الخبر كما يحدث
استمع للراديو

هيومين تطلق منصة صوتية تدعم أكثر من 15 لهجة عربية

أطلقت شركة هيومين السعودية منصة هيومين فويس لتطوير التفاعل الصوتي بالعربية، مع دعم أكثر من 15 لهجة عربية والانتقال بين العربية والإنجليزية.

ف
فريق تحرير ميديا
نُشر: · 4 دقائق قراءة
f 𝕏 W
هيومين تطلق منصة صوتية تدعم أكثر من 15 لهجة عربية

أعلنت شركة هيومين (HUMAIN) السعودية، قبل أيام، إطلاق منصة هيومين فويس (HUMAIN Voice)، التي تستهدف تطوير التفاعل الصوتي بالعربية، مع التركيز على اللهجات المحلية ودعم الانتقال بين العربية والإنجليزية.

وتجمع المنصة بين تقنيات التعرف الآلي على الكلام، وتحويل النص إلى صوت، ووكلاء الذكاء الاصطناعي الصوتيين، بهدف توفير تجربة تفاعلية أقرب إلى المحادثات الطبيعية.

التعرف على الكلام وفهم اللهجات

تعتمد الوظيفة الأولى للمنصة على تقنية التعرف الآلي على الكلام (ASR)، التي تحول التسجيلات الصوتية إلى نصوص مكتوبة. وتقول الشركة إن المنصة تدعم أكثر من 15 لهجة عربية، تشمل السعودية والخليجية والمصرية والشامية والمغاربية، مع إمكانية التعرف التلقائي على اللهجة، والتعامل مع المحادثات التي تمزج بين العربية والإنجليزية.

وتتيح المنصة تفريغ التسجيلات والمحادثات المباشرة، إلى جانب تمييز المتحدثين في التسجيل الواحد، بما يساعد على تحديد الشخص الذي قال كل جملة. كما توفر نماذج مخصصة للتعامل مع التسجيلات العربية والمكالمات الهاتفية التي قد تكون جودتها الصوتية منخفضة.

أما الوظيفة الثانية فتتمثل في تحويل النص إلى كلام (TTS)، وهي تقنية تنتج أصواتا اصطناعية لقراءة النصوص المكتوبة، وتقول هيومين إن منصتها توفر أصواتا متعددة اللغات، مع خيارات للتحكم في النبرة وأسلوب الإلقاء، ودعم عدد من اللهجات العربية، بما يسمح بتطوير تطبيقات صوتية تتناسب مع طبيعة المستخدمين.

وتتجاوز المنصة هاتين الوظيفتين إلى وكلاء الذكاء الاصطناعي الصوتيين (Voice Agents)، الذين يستمعون إلى المستخدم ويفهمون طلبه ثم يردون عليه صوتيا، مع الاحتفاظ بسياق المحادثة وتنفيذ مهام متعددة الخطوات.

وتعلن الشركة أن زمن استجابة هؤلاء الوكلاء يقل عن 500 ميلي ثانية بعد انتهاء المستخدم من الحديث، كما تدعم مقاطعة المتحدث للنظام أثناء الرد، بهدف جعل التفاعل أكثر سلاسة.

تحديات فهم اللغة العربية

رغم هذه الإمكانات، يواجه تطوير نماذج صوتية عربية تحديات لغوية وتقنية، أبرزها اختلاف المفردات والتراكيب بين اللهجات، فقد يستخدم المتحدث السعودي كلمة "أبغى"، بينما يقول الشامي "بدّي"، ويستخدم المصري "عايز"، للتعبير عن معنى متقارب، ويحتاج النموذج إلى فهم هذه الاختلافات وربطها بالسياق الصحيح.

ولا يقتصر التحدي على المفردات، بل يشمل اختلاف نطق الحروف وسرعة الحديث والتعبيرات المحلية، فضلا عن التنوع داخل اللهجة الواحدة، ويتطلب ذلك تدريب النماذج على تسجيلات صوتية واسعة ومتنوعة، تمثل مناطق وفئات عمرية مختلفة وظروف تسجيل متعددة.

وتشير مراجعة علمية منشورة هذا العام في "مجلة جامعة الملك سعود-علوم الحاسب والمعلومات"، تناولت 82 دراسة بين عامي 2019 و2025، إلى أن نقص البيانات الصوتية السعودية وعدم التوازن في تمثيل اللهجات وصعوبة تعميم أداء النماذج بين المناطق، من أبرز العقبات أمام تطوير أنظمة دقيقة للتعرف على الكلام.

ويضاف إلى ذلك تحدي التبديل اللغوي (Code-switching)، عندما ينتقل المتحدث بين العربية والإنجليزية داخل الجملة نفسها، مثل استخدام مصطلحات تقنية أجنبية وسط حديث باللهجة المحلية، ويتطلب ذلك قدرة النموذج على تحديد اللغة المستخدمة في كل جزء، والتعرف على المصطلحات دون تشويهها أو فقدان معناها.

نموذج مفتوح أمام المطورين

بالتزامن مع إطلاق المنصة، أعلنت هيومين نموذج هيومين فويس لايت 80 (HUMAIN-Voice-Lite-80M)، وهو نموذج للتعرف الآلي على الكلام يضم 80 مليون معلمة، ويستهدف التعامل مع العربية والإنجليزية والمزج بينهما.

وأتاحت الشركة أوزان النموذج بموجب رخصة أباتشي 2.0 (Apache 2.0)، التي تسمح للمطورين والباحثين باستخدامه وتعديله وفقا لشروطها، ويمكن أن يتيح ذلك تطوير تطبيقات للتفريغ الصوتي والمساعدات الرقمية العربية دون الحاجة إلى بناء نموذج من الصفر.

كما أعلنت الشركة توجهها لنشر نتائج تقييم النموذج ضمن لوحة المتصدرين المفتوحة للتعرف الآلي على الكلام باللغة العربية، بما يسمح بمقارنة أدائه مع نماذج أخرى.

الخصوصية وفرص الاستخدام

تثير معالجة التسجيلات الصوتية مخاوف تتعلق بالخصوصية، خصوصا عندما تتضمن المحادثات معلومات شخصية أو مالية أو صحية، وتقول هيومين إن منصتها توفر استضافة البيانات داخل السعودية، إلى جانب التشفير وخيارات النشر الخاص وإدارة صلاحيات الوصول.

لكن حماية البيانات لا تعتمد على موقع التخزين وحده، بل تتطلب سياسات واضحة للاحتفاظ بالتسجيلات، والحصول على موافقة المستخدمين، وتحديد الجهات المسموح لها بالوصول إليها.

وتتيح تقنيات المنصة فرصا للاستخدام في مراكز خدمة العملاء، والخدمات الحكومية، والقطاع الصحي، والفنادق، وأنظمة الملاحة، إذ يمكن للمستخدمين التفاعل صوتيا دون الحاجة إلى كتابة طلباتهم أو استخدام العربية الفصحى.

ومع ذلك، فإن نجاح هذه التطبيقات يرتبط بدقة التعرف على الكلام في البيئات الصاخبة، وفهم التعبيرات المحلية، وسرعة الاستجابة وجودة الأصوات المولدة. كما أن إعلان دعم أكثر من 15 لهجة لا يعني بالضرورة تحقيق مستوى الدقة نفسه في جميعها.

وبذلك تمثل هيومين فويس محاولة لتطوير منظومة متكاملة للذكاء الاصطناعي الصوتي العربي، لكن تقييم نجاحها الفعلي سيظل مرتبطا بنتائج الاختبارات المستقلة وقدرتها على فهم المحادثات اليومية بمختلف لهجاتها، وليس بالمواصفات المعلنة وحدها.

المصدر: وكالات