أطلقت Patientdesk.ai نموذجين صوتيين مخصصين للغة التركية: Alania لتحويل النص إلى كلام، وDuyu لتحويل الكلام إلى نص. ويمكن استخدام النموذجين عبر حساب واحد ومفتاح API واحد، مع فترة استخدام مجانية مدتها شهر من تاريخ التسجيل ضمن عرض الإطلاق.
نماذج مصممة لتحديات اللغة التركية
تقول الشركة إن تطوير النموذجين انطلق من مشكلة اعتماد كثير من حلول الذكاء الاصطناعي الصوتي على بيانات إنجليزية بالدرجة الأولى. وتضيف أن الطبيعة الإلصاقية للغة التركية، والأسماء الخاصة، وانخفاض جودة الصوت في المكالمات الهاتفية، إلى جانب نطق عناوين البريد الإلكتروني وأرقام الهواتف، تمثل تحديات عملية أمام النماذج العامة.
استفادت Patientdesk.ai من خبرتها في تطوير مساعد صوتي يجيب عن مكالمات عيادات في الولايات المتحدة، ثم دربت Alania وDuyu مع التركيز على الاستخدامات التركية.
أداء Duyu في تحويل الكلام إلى نص
بحسب الأرقام التي نشرتها الشركة، حقق Duyu معدل خطأ كلمات بلغ 4.71% في اختبار FLEURS التركي المفتوح، مقارنةً بـ5.04% لنموذج Whisper large-v3 من OpenAI في الاختبار نفسه.
وفي مجموعة اختبارات داخلية تتضمن أصواتاً بجودة الهاتف ومحادثات تذكر عناوين بريد إلكتروني وأرقام هواتف، سجل Duyu معدل خطأ قدره 9.87%، بينما أبلغت الشركة عن معدل 10.4% لنموذج ElevenLabs Scribe v2 على المجموعة نفسها. ولا توضح المادة تفاصيل حجم مجموعة الاختبار أو منهجيته، لذلك ينبغي قراءة المقارنة باعتبارها نتائج معلنة من الشركة وليست تقييماً مستقلاً شاملاً.
يستطيع Duyu معالجة الملفات الصوتية المسجلة وتحويل المحادثات المباشرة إلى نص في الوقت الحقيقي، ما يجعله موجهاً إلى تطبيقات النسخ الفوري والمكالمات الصوتية.
Alania والبث الصوتي منخفض التأخير
يركز Alania على قراءة النصوص التركية بصوت واحد متسق وطبيعي. ويستطيع النموذج إرسال الصوت على شكل تدفق قبل اكتمال الجملة، وهي خاصية مناسبة للمكالمات الهاتفية والمساعدات الصوتية التي تتأثر بسرعة الاستجابة. وتوفر المنصة حالياً خياراً صوتياً واحداً، مع خيارات تنغيم مرتبطة بسياقات مثل المواعيد والأسئلة والتهدئة.
تكامل API ومشروع بحثي مفتوح
يتوافق النموذجان مع صيغة OpenAI API الشائعة، ما يسمح للمطورين بدمجهما في تطبيقات قائمة مع تعديلات محدودة. كما تتيح Patientdesk.ai تجربة النماذج عبر المتصفح وإنشاء مفاتيح API.
وبالتوازي، نشرت الشركة Antalia-1 كنموذج تركي تجريبي مفتوح المصدر لتحويل النص إلى كلام. ويشمل الإصدار أوزان النموذج وشفرته وتقريراً تقنياً ونحو خمس ساعات من البيانات الصوتية التركية. وتفصل الشركة هذا المشروع البحثي عن منتجاتها التجارية.
ما الذي يتغير عملياً؟
يوفر الإطلاق للمطورين خياراً موجهاً إلى حالات استخدام تركية محددة، خصوصاً المكالمات والبيانات التي تتضمن أرقاماً وعناوين بريد إلكتروني. لكن المقارنات المنشورة لا تكفي وحدها للحكم على الجودة في جميع البيئات، كما أن توفر صوت واحد فقط في Alania يحد من مرونة الاستخدام حالياً. أما Antalia-1 فيمنح الباحثين نقطة انطلاق قابلة للفحص والتطوير، مع بقاء تقييم الأداء والترخيص العملي خارج نطاق التفاصيل الواردة في المادة.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.