أيّهما أدق للعربية Jais-ASR أم Cohere Transcribe؟

للمكالمات والتسجيلات التي تتدهور فيها جودة الصوت، يرجح اختبار مستقل Cohere Transcribe Arabic؛ وللحديث الذي يتنقل بين العربية والإنجليزية، يرجح Jais-ASR. في نتائج Arabic Arena بلغ معدل خطأ الكلمات الإجمالي 19.25% لـCohere مقابل 21.33% لـJais، وفي مسار الهاتف 14.64% مقابل 19.49%، بينما انعكس الترتيب في مسار التبديل اللغوي إلى 23.93% لـJais مقابل 28.22% لـCohere. هذه نتائج تسجيلات وإعدادات محددة، وليست نسبة دقة مضمونة لكل ملف.

أما في المقارنة العامة التي نشرها مطور Jais-ASR، فتقدم Jais عبر مجموعات متنوعة من الكلام العربي. تعرض مقارنة معهد النماذج التأسيسية متوسط خطأ كلمات قدره 22.85% لـJais مقابل 25.87% لـCohere عبر ست مجموعات؛ ويتقدم Cohere في الكلام المقروء بمجموعة Common Voice بمعدل 5.82% مقابل 8.56%، بينما يتقدم Jais في الكلام السعودي التلفزيوني بمجموعة SADA بمعدل 30.85% مقابل 37.47%، وتتاح أوزان Jais بترخيص Apache 2.0. لذلك لا يكفي المتوسط لاختيار أداة لبودكاست أو مقابلة إماراتية؛ طبيعة التسجيل أقرب إلى الإجابة من ترتيب واحد يجمع أصواتًا متباينة.

لماذا يختلف ترتيب النموذجين؟

الاختبار العام يجمع مجموعات للكلام المقروء والمحاضرات والبث والمحادثات اللهجية، ثم يحسب متوسطًا للمجموعات. أما Arabic Arena فيوسع نطاق التقييم إلى عينات عربية ولهجية أكثر، ويضيف قنوات هاتف ومراكز اتصال تتعرض لتقييد التردد والترميزات والضجيج. يختلف بذلك نوع الصوت الذي يؤثر في النتيجة النهائية، كما تختلف طريقة التجميع؛ ولهذا يمكن أن يتصدر نموذج المقارنة العامة ويتأخر في بيئة مكالمات.

توضح ورقة المعيار الأكاديمي أن المقارنة تستخدم معدل خطأ الكلمات ومعدل خطأ المحارف بعد توحيد كتابة النصوص، وتصف مجموعات الاختبار ولهجاتها. وتلفت إلى أن تقسيم Common Voice يتغير بين الإصدارات، ما قد يسمح بتداخل بعض عينات الاختبار مع بيانات تدريب نماذج استخدمت إصدارًا سابقًا. هذا تحفظ على جزء من القياس، ولا يلغي الإشارة التي تقدمها بقية مجموعاته.

يعني معدل خطأ الكلمات، باختصار، عدد الكلمات المحذوفة أو المضافة أو المستبدلة قياسًا إلى نص مرجعي. انخفاضه أفضل داخل المجموعة نفسها، لكنه لا يميز بين الخطأ في اسم ضيف والخطأ في كلمة عابرة. كما تؤثر طريقة كتابة اللهجة والألفاظ الأجنبية في المقارنة: قد يسمع النظام الكلمة صحيحة ويكتبها بتهجئة تختلف عن النص المرجعي. لذلك ينبغي تفسير الفرق العددي مع نوع المحتوى، لا باعتباره مقياسًا كاملًا لجودة نص جاهز للنشر.

الفصحى والبودكاست الواضح

إذا كان التسجيل قراءة واضحة لجمل قصيرة، تميل نتائج Common Voice إلى Cohere. لكن مجموعة القراءة لا تمثل حلقة بودكاست طويلة فيها أسئلة مرتجلة ومقاطعات ومصطلحات أجنبية. وفي مجموعتي المحاضرات الواضحة والبث ضمن مقارنة المطور، تميل النتيجة إلى Jais؛ وهما أقرب إلى بعض صيغ الحديث المنشور من جمل القراءة، وإن ظلت الفروق بين هذه البيئات مهمة.

تتغير المفاضلة أيضًا داخل البرنامج الواحد. فقسم يقرأ فيه المقدم نصًا معدًا يختلف عن حوار مع ضيف يتحدث بسرعة أو يبتعد عن الميكروفون. إذا كان الغرض إنتاج تفريغ للنشر، فالأسماء وأسماء المنتجات والتداخل بين الأصوات تستحق اهتمامًا خاصًا لأن تصحيحها يدويًا قد يستهلك وقتًا رغم نتيجة جيدة لمعدل خطأ الكلمات. هذا معيار تحرير عملي، وليس نتيجة اختبار منشورة لأداء النموذجين في كل بودكاست.

اللهجة الخليجية والإماراتية

تدعم نتيجة SADA ترشيح Jais للكلام السعودي التلفزيوني، لكنها لا تحسم تفريغ اللهجة الإماراتية في مقابلة ميدانية. فالتسجيل التلفزيوني له تجهيز صوتي وطريقة كلام تختلفان عن حديث شخص في الشارع، كما أن الخليج ليس لهجة واحدة. لا يصح نقل أفضلية مجموعة سعودية إلى جميع المتحدثين في الإمارات أو عُمان أو الكويت من دون عينة مماثلة لطريقة التسجيل المقصودة.

وتضم Casablanca كلامًا إماراتيًا ضمن لهجات أخرى، لكن المتوسط المعروض للمجموعة لا يفصل نتيجة الإماراتية وحدها. لهذا يبقى الاختيار بين النموذجين للهجة الإماراتية أضيق من الوعد الذي توحي به عبارة دعم اللهجات: يمكن ترشيح Jais عندما يشبه الصوت عينات الحوار والبث التي أظهر فيها قوة، بينما تزداد جاذبية Cohere إذا كان المحتوى نفسه يأتي عبر الهاتف. الأهم هنا مصدر الصوت وطريقة نطق المتحدثين، إلى جانب اسم اللهجة.

الضوضاء والمكالمات والتبديل اللغوي

تتسع أفضلية Cohere في مسارات الهاتف ومراكز الاتصال مقارنة بالفرق في المسار النظيف؛ وهذا يجعله نقطة انطلاق معقولة لتفريغ خدمة العملاء أو المقابلات الهاتفية. تعتمد هذه المسارات على محاكاة لتقييد نطاق الصوت والترميزات وبعض أشكال الضجيج، بينما تضم المقارنة كذلك عينات لضوضاء فعلية. لا تتطابق المحاكاة بالضرورة مع شبكة الاتصال والهواتف واللهجات في مشروع محدد، لكنها تختبر تدهورًا يغيب عن تسجيل الاستوديو الواضح.

في المقابل، يظهر Jais أقوى في مسار التبديل بين اللغتين. يهم ذلك حوارًا عربيًا تنطق فيه أسماء شركات أو مصطلحات تقنية بالإنجليزية، لكن النتيجة المنشورة لا تعني حفظ كل اسم تجاري أو ضبط طريقة كتابته. ولدى المفاضلة في مقابلة تجمع الهاتف والتبديل اللغوي، تتعارض ميزتان مختلفتان؛ لا يقدم المتوسط وحده جوابًا لهذا الخليط، لأن وزن ضوضاء القناة وكثرة الألفاظ الأجنبية يتبدل من تسجيل إلى آخر.

الخصائص والكلفة عند التشغيل

يضيف Jais إلى التفريغ تحديد اللغة أو اللهجة وخيار التشكيل، وهي وظائف مفيدة عندما يريد المطور تنظيم المقاطع أو إخراج نص مشكول. ويعرض إعلان Cohere للنموذج العربي أوزانه بترخيص Apache 2.0، مع تشغيل محلي أو الوصول عبر الواجهة البرمجية وModel Vault، ودعم الكلام العربي المختلط بالإنجليزية. أوزان Jais متاحة كذلك للتنزيل. تنزيل الأوزان يزيل رسم ترخيص النموذج، لكنه لا يحدد تكلفة العتاد والكهرباء أو إدارة الاستضافة.

وفق حدود مفتاح التقييم لدى Cohere، استخدامه مجاني حتى 1000 طلب في الشهر، مع حد خمسة طلبات تفريغ صوتي في الدقيقة؛ والحساب الآتي وفق الشروط المنشورة عند التحقق في 3 نوفمبر 2026. يفترض شهرًا واحدًا، وملفًا واحدًا لكل طلب، وعدم استهلاك المفتاح في طلبات أخرى، والدولار الأميركي قبل الضرائب. هو حساب لعدد الطلبات، لا لمدة الصوت أو تكلفة تشغيل الأوزان محليًا:

• تجربة صغيرة: 20 ملفًا في شهر واحد. تقع كلها داخل حصة تقييم Cohere؛ فاتورة طلبات التقييم صفر دولار. ترخيص Jais صفر دولار أيضًا، لكن تكلفة تشغيله تحتاج إلى سعر الجهاز أو الاستضافة.
• تجربة متوسطة: 200 ملف خلال شهر، موزعة بحيث لا يتجاوز الإرسال حد الطلبات في الدقيقة. فاتورة طلبات تقييم Cohere صفر دولار؛ وترخيص Jais صفر دولار، مع بقاء ثمن الحوسبة مجهولًا.
• تجربة كبيرة: 1500 ملف في شهر. يتجاوز هذا حصة تقييم Cohere بمقدار 500 طلب؛ لا يمكن اشتقاق فاتورة الاستخدام الإنتاجي من الحد المجاني. يظل ترخيص Jais صفر دولار، لكن يلزم سعر العتاد وساعات تشغيله لتقدير الإجمالي.

لا تنشر هذه الحدود سعرًا إنتاجيًا محددًا لكل دقيقة من الصوت للنموذج العربي، كما أن تسعير Model Vault على أساس ساعة المثيل يحتاج إلى سعر المثيل ومدة حجزه. لذلك يمكن حساب ما تسمح به التجربة المجانية، لا مقارنة فاتورة إنتاج نهائية بين الخيارين. عند اختيار نموذج للنشر المستمر، يبقى الفرق في وقت تصحيح النص وسعر التشغيل الفعلي جزءًا من القرار إلى جانب معدل الخطأ.

اقرأ أيضًا:

• Semrush أم Ahrefs؟ اتساع الكلمات لا يضمن أدق تقدير للزيارات
• Gemini 3.5 Transcribe يفهم 85 لغة، لكن التوقيتات تخفض الدقة
• Jais 3 يرفع سقف الذكاء العربي، لكن أفضل أرقامه ما زالت داخلية