الذكاء الصوتي
لماذا تصعب اللهجات العربية على التعرف الآلي على الكلام في المكالمات، وكيف تتعامل معها أنظمة الذكاء الاصطناعي الصوتية، وكيف تختبر أي مزوّد على تسجيلات مكالماتك.
نادرًا ما يتحدث المتصل السعودي مع مركز الاتصال بالعربية الفصحى؛ فهو يتكلم بلهجته النجدية أو الحجازية أو غيرها من اللهجات الخليجية، ويستخدم كلمة إنجليزية لاسم منتج أو رسالة خطأ، ويملي رقم هويته، وكثيرًا ما يفعل ذلك من سيارته عبر خط هاتفي. وعلى الوكيل الصوتي أن يفهم ذلك كله قبل أن ينجز أي طلب.
وتكشف المقاييس المنشورة حجم التحدي: ففي لوحة الصدارة المفتوحة للتعرف على الكلام العربي (Open Universal Arabic ASR Leaderboard)، بلغ معدل خطأ الكلمات WER (نسبة الكلمات التي يخطئ النظام في تفريغها) لأفضل نموذج مفتوح المصدر ١٩٫٢٣٪ على الفصحى في مجموعة البيانات السعودية SADA، بينما ارتفع إلى ٣٦٫٣٤٪ في اللهجة النجدية و٤٨٫٢٣٪ في الخليجية من المجموعة نفسها. يشرح هذا المقال أسباب الفجوة، وكيف تقلّصها الأنظمة الحديثة، وكيف تختبر أي مزوّد على مكالماتك أنت.
اللهجة، والخلط بين العربية والإنجليزية، والأرقام، وجودة صوت الهاتف؛ كل منها يضيف أخطاء، وتتراكم هذه الأخطاء معًا. ولا تعكس النتائج المنشورة على كلام البث أو القراءة دقةَ النظام في مكالماتك. والاختبار الموثوق هو عينة من تسجيلاتك تُقيَّم حسب اللهجة، وحسب دقة التفاصيل الحرجة مثل أرقام الهوية، وحسب إنجاز المهمة، لا بمعدل خطأ الكلمات وحده.
معظم الكلام العربي المفرَّغ نصيًا مصدره نشرات الأخبار والبث بالفصحى. ويشير مؤلفو لوحة الصدارة إلى أن أكثر من ٧٠٪ من عينات مجموعة MGB-2 الشائعة الاستخدام بالفصحى، ويربطون تراجع الأداء في اللهجات بعدم توازن توزيع اللهجات في معظم البيانات العامة. ويصل جانيبيكوف وزملاؤه إلى نتيجة مماثلة: الأنظمة الحالية تغطي أساسًا الفصحى وعددًا قليلًا من اللهجات الغنية بالبيانات.
| التنوع اللغوي (بيانات اختبار SADA) | معدل خطأ الكلمات لأفضل نموذج مفتوح |
|---|---|
| العربية الفصحى | ١٩٫٢٣٪ |
| النجدية | ٣٦٫٣٤٪ |
| الحجازية | ٣٦٫٩٦٪ |
| المصرية | ٤٠٫٩٧٪ |
| الخليجية | ٤٨٫٢٣٪ |
هذه الأرقام مأخوذة من صوت برامج تلفزيونية لا من مكالمات هاتفية، ومن نماذج مفتوحة المصدر لا من أنظمة تجارية؛ فهي تبيّن اتجاه الفجوة، لا دقة مزوّد بعينه.
ينطق الحرف الواحد بطرق مختلفة بحسب المنطقة. وتصف دراسة منشورة في مجلة جامعة الملك سعود كيف تُنطق القاف في اللهجة النجدية [g] (كالجيم القاهرية)، وكيف قد تتحول في اللهجة القصيمية إلى [dz] في سياقات صوتية معينة. كما تُكتب العربية عادة دون حركات، وتعد ورقة لوحة الصدارة غياب التشكيل في النص المكتوب من الصعوبات الأساسية. والنموذج المدرَّب أساسًا على نطق الفصحى يسمع هذه الأنماط المنتظمة كأنها كلمات أخرى.
تختلف الكلمات اليومية مثل «أبغى» و«الحين» و«بكم» من منطقة إلى أخرى، ولا يوجد إملاء موحد للهجات. وتوثّق مجموعة بيانات Casablanca، التي تغطي ثماني لهجات، هذا التنوع في المفردات. ولأن الكلمة العامية الواحدة قد تُكتب بأكثر من طريقة، يشير حامد وزملاؤه إلى أن معدلي خطأ الكلمات والحروف وحدهما لا يكفيان لتقييم نص بلا إملاء معياري.
يمزج المتصلون العربية والإنجليزية في الجملة الواحدة، مثل «أبغى ألغي الـ subscription»، خاصة في أسماء المنتجات والمصطلحات التقنية والمسميات الوظيفية. ويذكر مسح لأبحاث معالجة العربية المختلطة لغويًا أن الخلط بين العربية والإنجليزية ملحوظ في عدة دول منها المملكة، ويورد معدلات خطأ للكلمات تتراوح بين ٢٤٫٨٪ و٥٣٫٨٪ في مجموعات الكلام العربي المختلط. فالنموذج أحادي اللغة يواجه نظامين صوتيين وخطين مختلفين في عبارة واحدة.
أكثر ما يحتاجه مركز الاتصال هو الأصعب: أرقام الهوية الوطنية والإقامة، وأرقام الجوال، وأرقام الآيبان IBAN (رقم الحساب المصرفي الدولي)، وأرقام الطلبات، والمبالغ، والتواريخ الهجرية والميلادية، وأسماء الأشخاص. فالمتصلون يجمّعون الأرقام بطرق مختلفة، ويخلطون بين الأعداد العربية والإنجليزية، وينطقون الاسم الواحد بأكثر من صيغة. ورقم واحد خاطئ يُفشل البحث عن السجل حتى لو بدا معدل الخطأ العام مقبولًا.
المكالمات الهاتفية ضيقة النطاق، إذ يُعيَّن الصوت فيها بنحو ٨ كيلوهرتز، بينما تُدرَّب نماذج كثيرة على صوت بتردد ١٦ كيلوهرتز. ويشير باحثون في المعهد الهندي للتكنولوجيا في مدراس إلى أن النماذج واسعة النطاق لا تؤدي جيدًا على الكلام ضيق النطاق، وأن البيانات الهاتفية المفرَّغة نادرة. ويضيف مكبر الصوت وضجيج الطريق والضغط وفقدان الحزم أخطاء فوق أخطاء اللهجة.
| المقياس | ما يكشفه | ما يجب الانتباه له |
|---|---|---|
| معدل خطأ الكلمات لكل لهجة وقناة | دقة التفريغ لكل فئة من المتصلين | اختلاف الإملاء يرفعه؛ وحّد الكتابة أولًا |
| دقة البيانات الحرجة | صحة أرقام الهوية والأرقام والتواريخ والأسماء حرفيًا | رقم واحد خاطئ يعني فشلًا |
| دقة فهم النية | هل فهم الوكيل الطلب | قد تكون مرتفعة مع معدل خطأ متوسط |
| إنجاز المهمة | هل أُنجز الطلب من بدايته إلى نهايته | يحتاج إلى مكالمات فعلية أو محاكاة |
| لهجة الرد | هل يطابق الرد لهجة المتصل | يقيّمها مستمعون من أهل اللهجة |
ولمعرفة الفرق بين هذه الأنظمة والقوائم الصوتية التقليدية راجع الوكيل الصوتي الذكي مقابل الرد الآلي التفاعلي IVR، وللصورة الكاملة راجع الدليل الشامل لوكلاء الصوت الذكية في مراكز الاتصال السعودية.
يفهم رنين العربية الفصحى واللهجات الخليجية والمصرية والشامية والمغاربية، إضافة إلى الإنجليزية، بما في ذلك الجمل التي تمزج العربية والإنجليزية، ويرد بلهجة المتصل. وتُخفى أرقام البطاقات والهويات تلقائيًا في النصوص والتسجيلات المستضافة في مراكز بيانات داخل المملكة. ويستطيع المتصل طلب التحدث إلى موظف في أي وقت. ونقدّم العرض التجريبي على تسجيلات مكالماتك أنت، لتطبّق منهجية الاختبار السابقة قبل أي التزام. اطلب عرضًا تجريبيًا.
نعم، الأنظمة المدرَّبة على بيانات لهجية وهاتفية قادرة على ذلك، لكن الدقة تتفاوت بحسب اللهجة وجودة الصوت ومجال العمل، لذا اختبرها على مكالماتك قبل اتخاذ القرار.
لا يوجد حد عام. ففي مركز الاتصال تهم دقة الأرقام والأسماء وفهم النية أكثر من معدل خطأ الكلمات، لذا حدّد الأهداف لكل حالة استخدام.
هو أصعب على النماذج أحادية اللغة، أما النماذج المدرَّبة على الكلام المختلط فتتعامل معه بصورة أفضل، لذا أدرج مكالمات مختلطة في أي اختبار.
احجز عرضًا تجريبيًا ونشغّل رنين على عيّنة من تسجيلات مكالماتك، ثم نحدد الباقة معك.
الذكاء الصوتيمدة القراءة ٨ د
دليل شامل لوكلاء الصوت بالذكاء الاصطناعي في مراكز الاتصال السعودية: آلية العمل، والتحويل إلى الموظف، واللهجات، وإقامة البيانات، وتقييم المزوّدين والإطلاق.
الذكاء الصوتيمدة القراءة ٦ د
مقارنة عملية بين الوكيل الصوتي بالذكاء الاصطناعي وقوائم الرد الآلي IVR في مراكز الاتصال السعودية: آلية العمل، ومتى يناسب كل منهما، وخطوات الانتقال بينهما.
الذكاء الصوتيمدة القراءة ٦ د
متى يحوّل الوكيل الصوتي المكالمة إلى موظف بشري: دواعي التحويل، وما ينتقل مع المكالمة، والتحويل الدافئ والبارد، والأخطاء الشائعة، وطرق قياس جودة التحويل.