Lesskeysالمصطلحاتمن الألف إلى الياء
مصطلحات تحويل الصوت إلى نص
باختصار
تستخدم برامج الكلام كثيرًا من المصطلحات الخاصة، وبعضها يعني أشياء مختلفة عند شركات مختلفة. تبيّن هذه الصفحة ما يعنيه كل مصطلح هنا.
كلمات نستخدمها في هذا الموقع بمعنى محدد أو غير مألوف، وما تعنيه حين نستخدمها.
A
- التعرف التلقائي على الكلام (ASR)
- الاسم العام للبرامج التي تحوّل الكلام إلى نص. وWhisper أحد هذه الأنظمة. أما «تحويل الصوت إلى نص» فيعني الشيء نفسه في الاستخدام العادي.
D
- الإملاء الصوتي
- أن تتكلم بدل أن تكتب، فتظهر الكلمات في أي تطبيق تستخدمه أصلًا. وهو مباشر وقصير. قارنه بالتفريغ الذي يحوّل تسجيلًا موجودًا إلى نص بعد وقوع الحدث.
H
- الاختصار
- مجموعة مفاتيح تعمل في كل مكان لا داخل تطبيق واحد فقط. يستخدم Lesskeys واحدة منها لبدء الإملاء وإيقافه، فلا تضطر إلى التنقل بين النوافذ لتتكلم.
O
- على الجهاز
- يجري العمل على الكمبيوتر الذي أمامك لا على خادم شركة. وهذا يعني في Lesskeys أن التسجيل ونموذج الكلام والنص النهائي تبقى كلها على جهازك. إنه وصف لمكان المعالجة، ولهذا يمكن التحقق منه: افصل الشبكة وسيبقى يعمل.
S
- تمييز المتحدثين
- معرفة من تكلّم، ومتى، في تسجيل فيه أكثر من صوت. وهي مهمة منفصلة عن التفريغ: التفريغ يسأل عمّا قيل، وتمييز المتحدثين يسأل عمّن قاله. وتُجمع المهمتان لإنتاج نص يحمل كل سطر فيه اسم المتحدث.
- صوت النظام
- الصوت الذي يشغّله جهازك، في مقابل الصوت الذي يلتقطه الميكروفون. وتسجيل صوت النظام مع الميكروفون يلتقط طرفَي المكالمة دون أن ينضم أحد إلى الاجتماع.
T
- التفريغ
- تحويل تسجيل موجود أصلًا، كمكالمة أو مقابلة أو فيديو، إلى نص مكتوب. وعلى عكس الإملاء يجري بعد وقوع الحدث، وغالبًا ما يضم أكثر من متحدث.
V
- البصمة الصوتية
- ملخص محفوظ لما يبدو عليه صوت معيّن، يُستخدم للتعرف على الشخص نفسه عبر تسجيلات مختلفة. يحتفظ Lesskeys بالبصمات الصوتية على جهازك ولا يحتفظ بها في أي مكان آخر.
W
- معدل أخطاء الكلمات (WER)
- هكذا تُقاس الدقة. يحسب الكلمات التي أخطأ فيها النظام، سواء استُبدلت أو حُذفت أو أُضيفت، كنسبة مئوية من الكلمات المنطوقة فعلًا. كلما قلّ كان أفضل، ومعدل 2.5% يعني أن كلمة واحدة تقريبًا من كل أربعين كلمة خاطئة.
- Whisper
- عائلة من نماذج التعرف على الكلام المفتوحة التي تعمل على أجهزة عادية، ومنها الماك وكمبيوتر Windows. تأتي بأحجام عدة، والأكبر ليس بالضرورة الأفضل، وهذا ما قاسه اختبارنا الخاص.
إجابات سريعة
ماذا يعني «على الجهاز» فعلًا؟
أن المعالجة تجري على جهازك أنت لا على خادم شركة. والاختبار العملي بسيط: افصل الشبكة. إن بقي التطبيق يعمل فهو يعمل على الجهاز.
هل الإملاء هو نفسه التفريغ؟
لا. الإملاء مباشر: تتكلم فتظهر الكلمات حيث تكتب. أما التفريغ فيحوّل تسجيلًا موجودًا أصلًا إلى نص، وغالبًا ما يضم أكثر من متحدث.
ما معدل أخطاء الكلمات الجيد؟
يتوقف ذلك على الصوت، ولهذا يضلّل أي رقم واحد. في الكلام الواضح تبلغ أفضل النماذج الحالية نحو 2–3%، أي خطأ واحد تقريبًا في كل أربعين كلمة. أما الصوت الصعب، من تداخل الأصوات أو لهجات قوية أو غرفة رديئة الصوتيات، فهو أصعب بكثير على كل نظام.