المدوّنة · دليل

تحويل الكلام العربي إلى نص للاجتماعات: كيف تختبر الأداة قبل أن تعتمد عليها

فريق Echo · نُشر في 3 نوفمبر 2026 · 6 دقائق قراءة

ما المقصود بدقة التفريغ العربي؟

تحويل الكلام إلى نص، ويُعرف تقنيًا بـautomatic speech recognition، هو تحويل الكلام المسجَّل إلى كلمات مكتوبة. وفي الاجتماعات العربية يصعب الحكم على الدقة من خلال مقياس واحد، لأن الحديث غالبًا ينتقل بين الفصحى واللهجة المحكية والمصطلحات الإنجليزية داخل الجملة الواحدة. قد تكون الأداة قوية مع إحداها وضعيفة مع الأخرى.

المقياس المعتمد هو معدل خطأ الكلمات، وبالإنجليزية WER. وهو يحسب ثلاثة أنواع من الخطأ: الاستبدال، أي كلمة خاطئة في موضع الصحيحة، والحذف، أي كلمة قيلت ولم تظهر، والإضافة، أي كلمة ظهرت ولم تُقَل. ثم يُقسم المجموع على عدد كلمات النص المرجعي الصحيح. وكلما انخفض الرقم كانت الأداة أفضل، فمعدل 10% يعني تقريبًا كلمة خاطئة من كل عشر كلمات. وقد وصف عرض تقديمي من سلسلة TREC، التي تنظمها NIST، المعادلة نفسها، وهي الأساس الذي تقوم عليه أداة التقييم SCLITE.

لكن المقياس له حدود. فهو يعامل كل كلمة معاملة واحدة، فكلمة «لا» الضائعة في جملة قرار تساوي كلمة حشو ضائعة. وهو يتأثر بالإملاء أيضًا، فاللهجات العربية لا تملك إملاءً موحّدًا، والكلمة الصحيحة المكتوبة بصورة أخرى قد تُحسب خطأً. انظر كيف تكتب اللهجة العربية في الملاحظات والتفريغ قبل أن تحكم على نص بالإملاء وحده.

لماذا لا تكفي الأرقام المنشورة؟

تنشر الشركات أرقام دقة لمنتجاتها، وهي مفيدة لاختيار قائمة قصيرة. لكنها تُقاس على تسجيلات تختارها الشركة، وغالبًا ما تكون نشرات أخبار، وبنسخة من النموذج في يوم القياس. وفي ورقة بحثية نُشرت عام 2024 عن مكالمات هاتفية عربية، تضم نحو 132 ساعة من كلام مُعلَّم بست لهجات من 13 دولة، تراوح معدل الخطأ في النماذج التي تعرضها الورقة بين 48.9% لنموذج Chirp و83.8% لنموذج Whisper Large V1. هذه إصدارات من عام 2024، والنماذج تتغير، فاعتبر الأرقام لقطة في زمنها. لكن الفكرة باقية: اللغة الواحدة تعطي نتائج مختلفة كثيرًا باختلاف الأداة والصوت.

وفي اختبار نشرته شركة SESTEK عام 2024 ظهر الاستنتاج نفسه من الجهة الأخرى، إذ قد يتفوق محرك على غيره في تسجيل معيّن ويتراجع في تسجيل آخر. ولأن الشركة قارنت نظامها بمنافسيه، اقرأ نتائجها دليلًا على ضرورة الاختبار لا حكمًا نهائيًا. وهناك أيضًا لوحات قياس بحثية مفتوحة، مثل Open Universal Arabic ASR Leaderboard، تقارن النماذج المفتوحة على بيانات متعددة اللهجات، وهي مكان جيد للبدء، لكنها لا تغني عن تجربة على اجتماعاتك.

كيف تختبر الأداة على اجتماعاتك؟

1. اختر مقطعًا حقيقيًا. خذ من 10 إلى 15 دقيقة من اجتماع يهمّك، بالأشخاص والقاعة واللغات المعتادة لديك. فالتسجيل النظيف في الاستوديو لا يثبت شيئًا.
2. استأذن قبل التسجيل. أخبر الحاضرين أنك تسجّل، واطلب موافقتهم قبل البدء. وتختلف القوانين من دولة إلى أخرى، فراجع الجهة الرسمية في مكان الاجتماع. هذا ليس استشارة قانونية.
3. أعدّ النص المرجعي. فرّغ المقطع يدويًا، أو اطلب من زميل مراجعة مسودة. وقرّر قبل البدء كيف ستكتب الكلمات العامية والمصطلحات الإنجليزية، وطبّق القاعدة نفسها على مخرجات كل أداة.
4. شغّل الأدوات كلها على الملف نفسه. الصوت نفسه والطول نفسه، دون أن تحصل أداة على نسخة أنظف من غيرها.
5. احسب الأخطاء. قارن كل مخرج بالنص المرجعي، وعُدّ الاستبدالات والحذوفات والإضافات. يمكنك ذلك يدويًا في جدول بيانات على مقطع قصير، ويمكنك استخدام سكربت يحسب المعدل على تسجيلات أطول.

ماذا تحسب إلى جانب الرقم؟

قد تعطيك أداتان المعدل نفسه ومحضرين مختلفين تمامًا. لذلك عُدّ هذه الأخطاء على حدة:

• الأسماء والأرقام. اسم عميل خاطئ أو مبلغ خاطئ في المحضر أخطر من كلمة حشو خاطئة.
• المصطلحات الإنجليزية داخل الكلام العربي. أسماء المنتجات والمسميات الوظيفية والاختصارات من المواضع التي تنكسر فيها الأدوات عند تبديل اللغة. انظر المزج بين العربية والإنجليزية.
• من قال ماذا. تأكد من أسماء المتحدثين، لأن القرارات والمهام تُنسب إلى قائليها. انظر تمييز المتحدثين.
• النفي والتواريخ. «لن نوافق» و«نوافق» تقلبان القرار، والتاريخ الخاطئ يغيّر موعد التسليم.

كيف تقرر بعد الاختبار؟

سجّل لكل أداة ثلاثة أشياء: معدل خطأ الكلمات، وعدد الأخطاء الجسيمة من القائمة السابقة، والوقت الذي احتاجته حتى أصبحت الملاحظات صالحة للإرسال. ثم اختر الأداة التي تقل أخطاؤها الجسيمة ضمن الوقت المتاح لك. وأعد الاختبار على اجتماع ثانٍ، بمتحدث آخر أو لهجة أخرى، قبل أن تدفع اشتراكًا. فنتيجة جيدة على تسجيل واحد لا تكفي.

ما الذي تتحقق منه غير الدقة؟

الدقة سؤال واحد من عدة أسئلة. اطرح على المزوّد هذه الأسئلة قبل الشراء:

• ما اللهجات التي تذكرها صراحةً؟ فكلمة «العربية» وحدها لا تخبرك شيئًا عن الخليجية أو الشامية أو المصرية أو المغاربية.
• هل تنضم إلى المكالمة كمشارك ظاهر، أم تسجّل من جهازك؟ يشرح دليل بروبوت أو بدونه الفرق.
• أين يُحفظ التسجيل، وكم تبقى نسخه، وكيف تحذفه؟ احصل على الجواب كتابةً.
• كم دقيقة مجانية تتيح لك التجربة، وكم يكلّف الاشتراك الكامل؟

ولمثال عملي على قراءة قائمة اللغات المنشورة قبل التجربة، راجع بديل Otter للعربية: ما الذي تتحقق منه قبل الاختيار.

أين يأتي Echo في الصورة؟

Echo تطبيق لتدوين الاجتماعات بالذكاء الاصطناعي على iPhone وMac، وتصنعه شركة CNTXT في الإمارات. يعمل باللغتين العربية والإنجليزية، ويغطي الخليجية والشامية والمصرية والمغاربية والفصحى، ويتعامل مع التسجيلات التي تمزج العربية بالإنجليزية. وعلى Mac يسجّل الميكروفون وصوت الجهاز من شريط القوائم، فلا ينضم أي روبوت إلى المكالمة. والخطة المجانية تتيح 30 دقيقة تسجيل في الشهر، بحد 15 دقيقة لكل تسجيل. جرّب Echo على اجتماعك كما تجرّب أي أداة أخرى قبل أن تقرر، وتجد الأسعار في صفحة الأسعار.

أسئلة شائعة

المصادر

روجعت في 3 نوفمبر 2026.

• Word error rate: definition and reference transcripts, NIST TREC-9 slides (SCLITE scoring)
• A New Benchmark for Evaluating Automatic Speech Recognition in the Arabic Call Domain, arXiv:2403.04280
• Open Universal Arabic ASR Leaderboard, arXiv:2412.13788
• Speech recognition accuracy test, 2024 Arabic edition, SESTEK (vendor blog)

اقرأ أيضًا