Cohere Transcribe Arabic

نموذج تفريغ صوتي من Cohere بحجم مليارَي معامل، أوزانه مفتوحة برخصة Apache 2.0، صدر في يوليو ٢٠٢٦. الفرق الجوهري عن النماذج العامة متعددة اللغات أنه دُرِّب على العربية تحديداً، وتذكر وثائق إصداره اللهجات التي يغطيها بالاسم: الخليجية والنجدية والحجازية، إضافة إلى الكلام المختلط بين العربية والإنجليزية. الأرقام هي سبب الاهتمام به. في اختبارات Cohere المنشورة بلغ متوسط نسبة الخطأ في الكلمات ٢٥٫٩٪ مقابل ٣٦٫٩٪ لأكبر نماذج Whisper، وعلى مجموعة بيانات «سادا» السعودية سجّل ٣٧٫٥٪ مقابل ٥٦٪ لـ Whisper. أما نسبة الخطأ على اللهجة الخليجية وحدها فهي ٢٤٫٤٪، وهو الرقم الخليجي الوحيد الذي ينشره أي مزوّد في هذه الفئة. هو نموذج لا منتج: تستضيفه بنفسك أو عبر مزوّد. ولمن لديه مهندس ومتطلب خصوصية، هذا هو المطلوب بالضبط.