الذكاء الاصطناعي الصوتي للهجات العربية، Digimart Global: تواجه تقنيات الذكاء الاصطناعي الصوتي تحديا يتجاوز تحويل الكلام إلى نص، يتمثل في فهم اللهجات المحلية واختلاف المفردات والنطق والتعبيرات، إضافة إلى التعامل مع الانتقال بين اللغات أثناء المحادثة الواحدة. وتزداد هذه الصعوبة في العربية بسبب تنوع لهجاتها وتباينها بين المناطق والمجتمعات.
أعلنت شركة هيومين (HUMAIN) السعودية، قبل أيام، إطلاق منصة هيومين فويس، التي تستهدف تطوير التفاعل الصوتي بالعربية مع التركيز على اللهجات المحلية ودعم الانتقال بين العربية والإنجليزية. وتجمع المنصة بين التعرف الآلي على الكلام وتحويل النص إلى صوت ووكلاء الذكاء الاصطناعي الصوتيين.
وبحسب الشركة، تدعم المنصة أكثر من 15 لهجة عربية، تشمل السعودية والخليجية والمصرية والشامية والمغاربية، مع إمكانية التعرف التلقائي على اللهجة وتفريغ التسجيلات والمحادثات المباشرة وتمييز المتحدثين. أما تحويل النص إلى كلام فيوفر أصواتا متعددة اللغات مع خيارات للنبرة وأسلوب الإلقاء، إضافة إلى وكلاء صوتيين يحتفظون بسياق المحادثة وتعلن الشركة أن زمن استجابتهم يقل عن 500 ميلي ثانية.
وتوضح الشركة أيضا أنها أعلنت نموذج هيومين فويس لايت 80، وهو نموذج للتعرف الآلي على الكلام يضم 80 مليون معلمة ويستهدف العربية والإنجليزية والمزج بينهما، وقد أتاحت أوزانه بموجب رخصة أباتشي 2.0، مع توجه لنشر نتائج تقييمه في لوحة متصدرين مفتوحة للتعرف على الكلام بالعربية.
ويشير المقال المنشور في الجزيرة نت إلى تحديات لغوية تقنية، منها اختلاف المفردات بين اللهجات مثل أبغى وبدّي وعايز للتعبير عن معنى متقارب، وصعوبة تمثيل البيانات الصوتية السعودية بشكل متوازن. وتشير مراجعة علمية منشورة في مجلة جامعة الملك سعود لعام 2026، تناولت 82 دراسة بين 2019 و2025، إلى أن نقص البيانات الصوتية السعودية وعدم التوازن في تمثيل اللهجات من أبرز العقبات.
وتثير معالجة التسجيلات الصوتية مخاوف تتعلق بالخصوصية، وتقول هيومين إن المنصة توفر استضافة البيانات داخل السعودية مع التشفير وخيارات النشر الخاص وإدارة الصلاحيات، غير أن حماية البيانات تتطلب أيضا سياسات واضحة للاحتفاظ بالتسجيلات والحصول على موافقة المستخدمين.
وتتيح هذه التقنيات استخدامات محتملة في خدمة العملاء والخدمات الحكومية والقطاع الصحي والفنادق والملاحة، إلا أن نجاحها يرتبط بدقة التعرف في البيئات الصاخبة وفهم التعبيرات المحلية، ولا يعني إعلان دعم أكثر من 15 لهجة تحقيق المستوى نفسه من الدقة في جميعها، ويبقى التقييم الحقيقي مرهونا باختبارات مستقلة.





