كشفت شركة "إنفيديا" الأمريكية الرائدة عالمياً في تقنيات الحوسبة عن اعتمادها الرسمي على مجموعة البيانات الصوتية السعودية "صدى" لتدريب نموذجها المطور للتعرف الآلي على الكلام "Nemotron 3.5 ASR" في خطوة تقنية نوعية أسهمت في خفض أخطاء النموذج في فهم اللهجات المحلية إلى النصف تقريباً.
وأوضحت الشركة في دراسة نشرتها عبر مدونتها الرسمية للمطورين أن النموذج الذي يدعم التفريغ النصي اللحظي لنحو 40 لغة كان يخطئ قبل التدريب في نحو 55 كلمة من كل 100 كلمة من اللهجة السعودية بينما تراجع معدل الخطأ إلى قرابة 30 كلمة فقط بعد تدريبه المكثف لمدة 4 ساعات ونصف الساعة على نحو 133 ساعة صوتية من اللهجتين النجدية والحجازية المستقطبة من بيانات "صدى".
ولم يقتصر هذا التحول التقني على اللهجتين المستهدفتين بل انخفض معدل الخطأ على كامل بيانات "صدى" بمختلف لهجاتها من 58 بالمئة إلى 35 بالمئة وتراجعت نسبة الأخطاء على مستوى الحروف بوضوح من 31 بالمئة إلى 12 بالمئة دون أي تأثير سلبي على دقة النموذج في اللغة الإنجليزية أو العربية الفصحى بل تحسن أداؤه فيهما أيضاً.
وتأتي مجموعة "صدى" كإنجاز مشترك أطلقته الهيئة السعودية للبيانات والذكاء الاصطناعي "سدايا" بالتعاون مع هيئة الإذاعة والتلفزيون عبر منصة "Kaggle" العالمية وتضم نحو 676 ساعة صوتية مصنفة تغطي أكثر من 10 لهجات محلية مما يعكس القيمة الاستراتيجية للبيانات الوطنية عالية الجودة في سد الفجوة بين النماذج العالمية والمستخدم العربي وتأهيل الأنظمة للعمل الفوري بزمن استجابة يبدأ من 80 جزءاً من الثانية لبناء المساعدات الذكية وتفريغ الأرشيف الإعلامي بدقة فائقة.
وأوضحت الشركة في دراسة نشرتها عبر مدونتها الرسمية للمطورين أن النموذج الذي يدعم التفريغ النصي اللحظي لنحو 40 لغة كان يخطئ قبل التدريب في نحو 55 كلمة من كل 100 كلمة من اللهجة السعودية بينما تراجع معدل الخطأ إلى قرابة 30 كلمة فقط بعد تدريبه المكثف لمدة 4 ساعات ونصف الساعة على نحو 133 ساعة صوتية من اللهجتين النجدية والحجازية المستقطبة من بيانات "صدى".
ولم يقتصر هذا التحول التقني على اللهجتين المستهدفتين بل انخفض معدل الخطأ على كامل بيانات "صدى" بمختلف لهجاتها من 58 بالمئة إلى 35 بالمئة وتراجعت نسبة الأخطاء على مستوى الحروف بوضوح من 31 بالمئة إلى 12 بالمئة دون أي تأثير سلبي على دقة النموذج في اللغة الإنجليزية أو العربية الفصحى بل تحسن أداؤه فيهما أيضاً.
وتأتي مجموعة "صدى" كإنجاز مشترك أطلقته الهيئة السعودية للبيانات والذكاء الاصطناعي "سدايا" بالتعاون مع هيئة الإذاعة والتلفزيون عبر منصة "Kaggle" العالمية وتضم نحو 676 ساعة صوتية مصنفة تغطي أكثر من 10 لهجات محلية مما يعكس القيمة الاستراتيجية للبيانات الوطنية عالية الجودة في سد الفجوة بين النماذج العالمية والمستخدم العربي وتأهيل الأنظمة للعمل الفوري بزمن استجابة يبدأ من 80 جزءاً من الثانية لبناء المساعدات الذكية وتفريغ الأرشيف الإعلامي بدقة فائقة.