الذكاء الاصطناعي

آي بي إم تطلق Granite Speech 5.0 لتدقيق النطق والترجمة

أطلقت شركة آي بي إم ثلاثة تحديثات رئيسية لمجموعة نماذج Granite Speech، تركز على رفع دقة النسخ الآلي، تسريع المعالجة على الأجهزة الطرفية، وتحسين تتبع المتحدثين في التسجيلات الطويلة.

رضوان عبدالهاديمحرر وكاتب تقني

نُشر: 21 أكتوبر 2026 · آخر تحديث: 21 أكتوبر 2026 · 4 دقائق قراءة

آي بي إم تطلق Granite Speech 5.0 لتدقيق النطق والترجمة — الصورة: Hugging Face Blog

إطلاق الجيل الجديد من نماذج Granite Speech

أعلنت شركة آي بي إم عن إطلاق ثلاثة تحديثات رئيسية لمجموعة نماذج Granite Speech، وهي مجموعة أدوات ذكاء اصطناعي مخصصة لمعالجة الصوت. تشمل التحديثات نموذجاً جديداً باسم granite-speech-5.0-2b، بالإضافة إلى إصدارات محدثة من نموذجين قائمين هما granite-speech-5.0-470m-turboctc و granite-speech-4.1-2b-plus. تهدف هذه التحديثات إلى تغطية طيف واسع من تطبيقات الصوت المؤسسية، بدءاً من النسخ والترجمة عالية الدقة، وصولاً إلى المعالجة السريعة على الأجهزة الطرفية، وحتى تسجيلات الاجتماعات التي تتطلب تحديد هوية المتحدثين بدقة. ويمكن الرجوع إلى Hugging Face Blog للاطلاع على التفاصيل الأصلية للمصدر.

دقة أعلى وتحكم أوسع في نموذج 2B

يُعد نموذج granite-speech-5.0-2b الخليفة المباشر لنموذج granite-speech-4.1-2b مع الحفاظ على نفس حجم المعاملات. يدعم النموذج النسخ الآلي للغة الإنجليزية والفرنسية والألمانية والإسبانية والبرتغالية واليابانية، كما يتيح الترجمة بين هذه اللغات والإنجليزية، بالإضافة إلى الترجمة من الإنجليزية إلى الإيطالية والمندرينية. تم تدريب النموذج على 390,000 ساعة من الصوت العام، مع إضافة بيانات اصطناعية مخصصة لتحسين النسخ الآلي الياباني، وتحيز الكلمات المفتاحية، والترجمة.

يوفر النموذج دقة أعلى في النسخ الآلي للغة الإنجليزية، خاصة في البيئات الصاخبة أو ذات الصدى. كما يتيح ميزة توجيه اللغة من خلال تحديد لغة الإدخال في الأمر النصي، مما يحسن النسخ متعدد اللغات. تم تحسين الترجمة للغة المحكية الطبيعية الطويلة، وليس فقط الجمل المقروءة القصيرة. يدعم النموذج قوائم كلمات مفتاحية تصل إلى 2,000 مصطلح لتحسين التعرف على أسماء المنتجات والأشخاص والاختصارات. يمكن أيضاً طلب تنسيق المخرجات بإضافة علامات الترقيم والأحرف الكبيرة عند الطلب.

سرعة فائقة ودعم متعدد اللغات في Turbo CTC

أعيد تصميم نموذج granite-speech-5.0-470m-turboctc ليكون متعدد اللغات، بعد أن كان يدعم الإنجليزية فقط عند إطلاقه في أغسطس. يدعم الآن النسخ الآلي للغة الإنجليزية واليابانية والإسبانية والألمانية والفرنسية والإيطالية والبرتغالية. كما يضيف النموذج علامات الترقيم والأحرف الكبيرة تلقائياً، مما يلغي الحاجة إلى خطوات معالجة لاحقة. تم تحسين النموذج ليكون أكثر مقاومة للصوت المرتد والتسجيلات البعيدة عن الميكروفون.

حقق النموذج قفزة في الأداء من حيث السرعة، حيث وصل إلى 19,870 RTFx على لوحة صدارة Open ASR، مقارنة بـ 12,600 RTFx عند الإطلاق. يمثل هذا تحسناً بنسبة 1.6 ضعف في السرعة مع الحفاظ على نفس مستوى الدقة. تم تحقيق هذا التحسن من خلال تجميع كتلة Conformer واحدة وإعادة استخدام رسمتها عبر النظام، مما قلل وقت التهيئة.

تحسينات جوهرية في تتبع المتحدثين

ركزت التحديثات على نموذج granite-speech-4.1-2b-plus لتحسين أدائه في التسجيلات المؤسسية الطويلة مثل الاجتماعات ومكالمات الدعم والمقابلات متعددة المتحدثين. حافظ النموذج على اسمه 4.1 لأن البنية التحتية وتنسيق الأوامر وواجهات البرمجة لم تتغير، مما يجعله بديلاً مباشراً للنموذج الحالي مع أوزان محسّنة.

شهد النموذج تحسناً بنسبة 7% في معدل أخطاء فصل الكلمات حسب المتحدث (WDER)، وتحسناً مماثلاً في معدل أخطاء النسخ مع تحديد المتحدث (cpWER). انخفض متوسط إزاحة الطوابع الزمنية (AAS) بأكثر من النصف، مما يوفر توقيتاً أدق للترجمات والبحث والمراجعة. كما انخفض معدل الأخطاء في النسخ الطويل بنسبة 24%، وتراجع أخطاء الكلمات المفتاحية المحيزة بنسبة 45% عند استخدام قوائم من 20 مصطلحاً.

التوفر والتكامل مع أدوات الإنتاج

جميع النماذج الثلاثة متاحة تحت رخصة Apache 2.0، مع دعم أصلي في مكتبة Transformers. يدعم النموذج الجديد granite-speech-5.0-2b أيضاً أدوات vLLM وllama.cpp وmlx-audio لأجهزة Apple Silicon. تنصح آي بي إم الشركات بمزج هذه النماذج مع أداة Granite Guardian في بيئات الإنتاج التي تتطلب كشف مخاطر إضافية. تتوفر النتائج الكاملة وتفاصيل البنية وبيانات التدريب في بطاقات النماذج الخاصة بكل إصدار.