مؤسسه نوآوری فناوری ابوظبی (TII) از مدل هوش مصنوعی جدیدی با نام Falcon-ASR و ۱٫۶ میلیارد پارامتر رونمایی کرده است که با هدف تبدیل گفتار به متن توسعه یافته و تمرکز ویژه‌ای بر شناسایی زبان عربی، به‌خصوص لهجه اماراتی، دارد.
این مدل علاوه بر عربی، از چهار زبان انگلیسی، فرانسوی، اسپانیایی و پرتغالی نیز پشتیبانی می‌کند و می‌تواند در پیاده‌سازی مکالمات، تولید متن از فایل‌های صوتی و تهیه زیرنویس کاربرد داشته باشد.
یکی از قابلیت‌های مهم Falcon-ASR، تشخیص خودکار زبان گفتار است؛ بنابراین، سامانه می‌تواند زبان صحبت‌شده را شناسایی کند. همچنین، این مدل امکان ثبت زمان دقیق هر واژه را فراهم می‌کند؛ قابلیتی که برای همگام‌سازی متن با صدا، تولید زیرنویس و تحلیل محتوای صوتی اهمیت دارد.
توسعه این مدل با توجه به پیچیدگی‌های زبان عربی و تفاوت میان لهجه‌های آن، به‌ویژه لهجه اماراتی، انجام شده است؛ حوزه‌ای که تشخیص دقیق گفتار در آن می‌تواند چالش‌برانگیز باشد.
بر اساس ارزیابی‌های منتشرشده از سوی مؤسسه سازنده، Falcon-ASR در شش مجموعه آزمون عربی به میانگین نرخ خطای واژگانی ۲۰٫۹۲ درصد دست یافته است. این رقم ۲٫۲۵ واحد درصد کمتر از بهترین نتیجه پیشین گزارش‌شده در این ارزیابی‌هاست.
نرخ خطای واژگانی (WER) معیاری برای سنجش دقت تبدیل گفتار به متن است و هرچه مقدار آن پایین‌تر باشد، معمولاً نشان‌دهنده عملکرد بهتر مدل در بازشناسی واژه‌هاست.
با وجود انتشار نتایج اولیه امیدوارکننده، Falcon-ASR در حال حاضر از طریق نسخه آزمایشی آنلاین قابل استفاده است و وزن‌های مدل و رابط برنامه‌نویسی کاربردی (API) آن به‌صورت عمومی منتشر نشده‌اند. همچنین، نتایج عملکرد اعلام‌شده بر اساس ارزیابی‌های ارائه‌شده از سوی توسعه‌دهنده است و برای مقایسه مستقل، به بررسی‌های بیشتر نیاز دارد.
عرضه Falcon-ASR گامی دیگر در مسیر توسعه مدل‌های هوش مصنوعی تخصصی برای زبان عربی به شمار می‌رود؛ مدل‌هایی که می‌توانند به بهبود ابزارهای تبدیل گفتار به متن و توسعه خدمات صوتی هوشمند در کشورهای عربی کمک کنند.
کد خبر ۲۱۲۰۵۰۷۲۲.۲۸۳
منبع: مارکت پست
