معهد الابتكار التكنولوجي يطلق Falcon-ASR: نموذج تعرّف صوتي عربي بـ 1.6 مليار معامل يتصدر معايير اللهجة الإماراتية

أطلق معهد الابتكار التكنولوجي (TII) في أبوظبي نموذج Falcon-ASR، وهو نموذج تعرّف صوتي آلي بـ 1.6 مليار معامل مصمم خصيصًا للغة العربية مع تركيز قوي على اللهجة الإماراتية. يدعم النموذج أيضًا الإنجليزية والفرنسية والإسبانية والبرتغالية، ويوفر طوابع زمنية على مستوى الكلمة لمواءمة دقيقة بين الصوت والنص.

على لوحة متصدرين التعرّف الصوتي العربي الشاملة المفتوحة التي يديرها مركز أبحاث ELM، حقق Falcon-ASR متوسط معدل خطأ الكلمات (WER) قدره 20.92% عبر ست مجموعات اختبار عربية قياسية، متفوقًا على أفضل نتيجة منشورة سابقًا البالغة 23.17%. وبلغ معدل خطأ الحروف (CER) 8.79%. يشمل المعيار ظروفًا متنوعة مثل الأخبار الإذاعية، والكلام الهاتفي، والاختلافات اللهجية.

التركيز على اللهجة الإماراتية يحقق مكاسب قابلة للقياس

إلى جانب المعايير العامة، أجرى معهد الابتكار التكنولوجي تقييمًا داخليًا على تسجيلات إماراتية وخليجية محجوبة مع نصوص تم التحقق منها بشريًا. سجل Falcon-ASR معدل خطأ كلمات 22.73% ومعدل خطأ حروف 10.19%، متفوقًا على نماذج أكبر بكثير بما في ذلك Qwen3-Omni (30 مليار معامل) و Audar-ASR-V1-Turbo (2.35 مليار معامل). تفوق 4.07 نقطة مئوية في معدل خطأ الكلمات على النظام التالي الأفضل يبرز قيمة بيانات التدريب اللهجية المستهدفة.

جمع التدريب بين اللهجة الإماراتية، والعربية الفصحى الحديثة، واللهجات الخليجية الأخرى، والمجموعات الإنجليزية لالتقاط تبديل الرموز وأساليب التحدث الواقعية. تظل البنية فعالة عند 1.6 مليار معامل، مما يجعلها عملية للنشر على بنية تحتية GPU متواضعة دون التضحية بالدقة.

لماذا هذا مهم لبنية GPU / الذكاء الاصطناعي التحتية: يوضح Falcon-ASR أن مجموعات البيانات المُنتقاة بعناية والمحددة للهجة يمكن أن تحقق نتائج متطورة بجزء بسيط من عدد معاملات النماذج متعددة الأغراض العامة. بالنسبة للفرق التي تشغل الاستدلال على سحابات GPU، هذا يعني تكاليف حسابية أقل، وزمن وصول مخفض، وتوسعًا أسهل — خاصة لتطبيقات مراكز الاتصال العربية، ومراقبة الوسائط، وإمكانية الوصول في دول مجلس التعاون الخليجي.