صورة توضيحية مولّدة بالذكاء الاصطناعي
اعتمدت شركة إنفيديا على مجموعة بيانات صدى الصوتية لتدريب نموذجها نيموترون 3.5 المخصص للتعرف الآلي على الكلام، مما أسهم في خخفض معدلات الخطأ في فهم اللهجات السعودية بمقدار النصف تقريباً، وفقاً لما نقلته صحيفة عرب نيوز (Arab News).
انخفاض ملحوظ في معدلات الخطأ
كان النموذج يسجل قبل التدريب أخطاء في نحو 55 كلمة من أصل كل 100 كلمة منطوقة باللهجات السعودية. وبعد إتمام التدريب على 133.7 ساعة من التسجيلات الصوتية باللهجتين النجدية والحجازية، تراجع معدل الخطأ في الكلمات إلى قرابة 30 بالمئة. علاوة على ذلك، تراجعت نسبة الأخطاء على مستوى الحروف عبر كامل البيانات من 31.6 بالمئة إلى 12.2 بالمئة.
استغرق تنفيذ عملية التدريب أربع ساعات ونصف الساعة فقط باستخدام وحدتي معالجة رسومية. وأظهرت النتائج أن هذا التحديث لم يؤثر سلباً على أداء النموذج، بل سجل تحسناً إضافياً في معالجة نصوص اللغة العربية الفصحى واللغة الإنجليزية في تطبيقات الذكاء الاصطناعي، مما يبرز كفاءة عملية الضبط الدقيق عند استخدام بيانات محلية عالية الجودة.
أهمية مجموعة بيانات صدى لتطوير النماذج
أطلقت الهيئة السعودية للبيانات والذكاء الاصطناعي سدايا (SDAIA) هذه المبادرة بالتعاون مع هيئة الإذاعة والتلفزيون عبر منصة كاجل. وتضم مجموعة بيانات صدى نحو 667 ساعة صوتية مفرغة نصياً، منها أكثر من 600 ساعة مستخرجة من 57 مسلسلاً وبرنامجاً تلفزيونياً تغطي أكثر من 10 لهجات محلية في المملكة العربية السعودية.
قامت سدايا بتصنيف التسجيلات ضمن أكثر من 125 ألف مقطع صوتي محدد، مع تخصيص 20 ساعة منها لأغراض التحقق والاختبار. وتوفر هذه الهيكلية بيئة ملائمة لتدريب خوارزميات التعرف الصوتي بدقة عالية، مما يمكن المطورين من اختبار استجابة النماذج لمختلف سرعات النطق واللهجات اليومية.
استخدامات تفاعلية فورية ومستقبلية
صممت إنفيديا النموذج ليعمل بزمن استجابة سريع يبدأ من 80 جزءاً من الثانية، مما يجعله مناسباً للأنظمة التفاعلية المباشرة مثل تفريغ اجتماعات العمل والمساعدات الصوتية الذكية في أجهزة الكمبيوتر ومراكز الاتصال وخدمة العملاء.
كما أتاحت الشركة الأدوات والمنهجيات التقنية للمطورين حول العالم لتطبيق الأسلوب نفسه على لغات ولهجات إقليمية أخرى، مما يسهم في تسريع الابتكار وتطوير حلول صوتية متقدمة تدعم مختلف منصات التطبيقات الرقمية.
دعم الأبحاث اللغوية والمحتوى المحلي
تتيح البيانات الصوتية المتخصصة للباحثين إمكانية بناء وتطوير أنظمة متقدمة لفصل المتحدثين وتحديد اللهجات وتحويل النصوص إلى كلام منطوق بدقة، مما يساعد على توسيع انتشار الخدمات الرقمية الموجهة للمستخدمين باللغة العربية داخل المنطقة وخارجها.
