The AI / news

Falcon ASR : عرض نموذج جديد للتعرف على الصوت

Falcon ASR : عرض نموذج جديد للتعرف على الصوت
2 دقيقة للقراءة

يقدم معهد الابتكار التكنولوجي (TII) في أبوظبي Falcon-ASR، وهو نموذج للتعرف على الكلام يضم 1.6 مليار معلمة، مخصص بشكل رئيسي للغة العربية مع تركيز خاص على اللهجة الإماراتية. كما يدعم النموذج اللغات الإنجليزية والفرنسية والإسبانية والبرتغالية.

وفقًا لمعهد TII، حقق Falcon-ASR متوسط معدل خطأ في الكلمات (WER) بنسبة 20.92% على ست مجموعات اختبار باللغة العربية. بينما بلغ أفضل نتيجة منشورة في نسخة التصنيف التي يستخدمها المعهد 23.17%. أي بفارق 2.25 نقطة مئوية.

تعتمد هذه النتائج على لوحة المتصدرين المفتوحة للتعرف على الكلام باللغة العربية، التي يديرها مركز أبحاث ELM، والتي تصنف الأنظمة بناءً على متوسط معدلات الخطأ في الكلمات على ست مجموعات اختبار، بوزن متساوٍ لكل منها. ويوضح التصنيف أيضًا معدل الخطأ في الأحرف (CER). وبالنسبة لهذين المؤشرين، كلما انخفضت القيمة كان النتيجة أفضل. وقد تم التحقق من أرقام المنافسين، وفقًا للمقال، في 30 سبتمبر 2026.

اختبار داخلي يركز على اللهجة الإماراتية

تتضمن البيانات العامة بالفعل اللهجة الإماراتية، بما في ذلك المجموعة الفرعية الإماراتية من مجموعة Casablanca. وقد أكمل معهد TII هذا التغطية بتقييم داخلي يركز على تسجيلات إضافية باللهجة الإماراتية ولهجات الخليج، بناءً على اختبارات لم تُستخدم في التدريب ونصوص تم التحقق منها بواسطة البشر.

في هذا الاختبار، حقق Falcon-ASR معدل خطأ في الكلمات (WER) بنسبة 22.73% ومعدل خطأ في الأحرف (CER) بنسبة 10.19%، وهي أدنى القيم بين الأنظمة المقارنة. وكان معدل خطأه في الكلمات أقل بـ 4.07 نقطة من نموذج Qwen3-Omni الذي حل في المركز الثاني.

لتغطية ظروف تسجيل متنوعة، تضمن التدريب ضوضاء في الخلفية، وكلام متداخل، وموسيقى، وصدى صوتي في الغرف، وتأثيرات اتصالات هاتفية، بالإضافة إلى تغيرات في سرعة ونبرة الصوت. وقد طُبق نفس المعالجة على التسجيلات الإماراتية، وذلك لتهيئة النموذج للاجتماعات والمكالمات والتسجيلات اليومية الأخرى.

اللغة الإنجليزية واللغات الأخرى

يقوم Falcon-ASR أيضًا بتحويل اللغة الإنجليزية إلى نص باستخدام نفس الأوزان. وعلى مجموعات الاختبار العامة السبعة للغة الإنجليزية التي تستخدمها لوحة متصدري Hugging Face المفتوحة للتعرف على الكلام، بلغ متوسط معدل الخطأ في الكلمات 5.74%.

تستخدم اللغات الفرنسية والإسبانية والبرتغالية أيضًا نفس الأوزان، دون الحاجة إلى تحديد اللغة مسبقًا. ويكون الناتج هو نص باللغة التي تم التحدث بها فعليًا. بالإضافة إلى ذلك، يمكن للنموذج ربط كل كلمة تم تحويلها إلى نص بموضعها في التسجيل الصوتي، وذلك بفضل الطوابع الزمنية على مستوى الكلمة.

يعتمد Falcon-ASR على Falcon3-Audio، حيث تم وصف بنيته وطريقة تدريبه في مقال علمي. ويمكن الوصول إلى عرض توضيحي في مساحة Hugging Face الخاصة بالمشروع، ويشير معهد TII إلى أن الوصول عبر واجهة برمجة التطبيقات (API) بالإضافة إلى التطبيقات الأصلية مخطط له.

S’abonner
Notification pour
guest

0 Commentaires
Le plus ancien
Le plus récent Le plus populaire
0
Nous aimerions avoir votre avis, veuillez laisser un commentaire.x