریع است، ولی برای هر صفحه پول می‌گیرد و باید برگه‌هایتان را برایش بفرستید. دیگری در خانه‌ی خودتان زندگی می‌کند: یک بار استخدامش می‌کنید و بعد از آن نه پولی می‌خواهد و نه برگه‌ای از خانه بیرون می‌رود. فقط اگر ابزار خوبی دستش نباشد، کندتر کار می‌کند.

موتور محلی آوانویس همان تایپیست خانگی است. این موتور مدل متن‌باز Whisper است که OpenAI منتشر کرده و با نسخه‌ی سبکی به نام whisper.cpp مستقیم روی کامپیوتر خودتان اجرا می‌شود. مدل پیشنهادی (large-v3-turbo) حدود ۵۷۴ مگابایت است و فقط یک بار از بخش «مدل‌های موتور محلی» در تنظیمات دانلود می‌شود. از آن به بعد:

• به اینترنت نیاز ندارید و صدایتان از کامپیوتر بیرون نمی‌رود.
• برای هیچ تبدیلی هزینه‌ای نمی‌پردازید، هرچقدر هم طولانی باشد.
• به کلید API هم نیازی ندارید.

ابزاری که تایپیست خانگی را سریع می‌کند کارت گرافیک NVIDIA است. سازنده‌ی آوانویس این موتور را روی یک لپ‌تاپ با کارت گرافیک قدیمی و کوچک NVIDIA آزمایش کرده است. نتیجه این بود که ۳۴ ثانیه صحبت فارسی در ۳٫۶ ثانیه متن شد، یعنی حدود ۹ برابر سریع‌تر از صحبت. همان کار روی پردازنده‌ی همان لپ‌تاپ، بدون کارت گرافیک، ۵۳ ثانیه طول کشید.

جدول ۱: موتور محلی یا ابری؟

کلید API چیست و از کجا بگیرم؟

آوانویس با چهار سرویس کار می‌کند. دو سرویس ایرانی‌اند و برای بیشتر کاربران داخل ایران بهترین انتخاب‌اند:

AvalAI (ایرانی، بدون VPN)

پرداختش ریالی است و با مدل‌های Gemini کار می‌کند. در سایت avalai.ir ثبت‌نام کنید، وارد حساب شوید و از بخش «کلیدهای API» یک کلید تازه بسازید. نسخه‌ی وب و گوشی آوانویس به‌طور پیش‌فرض با همین سرویس شروع می‌کند.

GapGPT (ایرانی، بدون VPN)

این سرویس هم پرداخت ریالی دارد و با مدل‌های OpenAI کار می‌کند. در gapgpt.app ثبت‌نام کنید و کلید را از بخش «API» بسازید. اگر از قبل در یکی از این دو سرویس حساب دارید، همان را انتخاب کنید.

Google AI Studio و OpenRouter (خارجی، با VPN)

کلید Google را رایگان از aistudio.google.com، با دکمه‌ی «Get API key»، می‌گیرید. کلید OpenRouter از بخش «Keys» در openrouter.ai ساخته می‌شود و این سرویس هزینه‌ی واقعی هر درخواست را گزارش می‌کند. هر دو از ایران فقط با VPN در دسترس‌اند. اگر وسط کار VPN قطع شود، آوانویس خودش می‌گوید که سرویس در دسترس نیست و پیشنهاد می‌کند سرویس ایرانی را انتخاب کنید.

بعد از ساختن کلید، کار در سه قدم تمام می‌شود: کلید را کپی کنید، در آوانویس به «تنظیمات»، بخش «کلید API» بروید، آن را بچسبانید و «ذخیره» را بزنید. با دکمه‌ی «بررسی» هم می‌توانید ببینید سرویس کلید را پذیرفته یا نه. هزینه‌ی تخمینی هر جلسه کنار متن همان جلسه نوشته می‌شود، پس همیشه می‌دانید چقدر خرج کرده‌اید.

یک معامله‌گر چطور از آوانویس استفاده می‌کند؟

بیشتر کار یک معامله‌گر خوب فکر کردن است، نه کلیک کردن. ولی فکرهایی که نوشته نشوند، تا هفته‌ی بعد از ذهن می‌روند. آوانویس فاصله‌ی بین فکر کردن و نوشتن را برمی‌دارد.

ژورنال معاملاتی صوتی

بعد از هر معامله یک دقیقه ضبط کنید و فقط به سه سؤال جواب بدهید: چرا وارد شدم؟ چه چیزی فرضم را باطل می‌کند؟ الان چه حسی دارم؟ «پاک‌سازی با AI» را روشن بگذارید تا حرف‌های شکسته‌بسته‌تان به متن مرتب تبدیل شود. آخر ماه در تاریخچه یک کلمه را جست‌وجو کنید، مثلاً اسم یک نماد یا کلمه‌ی «ترس»، تا همه‌ی جلسه‌هایی که آن را گفته‌اید یک‌جا جلوی چشمتان بیاید. الگوهای تکراری رفتارتان معمولاً همین‌جا پیدا می‌شوند.

ژورنالی که فقط باید گفته شود، بالاخره نوشته می‌شود.

برنامه‌ی قبل از بازار

صبح، قبل از ساعت ۹، سناریوهای امروز را بلند بگویید: اگر سهم پایه از فلان سطح بالاتر رفت چه می‌کنم و اگر نرفت چه. همین که برنامه را بلند بگویید، نقطه‌های مبهمش معلوم می‌شود. متنش هم می‌ماند تا عصر با اتفاقی که واقعاً افتاد مقایسه‌اش کنید.

کلاس، وبینار و ویس‌های آموزشی

ضبط کلاس‌ها، وبینارها و فایل‌های صوتی تحلیلی که ذخیره کرده‌اید را به آوانویس بدهید. چند دقیقه بعد متن کامل و یک خلاصه‌ی کوتاه دارید. به‌جای اینکه یک ساعت را دوباره گوش بدهید تا آن نکته‌ی درباره‌ی قیمت اعمال را پیدا کنید، کلمه‌اش را جست‌وجو می‌کنید.

مجمع‌ها و جلسه‌های تحلیلی

صحبت‌های مدیران در مجمع یا جلسه‌ی تیم تحلیل را متن کنید و خلاصه بگیرید. وقتی جمله‌ی دقیق یک مدیر درباره‌ی چشم‌انداز فروش جلوی چشمتان باشد، کمتر قربانی حافظه‌ی انتخابی خودتان می‌شوید.

واژه‌نامه را جدی بگیرید

زبان معامله‌گر ایرانی پر از کلمه‌ی انگلیسی وسط جمله‌ی فارسی است. اگر موتور این کلمه‌ها را نشناسد، به جای API می‌نویسد «ای پی آی». در آزمون سازنده روی چند نمونه‌ی کوتاه صحبت فارسی پر از اصطلاح انگلیسی، خطای موتور محلی بدون واژه‌نامه ۲۴٫۷ درصد بود و با واژه‌نامه به ۸٫۲ درصد رسید. نمونه کوچک است و عددش قول نیست، ولی جهتش روشن است. اصطلاح‌هایی مثل Call، Put، Covered Call و Strike را با ویرگول جدا کنید و در «واژه‌نامه‌ی شخصی» بنویسید.

به درد چه کسان دیگری می‌خورد؟

هر کسی که گفتن برایش راحت‌تر از تایپ کردن است. معلم و دانشجو برای متن کلاس، خبرنگار و پژوهشگر برای پیاده کردن مصاحبه، مدیر برای صورت‌جلسه‌ای که کسی وقت نوشتنش را ندارد، و پادکستر یا تولیدکننده‌ی محتوا برای متن اپیزود و کپشن. کسانی که با محتوای محرمانه کار می‌کنند، مثل وکیل، پزشک یا مشاور، هم موتور محلی را دوست خواهند داشت، چون صدا از کامپیوتر بیرون نمی‌رود.

امشب امتحانش کنید

آوانویس را از صفحه‌ی محصول دانلود کنید. امشب، قبل از اینکه معامله‌ی امروز از ذهنتان برود، فقط یک دقیقه درباره‌اش حرف بزنید: چرا خریدید، چرا فروختید و دفعه‌ی بعد چه کاری را متفاوت انجام می‌دهید. متنی که روی صفحه می‌آید، اولین برگ ژورنالی است که این بار واقعاً نوشته می‌شود.