أعلنت شركة «كوهير» (Cohere) عن إطلاق نموذج جديد ومفتوح المصدر للتعرف التلقائي على الكلام العربي، حمل اسم «كوهير ترانسكرايب العربية» (Cohere Transcribe Arabic). ويأتي هذا الإطلاق في وقت تشهد فيه تقنيات الذكاء الاصطناعي الناطقة بالعربية تطوراً متسارعاً، إلا أن التحدي الأكبر بقي متمثلاً في معالجة تنوع اللهجات والمزيج اللغوي بين العربية والإنجليزية، وهي الظاهرة السائدة في بيئات العمل العربية الحديثة.
وخضع النموذج الجديد لاختبارات أداء صارمة، أظهرت نتائجها تفوقه الواضح على أبرز النماذج مفتوحة المصدر المتاحة حالياً. فقد سجل النموذج أقل معدل لخطأ الكلمات على منصة «هاغينغ فايس» (Hugging Face) العالمية في تصنيف التعرف على الكلام باللغة العربية، ما يعزز مكانته من حيث الموثوقية والدقة عند تحويل الملفات الصوتية إلى نصوص مكتوبة.
وتكمن القيمة الحقيقية لهذا الإنجاز في هندسة النموذج الداخلية، التي صُممت خصيصاً لفهم الواقع اللغوي الفريد للمستخدم العربي. فعلى عكس النماذج التقليدية التي تعجز غالباً أمام الكلام العفوي، يستطيع النموذج التعامل بكفاءة مع تحدّيين رئيسيين: أولهما تنوع اللهجات، إذ يمكنه التقاط الفروق الدقيقة لما يقرب من 30 لهجة عربية مختلفة، تشمل اللهجات الخليجية والمصرية والمغاربية ولهجات الشام، وذلك دون التضحية بدقة التفريغ. أما التحدي الثاني فهو الحديث ثنائي اللغة أو ما يعرف بـ«التبديل اللغوي» (Code-switching)، حيث تم تحسين النموذج لفهم المزج بين العربية والإنجليزية في المحادثة الواحدة، مع المحافظة التامة على السياق والمعنى، وتدوين المصطلحات التقنية والإدارية بدقة عالية.
وفي سياق متصل، تم تصميم النموذج ليتناسب مع الاحتياجات الإنتاجية للمؤسسات التي تتعامل مع كميات هائلة من البيانات الصوتية. وبفضل الأداء العالي، يفتح النموذج الباب أمام تطبيقات عملية متعددة، أبرزها: أتمتة تفريغ مكالمات مراكز الاتصال وتحليلها آنياً لتحسين خدمة العملاء، وتلخيص الاجتماعات وورش العمل الداخلية وتوثيقها تلقائياً.
وإلى جانب القوة التقنية، يتوفر النموذج بموجب ترخيص «أباتشي 2.0» مفتوح المصدر، مما يمنح المؤسسات حرية كبيرة في استغلاله. وتقدم الشركة خيارين استراتيجيين للمطورين: الأول هو التشغيل المحلي الكامل (On-premises)، حيث يمكن تحميل النموذج وتشغيله على الخوادم الخاصة بالمؤسسة دون الحاجة لإرسال البيانات الصوتية الحساسة إلى السحابة، مما يضمن الامتثال الكامل لأنظمة حماية البيانات المحلية. أما الخيار الثاني فهو المرونة عبر السحابة، حيث يظل النموذج متاحاً عبر واجهة برمجة التطبيقات الخاصة بكوهير أو عبر منصة «موديل فولت» (Model Vault) المخصصة للاستدلال الآمن.
علاوة على ذلك، يمثل إطلاق هذا النموذج خطوة عملية نحو تقليص الفجوة الرقمية التي طالما عانت منها اللغة العربية في مجال معالجة الصوت بالذكاء الاصطناعي. ومن خلال الجمع بين الدقة العالية، والفهم العميق للتركيبة اللهجية الهجينة، والالتزام بالنمط مفتوح المصدر، يضع النموذج أداة قوية في أيدي المطورين والمؤسسات الإقليمية لبناء جيل جديد من التطبيقات الصوتية الموثوقة والملائمة محلياً.