Key takeaways
- يحقق Cohere Transcribe Arabic أعلى مستويات الدقة في تحويل الكلام إلى نص باللغة العربية مقارنتاً بالنماذج الأخرى مفتوحة المصدر
- تم تصميمه لالتقاط الفروق الدقيقة والثراء اللهجي للغة العربية، مع كونه مناسبًا لتطبيقات الكلام في المؤسسات.
- فضل المراجعون البشريون Cohere Transcribe Arabic على Whisper في 96% من الاختبارات.
- يمثل هذا إنجازًا مشرفًا في قدرات الذكاء الاصطناعي السيادية في المنطقة، مما يوفر أداءً رائدًا لملايين الناطقين بالعربية.
اليوم، نطلق Cohere Transcribe Arabic كنموذج مفتوح المصدر.
بناءً على نموذجنا الرائد للتعرف التلقائي على الكلام (ASR) بسعة 2 مليار، والذي أطلقناه في وقت سابق من هذا العام، تم تصميم Cohere Transcribe Arabic ليتناسب مع واقع اللغة العربية في بيئات الأعمال و مطورين البرمجيات: حيث يأخذ بعين الاعتبار اختلاف اللهجات, الكلام ثنائي اللغة (العربية-الإنجليزية)، التبديل بين اللغات، والمفردات الخاصة بمجالات معينة.
إنه أكثر نماذج تحويل الكلام إلى نص باللغة العربية دقة ومفتوح المصدر حتى الآن، ويتفوق على البدائل الرائدة بما في ذلك Whisper وOmniASR في التعامل مع اللهجات وأنماط الكلام الشائعة. كما يحقق مكاسب كبيرة مقارنة بـ Cohere Transcribe في كل من التسجيل الصوتي العربي و التسجيل الصوتي ثنائي اللغة (العربية-الإنجليزية).
Cohere Transcribe Arabic متاح بموجب ترخيص Apache 2.0. يمكن للمطورين تنزيل الأوزان وقراءة تنفيذياتنا السريعة على Hugging Face، أو الوصول إلى النموذج المستضيف عبر واجهة برمجة تطبيقات Cohere API أو Model Vault.
نموذج واحد، أصوات متعددة
اللغة العربية غنية بشكل استثنائي في كل من الكتابة والكلام. يتحدث أكثر من 300 مليون شخص اللغة العربية كلغتهم الأم، عبر حوالي 30 لهجة معترف بها تشكلت من خلال سياقات ثقافية وإقليمية وتاريخية مميزة. وتضم المملكة العربية السعودية وحدها ثلاث مجموعات لهجات رئيسية والعديد من المجموعات الفرعية اللغوية الأخرى.
يعقّد هذا التنوع بشكل كبير الجهود المبذولة نحو التوحيد القياسي. فبينما توفر اللغة العربية الفصحى معيارًا مكتوبًا مشتركًا، تختلف اللهجات المستخدمة بالكلام اليومي بشكل كبير. حيث أنّه من الصعب اتباع نهج موحد واحد للتواصل بسبب الاختلافات الصرفية، والنطق الإقليمي، والتبديل بين اللغات عند استخدام المفردات العربية وغير العربية في نفس المحادثة، غالبًا في السياقات المهنية .
هذا التحدي واضح بشكل خاص في تطوير تقنيات اللغة الطبيعية، مثل التعرف التلقائي على الكلام. كيف يمكنك تدريب نموذج يحافظ على الفروق اللهجية الدقيقة مع كونه مفيدًا خارج سوق معينة؟ كانت النتيجة فجوة لغوية ضخمة و غير مسبوقة: لا تزال اللغة العربية تعاني من نقص في الخدمات المقدمة من أنظمة الذكاء الاصطناعي المتطورة، بينما تستمر اللغة الإنجليزية في الهيمنة على تطوير النماذج وتقييمها.
لمساعدة تقليص هذه الفجوة، شرعت Cohere في مهمة بسيطة: بناء حل جاهز للاستخدام في المؤسسات يسمح للمستخدمين العرب بالتحدث بصوتهم الطبيعي.
بدأنا بـ Cohere Transcribe - الذي أطلقناه في مارس بدقة رائدة للغة الإنجليزية - وتغطية واسعة لللّغات المتعددة وقمنا بتدريبه بشكل مكثف على بيانات تشمل اللهجات العربية، واللغة المهنية، والتبديل بين اللغات، والظروف الصوتية المتنوعة.
النتيجة هي قفزة نوعية في تقنيات التعرف على الكلام باللغة العربية، جاهزة للتطبيق العملي ومتاحة للجميع مجاناً.
دقة لا مثيل لها.
يحقق Cohere Transcribe Arabic أدنى معدل خطأ في الكلمات في المتوسط بين جميع النماذج مفتوحة المصدر على لوحة ترتيب التعرف التلقائي على الكلام باللغة العربية في Hugging Face، حيث يبلغ معدل الخطأ في الكلمات (WER) 25.87. وهذا يمثل تحسنًا بمقدار 2.45 نقطة مقارنة بالمتصدر السابق، OmniASR-LLM-7B من Meta، وتحسنًا بمقدار 11 نقطة مقارنة بـ Whisper Large V3 من OpenAI.
| مجموعة البيانات | Cohere Transcribe Arabic | OmniASR 7B-LLM | OpenAI Whisper Large V3 | Cohere Transcribe |
|---|---|---|---|---|
| Average WER | 25.87 | 28.32 | 36.86 | 30.67 |
| SADA | 37.47 | 41.61 | 55.96 | 60.11 |
| Common Voice | 5.82 | 9.75 | 17.83 | 8.17 |
| MASC (clean) | 15.54 | 19.69 | 24.66 | 8.66 |
| MASC (noisy) | 27.07 | 29.29 | 34.63 | 19.01 |
| MGB-2 | 15.54 | 14.13 | 16.26 | 25.33 |
| Casablanca | 49.71 | 56.46 | 71.81 | 62.71 |
الصورة 1: لوحة المتصدرين العالمية المفتوحة للتعرف على الكلام العربي حتى تاريخ 7 يوليو 2026. يقيّم هذا المعيار العام قدرة النماذج على التعميم عبر لهجات متعددة دون تدريب مسبق، وذلك عبر ست مجموعات اختبارية تشمل اللهجات العربية الفصحى والمصرية والخليجية والشامية والمغاربية. للاطلاع على أحدث لوحة للمتصدرين وتفاصيل منهجية التقييم، يرجى زيارة الرابط هنا.
المكاسب واسعة النطاق. يوفر Cohere Transcribe Arabic أفضل معدل خطأ في الكلمات بشكل عام ويحتل المرتبة الأولى في أربع من مجموعات المهام المركبة الست. على سبيل المثال، في كازابلانكا، التي تقيم اللغة العربية المحكية عبر ثماني لهجات، يحسن الأداء مقارنة بـ OmniASR بنحو ست نقاط. وفي Common Voice، وهي مجموعة بيانات جماعية تغطي 25 لهجة، يقلل من معدل الخطأ في الكلمات بأكثر من نقطتين من قاعدة منخفضة سابقة.
امتد الأداء إلى التقييمات البشرية مع الناطقين الأصليين باللغة العربية. قام المقيّمون بتقييم جودة التحويل النصي عبر ثلاثة أبعاد:
- الدقة الإجمالية - مدى جودة التقاط التحويل النصي للشكل والمعنى الدلالي للصوت.
- الوفاء للهجة - ما إذا كان النموذج حافظ على لهجة المتحدث بدلاً من التقارب نحو اللغة العربية الفصحى.
- القوة في التعامل مع التبديل بين اللغات - ما إذا تم تحويل المصطلحات الإنجليزية بشكل صحيح إلى النص اللاتيني.
حصل Cohere Transcribe Arabic على أعلى الدرجات في جميع الأبعاد الثلاثة مقارنة بـ Whisper وCohere Transcribe. في التقييمات المباشرة، تم تفضيله على Whisper في 95.8% من الاختبارات.
كما تحسن النموذج بشكل كبير مقارنة بـ Cohere Transcribe في الكلام الإنجليزي بلكنة عربية، مما يغطي العديد من حالات استخدام الإنجليزية في مكان العمل واللغة الثانية. فضل المقيّمون البشريون Cohere Transcribe Arabic على Cohere Transcribe في 77.2% من الاختبارات، ووجدوه قابلاً للمقارنة بشكل عام مع Whisper في هذه المدخلات، مع تفضيل Cohere Transcribe Arabic في 52.6% من الاختبارات.
جاهز للاستخدام في المؤسسات
تم تصميم Cohere Transcribe Arabic لتقديم خدمة عالية الإنتاجية في بيئات العمل، حيث يعد الأداء تحت الطلب المتزامن مهمًا بقدر جودة النموذج.
قمنا بتحسين النظام حول vLLM للتعامل مع أحمال العمل الصوتية عالية الحجم، حتى عندما تختلف المدخلات الصوتية في الطول. ساعدت التحديثات الإضافية لوقت التشغيل ومجموعة النماذج في تحقيق إنتاجية أعلى تصل إلى ضعفين.
بشكل عام، يحقق Cohere Transcribe Arabic درجة RTFx (عامل الضرب في الوقت الفعلي) تبلغ 525 مقابل 146 لـ Whisper Large V3 و66 لـ omniASR 7B-LLM.
شاهد بنفسك
اقرأ الأمثلة التالية لترى كيف يتعامل Cohere Transcribe Arabic بنجاح مع التبديل بين اللغات والفروق اللهجية الدقيقة في بيئة مؤسسية.
المثال الأول: حوار شائع في بيئة العمل حول العمليات الداخلية والموارد البشرية.
| نموذج | نص | WER |
|---|---|---|
| المرجعية | انا ابغي اقدم طلب annual leave من نظام hris بس بصراحة ما عندي خبرة في استخدام النظام ممكن تشرحلي الخطوات بالتفصيل من وين ابدا وكيف ادخل علي النظام وايش هي القوايم اللي لازم اختارها ولين ما اوصل لمرحلة ارسال الطلب كمان ابغي اعرف اذا في اي وثايق لازم ارفقها مع الطلب | — |
| Cohere Transcribe Arabic | انا ابغي اقدم طلب annual leave من نظام hris بس بصراحة ما عندي خبرة في استخدام النظام ممكن تشرح لي الخطوات بالتفصيل من وين ابدا كيف ادخل علي النظام وايش هي القوايم اللي لازم اختارها ولين ما اوصل لمرحلة ارسال الطلب كمان ابغي اعرف اذا في اي وثايق لازم ارفقها مع الطلب | 5.9 |
| Whisper Large V3 | انا اريد ان اقدم طلب annual leave من نظام hris ولكن بصراحة لا املك خبرة في استخدام النظام ويمكن ان تشرح لي الخطوات بالتفصيل من اين ابدا وكيف ادخل علي النظام وما هي القوايم التي يجب ان اختارها ولين ما اوصل لمرحلة ارسال الطلب اريد اكتشاف اذا كان هناك اي وثايق يجب ان ارفقها مع الطلب | 51.2 |
| Cohere Transcribe | اقدم طلب من نظام اتش ار اي اس بصراحه ما عندي خبره في استخدام النظام وممكن تشرحلي الخطوات بالتفصيل من وين ابدا كيف ادخل عن النظام ولين ما اوصل لمرحله ارسال الطلب وكمان ابغي اعرف اذا في اي وثايق لازم ارفقها مع الطلب | 41.2 |
أين يتفوق Cohere Transcribe Arabic؟
- الحفاظ على اللهجة الخليجية: يحافظ Cohere Transcribe Arabic على التعبيرات المحلية مثل "أنا أبغي"، "ما عندي خبرة"، "من وين أبدأ"، و"وايش هي القوايم"، بينما يقوم ويسبر بتوحيد هذه التعبيرات إلى صيغ أقل دقة في تمثيل المتحدث، مثل "أنا أريد"، "لا أملك خبرة"، "من أين أبدأ"، و"ما هي القوايم".
- الحفاظ على الثنائية اللغوية: يلتقط Cohere Transcribe Arabic المفردات الهجينة المستخدمة في بيئة العمل، مثل "annual leave" و"HRIS"، بدقة كما تم نطقها. في المقابل، إما أن يترجم Cohere Transcribe هذه المصطلحات بشكل خاطئ، مثل ترجمة "HRIS" إلى "اتش ار اي اس"، أو يغفلها تمامًا.
المثال الثاني - نص يحتوي على مصطلحات تقنية متخصصة ومحددة بمجال معين.
| نموذج | نص | WER |
|---|---|---|
| المرجعية | وش ال ai initiatives اللي شغالين عليها internally وكيف نستفيد من ال ai في تحسين ال customer experience وال network optimization كمان عطني examples من ال use cases الناجحة | — |
| Cohere Transcribe Arabic | وش ال ai initiatives اللي شغالين عليها internally وكيف نستفيد من ال ai في تحسين ال customer experience وال network optimization اعطني examples من ال use cases الناجحة | 6.9 |
| Whisper Large V3 | ما هي ال ai initiatives التي نعمل عليها internally وكيف نستفيد من ال ai في تحسين ال customer experience و network optimization وقد اعطينا ايضا مثالات من ال use cases الناجحة | 31 |
| Cohere Transcribe | وشي الايكات التي شغالين عليها انترنالي وكيف نستفيد من الايكات في تحسين الكustomer الاكسبيسون والنتورك اوبتيمازيون كما عدنا اي examples من اليوث كيس الناتج عنها | 69 |
أين يتفوق Cohere Transcribe Arabic؟
- الحفاظ على الدقة التقنية: يحافظ Cohere Transcribe Arabic على المصطلحات الخاصة بالشركات دون تغيير، مثل "AI initiatives"، "customer experience"، و"network optimization"، بدلاً من ترجمة أو تقريب هذه المصطلحات إلى اللغة العربية.
- الكاملية الدلالية: يحتفظ Cohere Transcribe Arabic بالطلب الأصلي للمتحدث، مثل: "أعطني أمثلة من حالات الاستخدام الناجحة", بدلاً من تغييره إلى عبارة أقل طبيعية أو معدلة دلاليًا، كما يفعل ويسبر مع: "وقد أعطينا أيضًا أمثلة…".
جعل الكلام سياديًا
يستحق الجميع السيادة عندما يتعلق الأمر بالذكاء الاصطناعي - بغض النظر عن لغتهم الأم. يبدأ ذلك بالسيطرة: على البيانات، والبنية التحتية، ونماذجك.
يعمل Cohere Transcribe Arabic بكفاءة على أجهزة المستهلكين، دون الاعتماد على واجهات برمجة التطبيقات الخارجية أو خدمات السحابة - وهو متاح بموجب ترخيص مسموح. نحن نمنح المطورين وصولاً مفتوحًا إلى تقنية الذكاء الاصطناعي المتطورة للكلام بلغتهم الخاصة وقابلة للنشر وفقًا لشروطهم الخاصة.
ماذا بعد؟ إننا نعمل على توسيع نطاق قدرات التحويل النصي للكلام المخصص للمؤسسات، وتقديم الدعم لتطبيقات جديدة تعتمد على الصوت لمستخدمي North. كل هذا بالتعاون مع شركائنا الإقليميين والمجتمعات سريعة النمو لمطورين البرمجيات المحليين
إذا كنت ترغب في معرفة كيف يمكن لـ Cohere جعل قدراتك في مجال الذكاء الاصطناعي أكثر سيادية، فيرجى التواصل معنا.
ابدأ التحويل النصي
أوزان النموذج متاحة اليوم على Hugging Face. يمكنك تجربة النموذج مسبقًا في مساحة Hugging Face الخاصة بنا.
Cohere Transcribe Arabic متاح أيضًا عبر واجهة برمجة تطبيقات Cohere مع وصول مجاني يخضع لقيود المعدل. احصل على مفتاح الإنتاج واطلع على وثائق واجهة برمجة التطبيقات للبدء.
للنشر المدار في بيئة الإنتاج بدون قيود على معدل الاستخدام، قم بحجز Model Vault مخصص من لوحة تحكم Cohere الخاصة بك. يتم احتساب السعر لكل ساعة لكل مثيل، مع توفر خطط مخفضة للالتزامات طويلة الأجل.
أخبرنا برأيك
نريد أن نرى ما يبنيه المطورون باستخدام Cohere Transcribe Arabic. شارك مشاريعك معنا على X (@Cohere)، أو Discord، أو Hugging Face. هذه هي أيضًا أفضل الأماكن لتقديم الملاحظات ومناقشة الميزات أو التكاملات الجديدة.
المساهمون الرئيسيون
Shaun Cassini, Sebastian Vincent, Xiaolu Lu, Julian Mack (Cohere)