قِسنا أداءنا مقابل أنظمة أخرى
شغّلنا محرّكنا المُستضاف ذاتيًا وكل منافس متخصّص في العربية أمكننا الوصول إليه عبر واجهة برمجية عامة، على التسجيلات نفسها من اجتماعات حقيقية ثنائية اللغة، وقيّمناها جميعًا بالطريقة نفسها. وهذه هي النتيجة كاملةً — بما فيها عمود الكلمات العربية، حيث تتفوّق علينا ثلاث من التهيئات المنافسة الأربع.
النتائج
35.14
معدّل خطأ الكلمات الإجمالي
أدنى معدّل خطأ إجمالي في هذه المقارنة — ومع ذلك لا ندّعي الفوز. فاثنتان من فترات الثقة المزدوجة الأربع تشملان الصفر، ولذلك نُعلن التكافؤ مع المورّدين الرائدين بدل إعلان ترتيب.
+16.3 … +34.7نقطة
الكلمات الإنجليزية داخل الكلام العربي
دقّة أعلى في الكلمات الإنجليزية المنطوقة داخل الجملة العربية من كل تهيئة من التهيئات المنافسة الأربع، واحدةً واحدةً — فترات ثقة مزدوجة عند مستوى 95%، ولا تشمل أيٌّ منها الصفر. وهذا هو المحور الوحيد الذي ندّعي التقدّم فيه.
>3×
نقاط التناوب العربي–الإنجليزي المحفوظة
حين ينتقل المتحدّث بين العربية والإنجليزية في منتصف الجملة، يصل عدد أكبر من تلك المواضع سليمًا إلى النص المفرَّغ — أكثر من ثلاثة أضعاف ما حفظته أيٌّ من تهيئات Speechmatics الثلاث. والخطأ المحسوب هو انهيار الرسم الكتابي: كلمة إنجليزية تُكتب بحروف عربية.
كل رقم هنا يخصّ التهيئة ذاتية الاستضافة التي تعمل على أجهزتك أنت. وقد أجرينا هذه المقارنة بأنفسنا على 80 مقطعًا منطوقًا متناوب اللغة من تسجيلات حقيقية لاجتماعات الإسكوا التابعة للأمم المتحدة. وهذا ليس قياسًا لخدماتنا المُستضافة لدينا.
مدوّنة واحدة: تسجيلات حقيقية لاجتماعات الإسكوا التابعة للأمم المتحدة — 80 مقطعًا منطوقًا، جميعها متناوبة اللغة.
اسحب الجدول أفقيًا لعرض جميع الأعمدة.
| النظام | معدّل الخطأ الإجمالي (WER)*الأقلّ أفضل | الكلمات العربيةالأقلّ أفضل | الكلمات الإنجليزيةالأقلّ أفضل | نقاط التناوب المحفوظةالأعلى أفضل |
|---|---|---|---|---|
| خلاصة — مُستضافة ذاتيًا | 35.14 | 37.16 | 29.08 | 39.0% |
| Speechmaticsالنموذج القياسي للعربية والإنجليزية | 37.29 | 34.69 | 45.40 | 11.0% |
| Speechmatics melia-1نموذج التناوب اللغوي | 38.60 | 30.26 | 63.81 | 12.1% |
| Speechmaticsالنموذج المُحسَّن للعربية والإنجليزية | 40.18 | 32.37 | 63.18 | 7.4% |
| مورّد سحابي عربي رائدنموذج التناوب اللغوي | 43.85 | 40.39 | 54.60 | 25.0% |
| خلاصة — الخدمات المُستضافة | بانتظار القياس | |||
لا ندّعي التفوّق في هذا العمود. فاثنتان من فترات الثقة المزدوجة الأربع تشملان الصفر، ولذلك نُعلن عند هذا الحجم من العيّنة التكافؤ مع المورّدين الرائدين بدل إعلان ترتيب. ولا نتفوّق كذلك في عمود الكلمات العربية — فتهيئات Speechmatics الثلاث جميعها تتقدّم علينا فيه. أمّا عمود الكلمات الإنجليزية فهو الوحيد الذي لا تشمل فيه أي فترة ثقة الصفر.
تستخدم خدماتنا المُستضافة نماذج سحابية مُدارة، ولم تُقَس بعد على هذه التسجيلات. ولن يُعرض لها أي رقم قبل قياسها.
كيف تُقرأ فترات الثقة
كل مقارنة هنا مزدوجة: فرّغ كل نظام المقاطع المنطوقة نفسها، ويُعاد اعتيان الفرق بين كل نظامين 2,000 سحبة عند مستوى ثقة 95%. وحين تشمل فترة الثقة الصفر يكون النظامان غير متمايزين عند هذا الحجم من العيّنة، ونقول ذلك بدل إعلان فائز. ولهذا نُعلن التكافؤ في عمود المعدّل الإجمالي، بينما يبقى عمود الكلمات الإنجليزية — الذي لا تشمل فيه أي فترة ثقة الصفر — المحور الوحيد الذي ندّعي التقدّم فيه.
- الكلمات الإنجليزية داخل الكلام العربي
- فترات ثقة مزدوجة عند مستوى 95%، ولا تشمل أيٌّ منها الصفر — وأكثر الحدود الدنيا تحفّظًا≥ +8.8
- نقاط التناوب العربي–الإنجليزي المحفوظة
- 39.0%مقابل7.4%–12.1%(Speechmatics)
حسب اللهجة
لا ندّعي بعدُ أي نتيجة على مستوى اللهجة. ويبيّن كل سطر أدناه ما قِيس ونُشر لتلك اللهجة، لا أكثر.
الخليج
- السعودية — النجديةعدد المقاطع أقلّ من أن تحسم هذه البيانات نتيجة
- السعودية — الحجازيةعدد المقاطع أقلّ من أن تحسم هذه البيانات نتيجة
- الإماراتيةقِيست ولم تُنشر بعد
- الخليجية الأخرىعدد المقاطع أقلّ من أن تحسم هذه البيانات نتيجة
بلاد الشام
- الشاميةلم تُقَس بعد
العراق
- العراقيةلم تُقَس بعد
وادي النيل
- المصريةغير مشمولة في البيانات الحالية
- السودانيةلم تُقَس بعد
المغرب العربي
- المغربيةلم تُقَس بعد
- الجزائريةلم تُقَس بعد
- التونسيةلم تُقَس بعد
أخرى
- اليمنيةلم تُقَس بعد
- العربية الفصحى المعاصرةلم تُقَس بعد
المنهجية
لماذا يحسم عمود الكلمات الإنجليزية اجتماعًا عربيًا
الاجتماع العربي ليس اجتماعًا بالعربية وحدها. أسماء المنتجات والأدوات والمؤشّرات والمواعيد النهائية — أي الكلمات التي يدور حولها الإجراء المطلوب فعلًا — تَرِد بالإنجليزية، في منتصف الجملة، بحروف لاتينية.
معدّل خطأ الكلمات الإجمالي تحكمه الكلمات العربية، لأنّها الأكثر عددًا في هذه التسجيلات. ولذلك يستطيع نظام أن يحقّق نتيجة إجمالية جيّدة وهو يكتب الكلمات الإنجليزية بحروف عربية: فالمعدّل الإجمالي بالكاد يتحرّك، وتكون الكلمة الإنجليزية قد اختفت من النص المفرَّغ. ولا شيء في المراحل التالية يستطيع استعادة كلمة لم تُكتب أصلًا.
فاقرأ الجدول على أنّه مقايضة لا اكتساح. فتهيئات Speechmatics الثلاث جميعها تُفرّغ الكلمات العربية بدقّة أعلى من هذه التهيئة، وهذه التهيئة تتقدّم بفارق كبير على كل نظام هنا في الكلمات الإنجليزية، ويخرج المعدّل الإجمالي متكافئًا. وفي اجتماع ثنائي اللغة هذه هي المقايضة التي نختارها — وهو المحور الذي قِسناه ونشرناه.
وعبر التهيئات المنافسة الأربع يتراوح عدد هذه الانهيارات من 38 إلى 164، وأعلاها Speechmatics melia-1، بينما بلغ لدى هذه التهيئة 53، وهو ليس الأدنى في هذه المقارنة.
النموذج مفتوح — وطريقة تشغيله من صنعنا
نموذج التعرّف على الكلام هو Whisper large-v3 من OpenAI، برخصة MIT وبأوزان مفتوحة. لم نُدرّبه نحن، ونقولها ابتداءً. أمّا ما هو لنا فهو كل ما يحيط به: يعمل النموذج بالتهيئة المرجعية المنشورة التي وصفها مؤلّفوه لا بالإعداد الافتراضي للمكتبة، وتُحدَّد اللغة مرّةً واحدةً لكل تسجيل بدل تحديدها عند كل دور كلام، والتثبيت محلي فيبقى الصوت على أجهزتك أنت. ثمّ قِسنا ذلك على اجتماعات ثنائية اللغة ونشرنا ما ظهر.
Whisper large-v3OpenAIMIT
كيف أُجري القياس
أجرينا هذه المقارنة بأنفسنا. فرّغت جميع الأنظمة التسجيلات نفسها، وخضعت للتقييم بأداة التطبيع نفسها. ونعرض معدّل خطأ الكلمات على مستوى المدوّنة، مع إعادة اعتيان (bootstrap) مزدوجة لكل مقطع منطوق — 2,000 سحبة عند مستوى ثقة 95% — وحين تشمل فترة الثقة الصفر نعدّ الأنظمة المعنية غير متمايزة بدل إعلان فائز. والتسجيلات هي 80 مقطعًا منطوقًا من اجتماعات حقيقية للإسكوا التابعة للأمم المتحدة، جميعها متناوبة اللغة، اختيرت بدالّة تجزئة لمعرّف المقطع لا باختيارنا. وكل رقم هنا يخصّ تهيئة «خلاصة» ذاتية الاستضافة، تلك التي تعمل على أجهزتك أنت، في التثبيت المحلي. أُجري القياس في أغسطس 2026.
المدوّنات الصوتية
مستخدمة وفق رخصها المنشورة. وأرقام الجدول مأخوذة من تسجيلات الإسكوا وحدها؛ أمّا المدوّنات الأخرى فمذكورة لأنّ القيود أدناه تستند إليها.
- تسجيلات اجتماعات الإسكوا التابعة للأمم المتحدة — المدوّنة المُقيَّمة أعلاهCC BY-NC 4.0
- Mixat — بودكاست إماراتي بالعربية والإنجليزيةCC BY-NC-SA 4.0
- SADA — تسجيلات بثّ سعوديCC BY-NC-SA 4.0
- AMI — تسجيلات اجتماعات إنجليزية، بميكروفون بعيد وآخر قريبCC BY 4.0
تطبيع النص
قُيِّمت مخرجات جميع الأنظمة وجميع النصوص المرجعية بأداة التطبيع نفسها.
ما لا ندّعيه
- هذه مدوّنات بحثية عامة، لا اجتماعات عملاء. والاجتماع الحقيقي أصعب منها جميعًا، ولم يُقَس قط أي تسجيل صوتي لعميل.
- مدوّنة واحدة قوامها 80 مقطعًا منطوقًا تظلّ عيّنة صغيرة، ولهذا ننشر فترات الثقة بدل الترتيب.
- لا ندّعي أي نتيجة على مستوى اللهجة — فعدد المقاطع لكل لهجة أقلّ من أن يحسم ذلك، واللهجة المصرية غير مشمولة أصلًا.
- على العربية اللهجية في تسجيلات ليست تسجيلات اجتماعات، يتقدّم المورّدون الرائدون على هذه التهيئة — بفارق نحو 14 نقطة على البثّ السعودي. وقد اخترنا هذه التهيئة للاجتماعات ثنائية اللغة، وهذه هي المقايضة التي قبلناها.
- معدّل خطأ الكلمات ليس جودة التلخيص. فقد يحصد النظام نتيجة جيّدة هنا ثمّ ينتج جملة سليمة الصياغة واثقة وخاطئة، ولا شيء في هذه الصفحة يقيس المُلخَّص.
- كل رقم هنا يخصّ التهيئة ذاتية الاستضافة في التثبيت المحلي — تلك التي تعمل على أجهزتك أنت. وهذا ليس قياسًا لخدماتنا المُستضافة لدينا.
- على تسجيلات الاجتماعات الإنجليزية وحدها، يتقدّم المورّد الرائد على هذه التهيئة — بفارق نحو 4 إلى 6 نقاط. والتقدّم الذي نعلنه يخصّ تحديدًا الكلمات الإنجليزية المنطوقة داخل جمل عربية.
- لا تظهر Intella وNotah في هذا الجدول. فليس لدى أيٍّ منهما واجهة برمجية عامة نُشغّل عليها هذه التسجيلات، لذا تعذّر قياس أيٍّ منهما هنا.
النطاق والعلامات التجارية
- ليست كل الأنظمة هنا مذكورة بالاسم. وحيث لا يكون الاسم لازمًا لتحديد التهيئة المقيسة، نصفها وصفًا بدل تسميتها؛ فقواعد التسمية في المقارنات الإعلانية تختلف بين الأسواق التي تُقرأ فيها هذه الصفحة. وقد شُغِّل كل نظام وقُيِّم وأُبلغ عنه بالطريقة نفسها، والتسمية لا تغيّر أي رقم.
- شُغِّل كل نظام منافس عبر الواجهة البرمجية العامة لمورّده، بالتهيئة المعروضة في الجدول، على التسجيلات الموصوفة أعلاه، في أغسطس 2026. أمّا صفّنا نحن فهو المحرّك المُستضاف ذاتيًا بالتهيئة التي يصدر بها في المنتج.
- كل نظام في هذا الجدول تهيئة ثنائية اللغة عربية وإنجليزية؛ ولا تُعرض هنا أي نتيجة لنموذج عربي فقط. وحيث يوفّر المورّد أكثر من تهيئة من هذا النوع شغّلنا أكثر من واحدة: شُغِّلت ثلاث تهيئات من Speechmatics على هذه التسجيلات وتُعرض ثلاثتها، وأمّا المورّد الموصوف دون تسمية فقد شغّلنا كل نموذج تتيحه واجهته البرمجية ونعرض أفضل نتيجة حقّقها.
- هذه الأرقام تصف تلك التهيئات، على تلك التسجيلات، في ذلك التاريخ. والمورّدون يحدّثون نماذجهم، وقد لا يُنتج التشغيل نفسه في وقت لاحق الأرقام نفسها.
- كل مدوّنة أعلاه مستخدمة وفق الرخصة المطبوعة بجانبها، وبعضها مقيّد بالاستخدام البحثي غير التجاري. وما ننشره هنا قياسات محسوبة من تلك التسجيلات؛ فنحن لا نعيد نشر أي صوت ولا أي نصّ مرجعي، كليًّا ولا جزئيًّا.
- أسماء المنتجات والشركات علامات تجارية تخصّ أصحابها. و«خلاصة» ليست تابعة لأيٍّ منهم ولا مدعومة منه ولا معتمدة لديه، ولم يراجع أي مورّد هذه النتائج ولم يوافق عليها.
- إن رأى مورّد أنّ التهيئة المعروضة هنا ليست أفضل ما لديه، فليخبرنا ونُعِد المقارنة.
شغّلها على أجهزتك أنت
كل رقم في هذه الصفحة يخصّ التهيئة ذاتية الاستضافة. حدِّد معنا حجم نشر بتثبيت محلي أو على سحابة خاصة.