قرمصيص للأخبار أخبار الذكاء الاصطناعي بالعربي
باختصار
الـ Speech-to-Text (تحويل الكلام إلى نص) — مرادف لـ ASR — بيحوّل الكلام المسموع لكلام مكتوب. نماذج زي Whisper من OpenAI بتدعم عشرات اللغات من ضمنها العربية.
بالتفصيل
تخيّل إن الكمبيوتر يقدر يسمعك ويفهمك ويرد عليك بصوت طبيعي — ده مجال الصوت والكلام في الـ AI.
تقنيات الصوت والكلام من أسرع المجالات نموًا. الـ Speech-to-Text بيخلّي التفاعل مع الآلات أسهل وأطبع — بدل ما تكتب، ممكن تتكلم. ومع تحسّن دقة التعرّف على الكلام بكل اللغات (بما فيهم العربية)، التطبيقات بتتوسّع بسرعة.
مثال عملي
لما بتقول “يا Siri” أو “أوكي Google” لموبايلك، أو لما بتشوف فيلم بترجمة تلقائية — ورا الكواليس فيه تقنيات صوتية زي الـ Speech-to-Text بتحوّل الكلام لنص وتفهمه وتستجيب. حتى تطبيقات الاجتماعات زي Zoom بقت بتلخّص المحادثات تلقائيًا باستخدام التقنيات دي.
مصطلحات مرتبطة
- التعرّف التلقائي على الكلام (Automatic Speech Recognition (ASR))
- تحويل النص إلى كلام (Text-to-Speech (TTS))
- فصل المتحدّثين (Speaker Diarization)
- تحسين الكلام (Speech Enhancement)
- تصنيف الصوت (Audio Classification)
