Forwarded from كوكب المكفوفين التقني (mohammad Loay🇵🇸)
نموذج NVIDIA FastConformer Hybrid لتحويل الكلام العربي إلى نص.
مرحبًا بكم متابعي قناة كوكب المكفوفين التقني.
أصدرت شركة NVIDIA في يونيو 2025 نموذجًا متخصصًا لتحويل الكلام العربي إلى نص يحمل اسم STT AR FastConformer Hybrid Large PCD، وهو نموذج مفتوح المصدر مرخص بترخيص CC-BY-4.0 يتيح الاستخدام التجاري وغير التجاري بحرية.
يعتمد النموذج على معمارية FastConformer Hybrid التي تجمع بين نظامي Transducer وCTC في آن واحد، مما يتيح للمستخدم الاختيار بين السرعة والدقة حسب الحاجة. يحتوي النموذج على نحو 115 مليون معامل، ومن أبرز ما يميزه قدرته على إخراج النص العربي مع التشكيل الكامل وعلامات الترقيم، وهو ما يشير إليه اختصار PCD في اسمه والذي يرمز إلى Punctuation and Diacritics أي الترقيم والتشكيل.
دُرِّب النموذج على ما يزيد على 1100 ساعة من بيانات الكلام العربي، تشمل مجموعات MASC وCommon Voice وFLEURS إضافة إلى تلاوات قرآنية من مجموعة EveryAyah، مما يجعله متميزًا بشكل خاص في التعامل مع المقاطع الفصيحة والتلاوة القرآنية.
على صعيد الأداء، حقق النموذج معدل خطأ بلغ 6.55 بالمئة على مجموعة التلاوة القرآنية، و12.94 بالمئة على مجموعة FLEURS، وذلك على بطاقة رسومية من نوع A5000 بسرعة تتجاوز ألف ضعف من الزمن الحقيقي.
يعمل النموذج من خلال مكتبة NVIDIA NeMo، وهي إطار عمل مفتوح المصدر من NVIDIA مخصص لبناء نماذج الذكاء الاصطناعي في مجالات التعرف على الكلام وتوليده ومعالجة اللغات الطبيعية.
المصادر:
رابط النموذج على Hugging Face:
https://huggingface.co/nvidia/stt_ar_fastconformer_hybrid_large_pcd_v1.0
مستودع مكتبة NeMo على GitHub:
https://github.com/NVIDIA/NeMo.
#NVIDIA #ASR #STT #Arabic #AI
مرحبًا بكم متابعي قناة كوكب المكفوفين التقني.
أصدرت شركة NVIDIA في يونيو 2025 نموذجًا متخصصًا لتحويل الكلام العربي إلى نص يحمل اسم STT AR FastConformer Hybrid Large PCD، وهو نموذج مفتوح المصدر مرخص بترخيص CC-BY-4.0 يتيح الاستخدام التجاري وغير التجاري بحرية.
يعتمد النموذج على معمارية FastConformer Hybrid التي تجمع بين نظامي Transducer وCTC في آن واحد، مما يتيح للمستخدم الاختيار بين السرعة والدقة حسب الحاجة. يحتوي النموذج على نحو 115 مليون معامل، ومن أبرز ما يميزه قدرته على إخراج النص العربي مع التشكيل الكامل وعلامات الترقيم، وهو ما يشير إليه اختصار PCD في اسمه والذي يرمز إلى Punctuation and Diacritics أي الترقيم والتشكيل.
دُرِّب النموذج على ما يزيد على 1100 ساعة من بيانات الكلام العربي، تشمل مجموعات MASC وCommon Voice وFLEURS إضافة إلى تلاوات قرآنية من مجموعة EveryAyah، مما يجعله متميزًا بشكل خاص في التعامل مع المقاطع الفصيحة والتلاوة القرآنية.
على صعيد الأداء، حقق النموذج معدل خطأ بلغ 6.55 بالمئة على مجموعة التلاوة القرآنية، و12.94 بالمئة على مجموعة FLEURS، وذلك على بطاقة رسومية من نوع A5000 بسرعة تتجاوز ألف ضعف من الزمن الحقيقي.
يعمل النموذج من خلال مكتبة NVIDIA NeMo، وهي إطار عمل مفتوح المصدر من NVIDIA مخصص لبناء نماذج الذكاء الاصطناعي في مجالات التعرف على الكلام وتوليده ومعالجة اللغات الطبيعية.
المصادر:
رابط النموذج على Hugging Face:
https://huggingface.co/nvidia/stt_ar_fastconformer_hybrid_large_pcd_v1.0
مستودع مكتبة NeMo على GitHub:
https://github.com/NVIDIA/NeMo.
#NVIDIA #ASR #STT #Arabic #AI
huggingface.co
nvidia/stt_ar_fastconformer_hybrid_large_pcd_v1.0 · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.