تمر عملية تطوير تقنيات الذكاء الاصطناعي الناطقة بالعربية بمرحلة انتقالية مهمة؛ فبينما أحرزت النماذج اللغوية الكبيرة قفزات نوعية في معالجة النصوص، ظل التعرف التلقائي على الكلام المنطوق وتفريغ الصوتيات Transcribing تحدياً صعباً، لا سيما عند التعامل مع تنوع اللهجات والمزيج اللغوي اليومي في بيئات العمل المعاصرة. وفي خطوة تهدف إلى معالجة هذه الفجوة الرقمية، أعلنت شركة «كوهير» Cohere عن إطلاق نموذجها الأحدث «كوهير ترانسكرايب العربية» Cohere Transcribe Arabic، وهو نموذج مفتوح المصدر تم تصميمه خصيصاً لمواجهة التحديات الصوتية الفريدة التي تتسم بها البيئة الإنتاجية والمؤسسية في العالم العربي.

قفزة في معايير الدقة: تفوق ملموس

ولم يعد التقييم النظري كافياً لتأكيد كفاءة نماذج الذكاء الاصطناعي؛ لذا خضع النموذج الجديد لاختبارات صارمة أظهرت نتائجها تفوقه على أبرز النماذج مفتوحة المصدر المتاحة حالياً. وسجل النموذج أقل معدل لخطأ الكلمات على منصة «هاغينغ فايس» Hugging Face العالمية في تصنيف التعرف على الكلام باللغة العربية، ما يمنحه الأسبقية من حيث الموثوقية والدقة الفائقة عند تحويل البيانات الصوتية إلى نصوص مكتوبة.

مرونة لغوية: فهم اللهجات والتبديل اللغوي

وتكمن القيمة الحقيقية لهذا النموذج في هندسته الداخلية الموجهة لفهم الواقع اللغوي للمستخدم العربي. فالكلام اليومي، خصوصاً في الاجتماعات والمراسلات الصوتية داخل الشركات، نادراً ما يقتصر على الفصحى المطلقة. وعوضاً عن ذلك، يبرز التحدي في نقطتين:

تنوع اللهجات: يمتلك النموذج قدرة متقدمة على التقاط الفروق الدقيقة وخصائص اللهجات الإقليمية المختلفة دون التضحية بدقة النص المخرج، ويستطيع فهم نحو 30 لهجة مختلفة (تضم المملكة العربية السعودية وحدها ثلاث مجموعات لهجات رئيسية والعديد من المجموعات الفرعية اللغوية الأخرى، بينما يتم استخدام أكثر من 8 لهجات في المغرب).