תמלול הקלטה בעברית עם AI: הכלים, הדיוק ואיך עושים את זה

איך מתמללים הקלטה בעברית? מעלים את קובץ השמע לכלי תמלול שתומך בעברית, כמו TurboScribe, Gemini Notebook או כלי התמלול של ivrit.ai, ומקבלים טקסט תוך דקות. לדיבור חי במחשב, הקלדה קולית ב-Google Docs עובדת בעברית. הדיוק תלוי בעיקר באיכות ההקלטה, ולכן תמיד עוברים על התמליל לפני שמשתמשים בו.

מה זה תמלול הקלטה עם AI ולמה עברית מסובכת יותר?

תמלול אוטומטי הוא הפיכה של דיבור לטקסט בעזרת מודל זיהוי דיבור. המודל מקשיב לקובץ, מזהה מילים ומחזיר טקסט, ולפעמים גם חותמות זמן וזיהוי של דוברים שונים. בשנים האחרונות האיכות עלתה מאוד, בעיקר בזכות מודלים כמו Whisper של OpenAI, שפורסם כקוד פתוח ותומך בעשרות שפות, ועברית ביניהן.

בעברית יש כמה קשיים מיוחדים. אין ניקוד, ולכן מילים שנשמעות שונה נכתבות לפעמים אותו דבר, והמודל צריך להכריע לפי ההקשר. ישראלים משלבים הרבה מילים באנגלית ושמות של מוצרים, ומדברים מהר ובחפיפה. ויש פחות הקלטות מתומללות בעברית ללמוד מהן מאשר באנגלית. בגלל זה קמו מיזמים שמתמקדים בעברית, כמו ivrit.ai, שבנה מאגרי שמע עבריים פתוחים לאימון מודלים (המאמר המקורי של המיזם דיווח על כ-3,300 שעות בגרסה הראשונה).

אילו כלים מתמללים הקלטה בעברית?

הטבלה מסכמת את מה שכתוב בעמודים הרשמיים של כל כלי, נכון לנובמבר 2026. לא דירגנו לפי דיוק, כי הדיוק משתנה מהקלטה להקלטה. בהמשך יש שיטה לבדוק בעצמכם.

איך מתמללים הקלטה בעברית: שלב אחרי שלב

1. 1

   מכינים את הקובץ

   רוב הכלים מקבלים MP3, M4A, WAV ו-MP4. הקלטה מהטלפון בדרך כלל כבר בפורמט מתאים. אם הקובץ ארוך מהמגבלה של המסלול החינמי, חותכים אותו לחלקים.

2. 2

   בוחרים כלי ושפה

   בכלים שבהם אפשר לבחור שפה, בוחרים עברית במקום זיהוי אוטומטי. זה מונע מקרים שבהם קטע עם הרבה אנגלית מתומלל כולו באנגלית.

3. 3

   מעלים ומחכים

   קובץ של חצי שעה מתומלל בדרך כלל תוך דקות. בכלים חינמיים התור לפעמים איטי יותר.

4. 4

   עוברים על התמליל עם השמע

   מאזינים במהירות מוגברת ומתקנים שמות, מספרים ומונחים מקצועיים. שם נמצאות רוב הטעויות.

5. 5

   מורידים ושומרים

   שומרים כמסמך או כקובץ כתוביות, וגם את קובץ השמע המקורי, לפי כלל הגיבוי שאתם עובדים איתו.

איך בודקים איזה כלי מדויק יותר בעברית?

אל תסמכו על “הכי מדויק” בפרסומת. הדרך האמינה היא לבדוק על הקלטה שדומה למה שאתם מתמללים באמת: אותו מיקרופון, אותו חדר, אותם אנשים. זה לוקח עשר דקות.

1. מקליטים שתי דקות מהסוג שאתם צריכים: פגישה, הרצאה או הודעה קולית. כדאי שיהיו בהן שם פרטי, מספר ומונח באנגלית.
2. מתמללים בשני כלים או שלושה, עם אותו קובץ בדיוק.
3. כותבים בעצמכם תמליל נכון של הדקה הראשונה. זה הבסיס להשוואה.
4. סופרים טעויות: מילה שגויה, מילה שחסרה ומילה שנוספה, כל אחת נחשבת טעות. מחלקים במספר המילים ומכפילים ב-100. זה שיעור השגיאה לכל 100 מילים.
5. בודקים בנפרד שמות ומספרים. כלי עם מעט טעויות כלליות אבל שגיאות בשמות עלול להיות פחות שימושי לפרוטוקול.

שימו לב גם לפיסוק, לחלוקה לפסקאות ולזיהוי דוברים. תמליל בלי נקודות ופסיקים מדויק במילים, אבל קשה מאוד לקריאה.

איך מקליטים כדי שהתמלול ייצא טוב?

איכות ההקלטה משפיעה על התוצאה יותר מהבחירה בין כלים. גם עמוד העזרה של Gemini Notebook מציין שייבוא עלול להיכשל כשהשמע באיכות נמוכה.

• מיקרופון קרוב. טלפון שמונח באמצע שולחן גדול קולט את המזגן יותר מהדוברים. קרוב לדובר זה הרבה יותר טוב.
• חדר שקט. סוגרים חלון, מכבים מוזיקה, ומתרחקים ממכונת קפה.
• אחד בכל פעם. דיבור חופף הוא המקום שבו כל הכלים נכשלים.
• שמות בקול ברור. אם יש שם של לקוח או מוצר, כדאי להגיד אותו לאט בפעם הראשונה.
• פורמט לא דחוס מדי. אם יש אפשרות באפליקציית ההקלטה, בוחרים איכות גבוהה.

מה עושים עם התמליל אחרי שהוא מוכן?

תמליל גולמי הוא חומר עבודה, לא מסמך סופי. השלב הבא הוא בדרך כלל סיכום: מה הוחלט, מי עושה מה, ומה נשאר פתוח. אפשר להדביק את התמליל לצ’אטבוט ולבקש סיכום במבנה קבוע. מי שעובד בעיקר עם גוגל יכול לעשות את זה בתוך Gemini Notebook, שעונה רק מהמקור, או בעזרת המדריך ג’מיני בעברית. מי שמעדיף את ChatGPT ימצא הנחיות במדריך ChatGPT בעברית.

הטקסט שבין הקווים הוא תמליל אוטומטי של פגישה, ויכולות להיות בו טעויות תמלול.
סכם בעברית:
1. שלוש עד חמש נקודות עיקריות.
2. החלטות שהתקבלו.
3. משימות: מה, מי ועד מתי, רק אם נאמר.
אם מילה נראית כמו טעות תמלול, סמן אותה בסוגריים ואל תנחש.
---
[התמליל]
---

קח את התמליל הבא והוסף פיסוק וחלוקה לפסקאות.
אל תשנה מילים, אל תקצר ואל תוסיף תוכן.
סמן ב-[?] כל מקום שנראה כמו טעות תמלול.
[התמליל]

איזה כלי מתאים לכם?

איך מתמללים הקלטה בעברית עם Gemini Notebook?

Gemini Notebook, שנקרא עד יולי 2026 NotebookLM, הוא דרך טובה לתמלל ולעבוד עם התמליל באותו מקום. לפי עמוד העזרה של גוגל, כשמייבאים קובץ שמע הוא מתומלל בזמן הייבוא, והטקסט נשמר כמקור במחברת. רשימת סוגי הקבצים הנתמכים רחבה וכוללת בין השאר MP3, M4A, WAV, AAC, OGG, OPUS ו-MP4. קבצי שמע בלי דיבור לא נתמכים, ועברית נמצאת ברשימת השפות לייבוא שמע.

היתרון הגדול הוא מה שקורה אחרי. במקום לקרוא תמליל של שעה, שואלים: “מה נאמר על לוח הזמנים?”, “אילו החלטות התקבלו?”, או “מה המרצה אמר על הנושא של השבוע השלישי?”. התשובה מגיעה עם הפניה למקום בתמליל, כך שאפשר לבדוק. לסטודנטים זו דרך יעילה ללמוד מהקלטת שיעור, ולצוותים זו דרך למצוא מה הוחלט בפגישה בלי להאזין מחדש.

החיסרון: אם צריך תמליל מלא ונקי להעתקה, למשל לפרוטוקול רשמי או לכתוביות, כלי תמלול ייעודי נוח יותר, כי הוא מציג את הטקסט כולו עם חותמות זמן ומאפשר הורדה בפורמטים שונים.

איך מתמללים על המחשב בלי לשלוח את ההקלטה לענן?

כשההקלטה רגישה, אפשר לתמלל על המחשב שלכם, כך שהקובץ לא יוצא החוצה. הדרך המוכרת היא Whisper של OpenAI, שפורסם כקוד פתוח ותומך בעברית. ivrit.ai פרסם בפלטפורמת Hugging Face גרסאות של Whisper שאומנו במיוחד על עברית, כולל גרסה שמבוססת על large-v3-turbo ומיועדת להרצה עם הספרייה faster-whisper. לפי כרטיס המודל, היא אומנה על כ-295 שעות של דיבור שתומלל בידי מתנדבים ועוד כ-93 שעות שתומללו באופן מקצועי.

כדאי להיות כנים לגבי המחיר: צריך להתקין Python, להוריד מודל, ולהריץ פקודה. על מחשב בלי כרטיס מסך חזק, תמלול של שעה יכול לקחת זמן רב. יש גם אפליקציות שעוטפות את Whisper בממשק נוח, אבל לפני שמתקינים כזו בודקים מי המפתח ואם ההקלטה באמת נשארת על המחשב. מי שזה נשמע לו מסובך יכול להשתמש באפשרויות בענן, שפשוטות יותר, אבל כדאי לשים לב למה שמעלים.

אילו שירותי תמלול יש לעסקים ולמפתחים?

מי שבונה מערכת, למשל מוקד שירות שרוצה לתמלל שיחות באופן אוטומטי, משתמש בדרך כלל בשירותי ענן למפתחים ולא בכלי צרכני. לפי התיעוד הרשמי, Amazon Transcribe תומך בעברית (he-IL) גם בתמלול של קבצים וגם בתמלול בזמן אמת, ושירות הדיבור של Microsoft Azure תומך בעברית. השירותים האלה מתומחרים לפי שימוש ודורשים פיתוח, אבל הם מאפשרים לחבר תמלול ישירות למערכת ה-CRM, לתיבת המייל או לדוחות. רעיונות נוספים לשימוש עסקי מעשי ב-AI יש במדריך 5 דרכים שבהן עסק קטן יכול להשתמש ב-AI.

דוגמה: מפגישה של שעה לסיכום של עמוד

כך נראה תהליך שלם, מההקלטה ועד מייל הסיכום:

1. מקליטים בטלפון, שמונח קרוב למי שמדבר הכי הרבה, אחרי שכל המשתתפים הסכימו.
2. מחלקים את הקובץ לשני חלקים של חצי שעה, אם משתמשים במסלול חינמי עם מגבלת 30 דקות.
3. מתמללים את שני החלקים ומחברים את הטקסט למסמך אחד.
4. עוברים במהירות על שמות, מספרים ותאריכים מול ההקלטה. זה לוקח בערך עשר דקות לשעה של הקלטה, תלוי בכמה טעויות יש.
5. מסכמים עם פרומפט הסיכום שלמעלה, ומקבלים החלטות ומשימות.
6. שולחים את הסיכום למשתתפים, ומבקשים מהם לתקן אם משהו לא נכון.
7. שומרים את ההקלטה, התמליל והסיכום בתיקייה אחת, עם גיבוי לפי כלל הגיבוי 3-2-1.

מה עם הקלטת שיחות טלפון באייפון?

לפי עמוד זמינות התכונות של אפל, הקלטת שיחות באפליקציית הטלפון זמינה גם בעברית, אבל תמלול השיחות לא כולל עברית, נכון לנובמבר 2026. כלומר, אפשר להקליט שיחה, וההקלטה נשמרת, אבל את התמליל צריך לעשות בכלי אחר. מוציאים את קובץ ההקלטה דרך כפתור השיתוף ומעלים אותו לכלי תמלול שתומך בעברית. כמו בכל הקלטה, אומרים לצד השני שהשיחה מוקלטת.

איך מכינים כתוביות בעברית לסרטון?

כתוביות הן תמלול עם חותמות זמן. כלי שמייצא קובץ SRT חוסך את רוב העבודה: מתמללים את הסרטון, מורידים את הקובץ ומעלים אותו לעורך הווידאו או ליוטיוב. מה שנשאר לעשות ידנית הוא לתקן שמות, לפצל שורות ארוכות כך שיהיו קריאות, ולוודא שהכתוביות לא מופיעות מוקדם או מאוחר מדי. בעברית בודקים גם שסימני פיסוק ומספרים מוצגים בכיוון הנכון בנגן, כי חלק מהנגנים מתבלבלים בשורות שמערבבות עברית ואנגלית.

כמה זמן חוסך תמלול אוטומטי, ומה עדיין דורש עבודה ידנית?

תמלול ידני של הקלטה לוקח הרבה יותר מאורך ההקלטה עצמה, כי צריך לעצור, לחזור ולהקליד. תמלול אוטומטי הופך את רוב העבודה הזאת לעריכה: קוראים, מאזינים בקטעים שנראים חשודים, ומתקנים. את הזמן המדויק קשה להבטיח, כי הוא תלוי באיכות ההקלטה, במספר הדוברים ובכמה מונחים מקצועיים יש בה.

מה שנשאר ידני כמעט תמיד: שמות פרטיים ושמות של חברות, מספרים וסכומים, מונחים מקצועיים באנגלית, וחלוקה נכונה בין דוברים כשמדברים יחד. לכן, במקום לקרוא את כל התמליל מילה במילה, כדאי לחפש בו קודם את הדברים האלה. בהקלטה טובה, עם דובר אחד ומיקרופון קרוב, לפעמים מספיק לעבור רק עליהם.

טיפ שחוסך זמן בעריכה: לפני שמתמללים, רושמים בצד רשימה קצרה של השמות והמונחים שיופיעו בהקלטה, עם הכתיב הנכון. אחרי התמלול משתמשים בחיפוש והחלפה במסמך כדי לתקן את כל המופעים בבת אחת. אם מסכמים את התמליל בצ’אטבוט, מצרפים לו את אותה רשימה ומבקשים להשתמש בכתיב שבה.

מה הטעויות הנפוצות בתמלול עברית?

• להשאיר זיהוי שפה אוטומטי. קטע עם הרבה מילים באנגלית עלול להתמלל כולו באנגלית. בוחרים עברית מראש.
• לסמוך על שמות. שמות של אנשים, רחובות ומוצרים הם המקום שבו כמעט כל כלי טועה. בודקים כל שם.
• להעתיק תמליל לפרוטוקול בלי לקרוא. מילה אחת לא נכונה יכולה לשנות משמעות של החלטה.
• להקליט מרחוק. טלפון בקצה החדר קולט הד ורעש. מקרבים אותו.
• לשכוח את המגבלה. במסלולים חינמיים יש מגבלת אורך. קובץ ארוך מדי יידחה או ייחתך.

מילון מונחים

• תמלול (Transcription): הפיכת דיבור מוקלט לטקסט כתוב.
• זיהוי דיבור (ASR): הטכנולוגיה שמזהה מילים מתוך שמע.
• Whisper: מודל זיהוי דיבור של OpenAI שפורסם כקוד פתוח ותומך בעברית.
• זיהוי דוברים (Diarization): חלוקת התמליל לפי מי מדבר.
• חותמות זמן: סימון של הרגע בהקלטה שבו נאמר כל קטע.
• שיעור שגיאה (WER): מספר הטעויות ביחס למספר המילים. ככל שהוא נמוך יותר, התמליל מדויק יותר.
• קובץ כתוביות (SRT): קובץ טקסט עם חותמות זמן שאפשר להוסיף לסרטון.

רשימת בדיקה לפני שמתמללים

שאלות נפוצות

קראו גם

• מה לא כדאי להדביק בצ’אטבוט
• ג’מיני בעברית: איך מתחילים
• ChatGPT בעברית: המדריך המלא
• 5 דרכים שבהן עסק קטן יכול להשתמש ב-AI
• כלל הגיבוי 3-2-1
• תמלול הודעות קוליות בוואטסאפ באנדרואיד

מקורות וקריאה נוספת

• ivrit.ai: מיזם ללא מטרות רווח לעברית ב-AI
• TurboScribe: המסלולים והשפות הנתמכות
• זמינות תכונות iOS לפי שפה (Apple)