لماذا استعانت «إنفيديا» ببيانات «صدى» لخفض أخطاء التعرف على الكلام إلى النصف؟

ظل التعرف الآلي على الصوت في بيئات الأعمال العربية يصطدم بعائق متكرر: نماذج عالمية تتقن الفصحى في بيئات الاختبار المعزولة، وتتعثر بمجرد أن يتحدث العميل بلهجته اليومية. تكمن الصعوبة التقنية تاريخيًا في ندرة التسجيلات الصوتية الأصيلة القادرة على تمثيل مخارج الحروف والنبرات المحكية بدقة حسابية كافية.

هذا الفارق الصوتي تحديدًا هو ما فحصته دراسة تقنية حديثة نشرتها شركة «إنفيديا» الأمريكية عبر مدونتها الرسمية للمطورين. كشفت الشركة المتخصصة في تقنيات الحوسبة عن اعتمادها على مجموعة البيانات الصوتية السعودية «صدى»، التي أطلقتها الهيئة السعودية للبيانات والذكاء الاصطناعي «سدايا» بالتعاون مع هيئة الإذاعة والتلفزيون، لتدريب نموذجها المخصص للتعرف الآلي على الكلام «Nemotron 3.5 ASR». وأسهمت هذه البيانات في خفض معدل أخطاء النموذج عند معالجة اللهجات السعودية إلى النصف تقريبًا.

البيانات الصوتية عالية الجودة هي التي تفصل بين نموذج تجريبي ونظام عملي قادر على الإنتاج. وفرت الشراكة بين «سدايا» وهيئة الإذاعة والتلفزيون حصيلة صوتية تعكس سرعات النطق الواقعية وتنوع الأنماط المحكية، وهو مدخل تعجز النصوص المكتوبة أو التسجيلات العشوائية عن محاكاته في خوارزميات التعلم العميق. دمج هذه الحصيلة في أوزان «Nemotron 3.5 ASR» وجّه المعالجة الحسابية مباشرة نحو حل معضلة الفهم الصوتي الميداني.

هذا التحول يعكس انتقالًا في طريقة بناء المنظومات التقنية، وفق ما أوضحه المختص في الذكاء الاصطناعي عصام القبيسي في مداخلة عبر قناة «الإخبارية». أشار القبيسي إلى أن استعانة عملاق تقني عالمي ببيانات محلية تؤكد انتقال المملكة من موقع المستهلك للذكاء الاصطناعي إلى مرحلة الإنتاج والمنافسة الدولية. وبيّن أن بناء المنظومة المتكاملة يرتكز على تكامل أربعة أركان أساسية: البيانات المحلية عالية الجودة، والبنية التحتية، وتأهيل الكفاءات، وتوفير قدرات الحوسبة المتقدمة.

ما الذي يتغير فعليًا للمؤسسات العاملة في الخليج ومحيطه الإقليمي نتيجة هذا التحسن؟ تاريخيًا، دفع ارتفاع هامش الخطأ في تحويل المحادثات إلى نصوص شركات الاتصالات والمصارف والجهات الخدمية إلى تقييد الاعتماد على الردود الآلية، مع إبقاء فرق التدخل البشري لمعالجة الالتباس اليومي المستمر. تقليص هامش الخطأ إلى النصف ينقل المساعدات الصوتية من واجهات تجريبية محدودة إلى أنظمة قادرة على تنفيذ العمليات والردود بثقة تشغيلية أعلى.

ولكل من يقود فريقًا تقنيًا في الرياض أو القاهرة أو عمّان، يتضح أن امتياز النموذج لم يعد مسألة حجم الحوسبة المجرد، بل يرتبط مباشرة بعمق التخصيص الصوتي الممنوح له. إذا كنت تطور خدمات تخاطب المستفيدين في أسواق المنطقة، فإن تقييمك للمنظومات الصوتية سيتجاوز المؤشرات النظرية العامة؛ الاختبار الفعلي يقاس بقدرة الأوزان على استيعاب نبرات الحديث والتعبيرات الشائعة في المعاملات اليومية.

تثبت تجربة تدريب «Nemotron 3.5 ASR» عبر حزمة «صدى» أن مجموعات البيانات الموثقة محليًا تشكل أصلًا سياديًا تحتاجه كبرى شركات التقنية العالمية لضبط خوارزمياتها. امتلاك الأرشيف الصوتي المنسق يمنح المؤسسات المحلية موقع تفاوض تقني مستقل أمام مزودي البنى التحتية الدوليين. ومع نضج هذه التجارب، يتحول التمكن من اللهجات إلى معيار أداء جوهري يحكم قابلية اعتماد أي نظام ذكاء اصطناعي داخل أسواق المنطقة.