تفريغ صوتي باللهجة العامية: ليش الدقة أقل من الفصحى، وكيف تحسّنها؟

01لماذا تفريغ العامية أصعب من الفصحى؟

إذا جرّبت تفرّغ نشرة أخبار بالفصحى ثم مقابلة عفوية بالسعودي أو المصري، أكيد لاحظت الفرق. النشرة تطلع تقريبًا كما قيلت، والمقابلة تحتاج تعديلات أكثر. هذا ليس عيبًا في أداة بعينها، بل طبيعة المشكلة نفسها. الفصحى لغة مكتوبة لها قواعد إملاء ومعاجم وكميات ضخمة من النصوص والتسجيلات، أما العامية فلغة تُقال أكثر مما تُكتب.

أضف إلى ذلك أن الأبحاث العامة على أنظمة التعرف على الكلام العربي تقيس الأداء عادة على مجموعات اختبار مختلفة لكل لهجة، والنتائج تتفاوت كثيرًا بينها، وغالبًا تكون اللهجات أصعب من الفصحى المقروءة. لذلك لا تثق بأي رقم دقة عام لا يذكر على أي لهجة ونوع تسجيل تم قياسه.

مرجع عام: ورقة «Open Universal Arabic ASR Leaderboard» (arXiv: 2412.13788، ديسمبر 2024) التي تقيّم نماذج التعرف على الكلام العربي مفتوحة المصدر على مجموعات اختبار للفصحى ولهجات مصرية وخليجية وشامية ومغاربية، وتُظهر تفاوتًا واضحًا في الأداء بين المجموعات. لا نذكر أرقامًا لأنها تختلف حسب النموذج ومجموعة الاختبار.

02المشكلة الأولى: كيف تُكتب العامية أصلًا؟

حتى لو فهم النظام كل كلمة صح، تبقى مشكلة الكتابة. خذ جملة مصرية بسيطة: هل تُكتب «ازيك» أو «إزيك» أو «ازّيك»؟ وجملة سعودية: «ابغى» أو «أبغى» أو «ابي»؟ كل الخيارات مقبولة عند الناس، ولا يوجد معجم رسمي يحسم. لذلك عند تقييم أي تفريغ عامي، فرّق بين خطأ في الكلمة نفسها وبين كتابة مختلفة لنفس الكلمة.

الجملة السعودية فيها «وش» و«تبي» و«يمديك»، وكلها كلمات يمكن أن تُكتب بأكثر من شكل. إذا كان التفريغ لاستخدامك الداخلي فهذا لا يهم كثيرًا. أما إذا كان سيصير ترجمة على فيديو أو اقتباسًا في تقرير، فاختر طريقة كتابة واحدة وثبّتها في كل الملف.

03كيف تحسّن دقة التفريغ الصوتي باللهجة العامية؟

أغلب التحسن يأتي قبل رفع الملف لا بعده. هذه الخطوات بالترتيب، من الأكثر أثرًا:

1. 1سجّل أنظف من البداية: الميكروفون قريب من المتحدث، بدون موسيقى خلفية، وكل شخص يتكلم في دوره.
2. 2نقِّ التسجيل المزعج: إذا كان فيه مكيف أو شارع، مرّره على أداة تنقية الصوت قبل التفريغ.
3. 3اختر اللغة واللهجة بنفسك: الاكتشاف التلقائي جيد، لكن في المقاطع القصيرة أو المختلطة اختيارك أنت أدق.
4. 4أضف الأسماء والمصطلحات: أسماء الأشخاص والأماكن والعلامات التجارية في قائمة الأسماء قبل البدء، فيكتبها النظام بطريقتك.
5. 5راجع في المحرر مع الصوت: كل كلمة مرتبطة بوقتها، فاضغط على أي كلمة لتسمعها وصحّحها مكانها.
6. 6وحّد الإملاء: استخدم البحث والاستبدال للكلمات العامية المتكررة والأسماء.

في فوكلا تجد كل هذا في شاشة «تحويل الصوت إلى نص»: تختار الفصحى أو لهجة محددة أو تتركها على الاكتشاف التلقائي، وتضيف قائمة الأسماء، ثم تراجع في محرر تتلوّن فيه كل كلمة وقت نطقها. ويكتشف النظام المتحدثين تلقائيًا ويعطي كل سطر اسم المتحدث، وتقدر تعيد تسميتهم مرة واحدة فيتغير الاسم في كل الملف.

04خلط العربي بالإنجليزي والرسائل الصوتية

في الخليج تحديدًا، الكلام اليومي في العمل مليء بالكلمات الإنجليزية: «الـ deadline بكرة»، «أرسل لي الـ file»، «عندنا call الساعة ثلاث». هذه الكلمات قد تُكتب بالحروف اللاتينية، أو بحروف عربية مثل «ديدلاين»، حسب النظام والسياق. لا توجد طريقة صحيحة واحدة، المهم أن تكون ثابتة في الملف.

رسائل الواتساب الصوتية تجمع كل الصعوبات: لهجة، وخلط لغات، وتسجيل في السيارة أو الشارع، وضغط يقلل جودة الصوت. للحصول على أفضل نتيجة منها، صدّر الرسالة كملف صوتي، ونقّها إذا كانت مزعجة، ثم فرّغها مع اختيار اللهجة يدويًا لأنها غالبًا قصيرة.

05لهجة لهجة: ما الذي يربك التفريغ في كل واحدة؟

كل لهجة لها صعوباتها الخاصة في التفريغ، وغالبًا تأتي من الأصوات التي تُنطق بشكل يختلف عن الفصحى، ومن المفردات المحلية. معرفة هذه النقاط تساعدك تعرف أين تركّز وقت المراجعة:

لاحظ أن نفس الكلمة قد تُنطق بطريقتين داخل البلد الواحد، بين المدينة والبادية أو بين الأجيال. لذلك عند المراجعة، ركّز على الكلمات التي فيها قاف أو جيم أو كاف، وعلى الكلمات المحلية التي ليس لها مقابل مباشر في الفصحى، فهي الأكثر عرضة لأن تُكتب بشكل غير متوقع.

06حدود يجب أن تعرفها قبل الاعتماد على التفريغ

نقولها بصراحة كما نقولها في صفحة المنتج نفسها، لأن معرفة الحدود توفر عليك مفاجآت:

• بدون تشكيل: التفريغ يُكتب بدون حركات، وهذا طبيعي في أغلب الاستخدامات.
• الترقيم قد يكون قليلًا: بعض الجمل تأتي متصلة بدون نقطة بينها، وتصحيحها في المحرر سريع.
• الكلام المتداخل: إذا تكلم شخصان معًا أو كانت أصواتهما متشابهة جدًا، قد يُنسب الكلام لمتحدث واحد، فتعيد توزيع الأسطر في المحرر.
• الأسماء النادرة: أي نظام يتعثر في الأسماء غير المألوفة، ولهذا وُجدت قائمة الأسماء.
• ملفات فقط: لا يوجد تفريغ مباشر في الوقت الحقيقي؛ ترفع الملف ويكون جاهزًا غالبًا خلال دقائق.

07متى تحتاج مراجعة بشرية كاملة؟

التفريغ الآلي يوفر عليك أغلب الوقت، لكن بعض الاستخدامات تحتاج شخصًا يسمع كل جملة ويقارنها بالنص. هذا جدول عملي:

الفكرة أن الآلة تعطيك مسودة أولى جيدة، والإنسان يضمن الدقة حيث تكون مهمة. حتى في المراجعة الكاملة، العمل على مسودة مع صوت مرتبط بكل كلمة أسرع بكثير من التفريغ اليدوي من الصفر.

ونصيحة أخيرة للفرق: إذا كان أكثر من شخص يراجع نفس المشروع، اتفقوا على دليل الإملاء قبل البدء، لا بعده. توحيد عشرين ملفًا بعد مراجعتها بطرق مختلفة يأخذ وقتًا أطول من المراجعة نفسها.

08التكلفة والصيغ والحدود في فوكلا

التفريغ في فوكلا يُحسب بالدقيقة، وتعرف التكلفة قبل أن تبدأ، ويُعاد الرصيد إذا فشل التفريغ:

مثال: مقابلة مدتها 30 دقيقة باللهجة المصرية تستهلك 4,500 رصيد، أو 6,300 مع الترجمة إلى الإنجليزية. وملف Word يخرج بفقرات عربية من اليمين لليسار، وملف CSV يفتح العربي بشكل صحيح في Excel.