أبرز النقاط
- النموذج مفتوح المصدر برخصة Apache 2.0 ومتاح على Hugging Face وواجهة Cohere
- يتفوق على Whisper Large V3 في التقييمات البشرية للجودة والأمانة اللهجوية
- يعالج تحديات اللغة العربية: تعدد اللهجات والتبديل بين العربية والإنجليزية
أعلنت شركة Cohere عن إطلاق نموذجها الجديد Cohere Transcribe Arabic، وهو نظام مفتوح المصدر مصمّم خصيصاً للتعرف على الكلام العربي وتحويله إلى نص. يضم النموذج ملياري معامل (2B parameters)، وتصفه الشركة بأنه الأدق بين أنظمة تحويل الكلام العربي إلى نص المتاحة بشكل مفتوح حتى الآن.
لماذا يصعب بناء نظام ASR للعربية؟
تواجه أنظمة التعرف التلقائي على الكلام (ASR) تحديات فريدة عند التعامل مع اللغة العربية. فالعربية ليست لغة واحدة متجانسة؛ بل طيف يمتد من الفصحى المعيارية الحديثة المستخدمة في الإعلام الرسمي، إلى لهجات إقليمية متباينة قد لا يفهم بعضها بعضاً — العربية المصرية تختلف جذرياً عن الدارجة المغربية أو لهجة الخليج.
يُضاف إلى ذلك ظاهرة التبديل اللغوي (code-switching) الشائعة في المنطقة العربية، حيث يمزج المتحدثون بين العربية والإنجليزية في الجملة الواحدة، فضلاً عن المصطلحات التقنية والتجارية المتخصصة التي تتطلب معالجة دقيقة.
كيف يتفوق النموذج على Whisper؟
وفقاً لاختبارات Cohere، يتفوق Transcribe Arabic على Whisper Large V3 من OpenAI وعلى نموذج Cohere Transcribe العام في ثلاثة محاور رئيسية: الجودة الإجمالية للنسخ، والأمانة في نقل خصائص اللهجة، والتعامل مع التبديل اللغوي بين العربية والإنجليزية.
استخدمت الشركة تقييماً بشرياً على مقياس من 1 إلى 5، وهو منهج أكثر موثوقية من المقاييس الآلية وحدها عند التعامل مع لغة متعددة اللهجات كالعربية.
الترخيص والتوفر
أُتيح النموذج برخصة Apache 2.0 المفتوحة، مما يعني حرية الاستخدام التجاري والتعديل وإعادة التوزيع دون قيود مقيّدة. يمكن الوصول إليه عبر منصة Hugging Face لمن يرغب في تشغيله محلياً أو ضبطه على بياناته الخاصة، كما يتوفر عبر واجهة Cohere API لمن يفضّل الحلول السحابية الجاهزة.
- الحجم: 2 مليار معامل
- الترخيص: Apache 2.0 (مفتوح المصدر تجارياً)
- التوفر: Hugging Face + Cohere API
- اللغة المستهدفة: العربية بلهجاتها + التبديل اللغوي عربي-إنجليزي
ما الذي يعنيه هذا للمطورين في المنطقة العربية؟
يفتح هذا الإصدار الباب أمام تطبيقات متعددة: من أنظمة خدمة العملاء الصوتية، إلى أدوات تفريغ الاجتماعات والبودكاست، وصولاً إلى حلول إمكانية الوصول للصم وضعاف السمع. الطبيعة المفتوحة للنموذج تتيح للشركات الخليجية والعربية ضبطه على لهجاتها المحلية ومصطلحاتها القطاعية دون الاعتماد على مزود خارجي.
رأي Logicity
إطلاق نموذج ASR عربي مفتوح المصدر بهذا الحجم خطوة نادرة. المنافسون التجاريون — مثل خدمات Google Cloud Speech-to-Text وAmazon Transcribe — يقدمون دعماً للعربية لكن كخدمات مغلقة مدفوعة بالدقيقة. أما Whisper من OpenAI فهو مفتوح لكنه نموذج عام غير مُحسَّن للهجات العربية. ما تقدمه Cohere هنا هو مزيج من الانفتاح والتخصص، وهو ما يحتاجه السوق العربي فعلاً. السؤال المفتوح: هل ستتبنى الشركات الكبرى في الخليج هذا النموذج لضبطه على لهجة محلية (كالنجدية أو الإماراتية)، أم ستنتظر حلولاً إقليمية؟
الأسئلة الشائعة
هل يدعم Cohere Transcribe Arabic اللهجة الخليجية؟
النموذج مصمّم للتعامل مع تنوع اللهجات العربية بما فيها الخليجية، لكن الأداء الفعلي يعتمد على بيانات التدريب. كونه مفتوح المصدر، يمكن ضبطه على بيانات لهجة محددة لتحسين الدقة.
ما الفرق بين Cohere Transcribe Arabic وWhisper؟
Whisper نموذج عام متعدد اللغات، بينما صُمّم نموذج Cohere خصيصاً للعربية ولهجاتها والتبديل اللغوي. التقييمات البشرية تُظهر تفوق Cohere في هذه المحاور.
هل يمكن استخدام النموذج تجارياً مجاناً؟
نعم، رخصة Apache 2.0 تسمح بالاستخدام التجاري والتعديل وإعادة التوزيع دون رسوم ترخيص.
كيف أشغّل النموذج محلياً؟
يمكن تحميله من Hugging Face وتشغيله على خادم محلي أو سحابي. يتطلب موارد GPU مناسبة لحجم ملياري معامل.
هل تحتاج مساعدة في التطبيق؟
إذا كنت تبني منتجاً يعتمد على تحويل الكلام العربي إلى نص وتحتاج استشارة تقنية حول دمج هذا النموذج أو ضبطه على بياناتك، تواصل مع فريق Logicity للحصول على توجيه متخصص.
عمر حسن
كاتب تقني وابتكار
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
