Lesskeysدقة Whisper في 29 لغة
شغّل نموذج Large V3 Turbo Q5 بحجم 547 MB: عبر 29 لغة لم يتفوق عليه أي نموذج أكبر تفوقًا معنويًا في 23 منها. صفوف الهندية والعربية والعبرية تبالغ في معدلات خطئها ويُعاد قياسها، فاقرأها مع التصحيح في الأعلى.
macOS 13+ على Apple Silicon · بلا اشتراك
آخر مراجعة
هذا الدليل للماك. أما على Windows فراجع تشغيل Whisper على Windows.
اقرأ هذا أولًا
صفوف قيد إعادة القياس
تصحيح بتاريخ 28 أغسطس 2026
المقيِّم وراء هذا الجدول كان يطبّع النص باستخدام [^\w\s]، و\w في Python لا تطابق علامات الدمج في Unicode. لذلك استُبدلت بمسافة كل علامة حركة في الديفاناغاري، وكل علامة nukta في البنغالية، وكل تشكيل عربي، فتقسّمت الكلمة الواحدة إلى عدة كلمات. مقيسًا على المراجع نفسها التي استخدمتها هذه الصفحة: سجّلت التاميلية 1,520 وحدة مقابل 437 كلمة فعلية، والهندية 1,237 مقابل 683، والأسامية 1,220 مقابل 498. صفوف الكتابة اللاتينية والسيريلية والصينية واليابانية والكورية لا تتأثر — فهذه الأنظمة الكتابية لا تحمل علامات دمج — وكذلك الاستنتاجات المبنية عليها.
هذا يضخّم المرجع، ولأن الأجزاء المتفتتة لا يمكن محاذاتها يضخّم معه عدد الأخطاء. لذلك صفوف الهندية والعربية والعبرية وسائر الأنظمة الكتابية ذات علامات الدمج تبالغ في معدل الخطأ بمقدار يتفاوت من لغة إلى أخرى، وادعاء «أسوأ لغة» الوارد أدناه غير مأمون لهذه الصفوف. يجري الآن مسح مصحَّح عبر 83 لغة وستُنشأ هذه الصفحة من جديد انطلاقًا منه.
يُسجَّل هنا بدل حذفه بهدوء، للسبب نفسه الذي من أجله سُجّل التراجع أدناه: المطبِّع الذي يشوّه الكتابة غير اللاتينية بصمت هو بالضبط العطل الذي ينبغي إخبار قارئ مقياس متعدد اللغات به، وهو غير مرئي في أي رقم منشور.
الحالة، 15 أكتوبر 2026
يشمل القياس الجديد 83 لغة وستة نماذج، لتفريغ الملفات وللإملاء معًا. وليس في هذه الصفحة بعد لأنه لم ينتهِ: فشل 89 من تشغيلاته الـ996، كلها على أكبر النماذج وفي 17 لغة، ولم تستخدم التشغيلات كلها المقدار نفسه من ذاكرة الجهاز ولا الإصدار نفسه من أداة الاختبار. وإلى أن ينتهي يبقى الجدول أدناه هو جدول اللغات الـ29 الموصوف أعلاه، فالصفوف المعلَّمة بالرمز † (الهندية والعربية والعبرية، المسمّاة في التصحيح) ما زالت تحمل معدلات الخطأ المضخَّمة، وربما كذلك سائر الأنظمة الكتابية ذات علامات الدمج. أما المقارنات في صفوف الكتابة اللاتينية والسيريلية والصينية واليابانية والكورية فلا تتأثر.
الجواب
نموذج 547 MB يصمد
في 23 من 29 لغة لا يتفوق أي نموذج في المجموعة تفوقًا معنويًا على الافتراضي بحجم 547 MB.
- 23 من 29لغة: لا نموذج أكبر أفضل بوضوح
- 6لغات يستحق فيها نموذج أكبر حجمه
- 9 من 29لغات يسجّل فيها نموذج turbo بحجم 1.6 GB نتيجة أسوأ
«معنويًا» يعني اختبار z لنسبتين عند z ≤ −2 مقابل الافتراضي. اقرأ اللغات الـ23 الأخرى على أنها غير منفصلة، لا على أنها متساوية بالإثبات.
استثناءات
حيث يستحق النموذج الأكبر حجمه
إن كنت تعمل بالتايلاندية أو اليابانية أو الفنلندية أو الفرنسية أو الهولندية أو الكورية، فالتنزيل الأكبر يستحق ذلك.
| البند | الافتراضي (547 MB) | نموذج أفضل | المكسب |
|---|---|---|---|
| التايلاندية | 20.8% | v3: 12.6% | −8.2 نقطة |
| اليابانية | 18.5% | v3-q5: 14.2% | −4.3 نقطة |
| الفنلندية | 10.8% | v3-q5: 7.7% | −3.1 نقطة |
| الفرنسية | 10.0% | v3: 7.5% | −2.5 نقطة |
| الهولندية | 10.8% | v3-q5: 8.3% | −2.5 نقطة |
| الكورية | 11.3% | v3-q5: 9.4% | −1.9 نقطة |
v3-q5 (1.0 GB) يلتقط المكسب كله تقريبًا: أما v3 بحجم 3 GB فلا يحسّن عليه بأكثر من 1.2 نقطة مئوية.
ليس دائمًا الأكبر
النماذج الأكبر ليست دائمًا أدق
نموذج turbo بحجم 1.6 GB يسجّل رقميًا أسوأ من الافتراضي بحجم 547 MB في 9 من 29 لغة.
النموذج بحجم 75 MB غير صالح للاستخدام خارج الإنجليزية: الهندية† 100.0%، والدنماركية 87.2%، والمجرية 84.8%، والتشيكية 84.0%، والعبرية† 81.9%.
أي اللغات، وبكم
الهندية† (42.1% مقابل 34.4%)، والتايلاندية (24.6% مقابل 20.8%)، والصينية (المبسطة) (16.8% مقابل 13.7%)، والملايو (9.8% مقابل 7.1%)، والفيتنامية (10.3% مقابل 9.8%)، والإندونيسية (7.8% مقابل 7.4%)، والتركية (15.5% مقابل 15.2%)، واليونانية (11.3% مقابل 11.2%)، والفرنسية (10.1% مقابل 10.0%). الفروق بهذا الصغر ليست كلها معنوية بمفردها عند حجم العيّنة هذا؛ المهم هو الاتجاه، الذي لا يمكن أن يتنبأ به الحجم وحده. ولهذا فاللجوء إلى النموذج الأكبر التالي ليس خيارًا افتراضيًا آمنًا.
الطرفان
الأسهل والأصعب
أفضل نتيجة: الإسبانية، 2.8%.
أعلى معدل خطأ لا يحسّنه أي نموذج هو العبرية†، التي لا تنخفض عن 48.3% في أي إعداد اختُبر. ويقول التصحيح إن هذه القراءة غير مأمونة للأنظمة الكتابية ذات علامات الدمج مثل العبرية، فاعتبرها غير مؤكدة إلى أن يظهر المسح المصحَّح في هذه الصفحة.
تراجع
تراجع، باقٍ في مكانه
تراجع
ذكرت نسخة سابقة من هذا المسح أن large-v3 أفضل معنويًا من الافتراضي في الأوكرانية. كان ذلك خطأ. فقد قيس بحزمة بحث beam 5، وهي الإعداد الافتراضي في whisper-cli لكنها ليست ما يأتي به التطبيق. وعند إعادة التشغيل بالفك الجشع، وهو الإعداد الفعلي، تعادل الافتراضي وv3 تعادلًا تامًا. سبب الفجوة كان إعداد فك الترميز لا النموذج. يُسجَّل هنا بدل حذفه بهدوء، لأن إعداد فك الترميز هو بالضبط المتغير الذي تتركه معظم مقارنات Whisper المحلية دون ذكر.
البيانات
الجدول الكامل والمنهج والحدود
الجدول الكامل والمنهج والحدود، مطويّة: افتح أيًّا منها.
معدل الخطأ بحسب اللغة والنموذج (29 لغة، 6 نماذج)
معدل الخطأ بحسب اللغة والنموذج (29 لغة، 6 نماذج)
| اللغة | المقياس | tiny 75 MB | small 466 MB | turbo-q5 547 MB | turbo 1.6 GB | v3-q5 1.0 GB | v3 3 GB |
|---|---|---|---|---|---|---|---|
| العربية† ar-SA | WER | 67.0% | 36.9% | 22.9% | 22.4% | 22.3% | 22.2% ● |
| الصينية (المبسطة) zh-Hans | CER | 55.0% | 24.8% | 13.7% | 16.8% | 13.1% | 12.6% ● |
| التشيكية cs | WER | 84.0% | 40.4% | 13.2% | 12.8% | 13.1% | 11.9% ● |
| الدنماركية da | WER | 87.2% | 35.0% | 13.4% | 13.0% | 12.6% ● | 13.3% |
| الهولندية nl-NL | WER | 74.8% | 28.8% | 10.8% | 9.8% | 8.3% ● | 8.4% |
| الإنجليزية en-US | WER | 31.9% | 10.7% | 9.1% | 8.9% | 7.0% ● | 8.9% |
| الفنلندية fi | WER | 64.4% | 31.8% | 10.8% | 10.1% | 7.7% ● | 7.7% ● |
| الفرنسية fr-FR | WER | 50.1% | 26.1% | 10.0% | 10.1% | 7.7% | 7.5% ● |
| الألمانية de-DE | WER | 35.0% | 11.9% | 5.2% | 4.7% ● | 5.2% | 5.2% |
| اليونانية el | WER | 74.7% | 32.9% | 11.2% ● | 11.3% | 11.8% | 12.3% |
| العبرية† he | WER | 81.9% | 63.2% | 51.0% | 48.4% | 48.3% ● | 48.3% ● |
| الهندية† hi | WER | 100.0% | 68.3% | 34.4% | 42.1% | 33.4% | 32.4% ● |
| المجرية hu | WER | 84.8% | 48.7% | 17.9% | 17.9% | 17.0% | 16.3% ● |
| الإندونيسية id | WER | 59.2% | 21.8% | 7.4% ● | 7.8% | 8.1% | 9.4% |
| الإيطالية it | WER | 31.8% | 8.2% | 4.0% | 2.9% ● | 4.6% | 4.5% |
| اليابانية ja | CER | 54.3% | 25.4% | 18.5% | 15.6% | 14.2% ● | 17.0% |
| الكورية ko | CER | 33.9% | 24.6% | 11.3% | 11.3% | 9.4% ● | 9.5% |
| الملايو ms | WER | 62.5% | 25.1% | 7.1% | 9.8% | 6.0% | 5.9% ● |
| النرويجية no | WER | 64.0% | 24.2% | 10.0% | 9.8% ● | 10.0% | 9.8% ● |
| البولندية pl | WER | 57.0% | 17.7% | 6.7% | 6.4% ● | 7.4% | 7.6% |
| البرتغالية (البرازيل) pt-BR | WER | 25.4% | 7.9% | 5.2% | 5.1% | 5.0% | 4.9% ● |
| الرومانية ro | WER | 79.1% | 33.4% | 10.2% | 9.9% | 9.5% | 9.2% ● |
| الروسية ru | WER | 38.7% | 12.9% | 6.4% | 6.3% ● | 6.8% | 7.3% |
| الإسبانية es-ES | WER | 19.3% | 7.0% | 3.5% | 3.5% | 3.0% | 2.8% ● |
| السويدية sv | WER | 57.2% | 21.4% | 8.3% | 8.1% | 7.1% ● | 7.3% |
| التايلاندية th | CER | 62.4% | 27.5% | 20.8% | 24.6% | 13.2% | 12.6% ● |
| التركية tr | WER | 62.1% | 30.5% | 15.2% | 15.5% | 13.1% ● | 13.5% |
| الأوكرانية uk | WER | 68.3% | 39.2% | 23.1% | 21.0% ● | 23.3% | 23.1% |
| الفيتنامية vi | WER | 64.1% | 26.6% | 9.8% ● | 10.3% | 10.2% | 10.2% |
كيف قيس
ستة إصدارات من نموذج Whisper فرّغت مدونة الكلام المقروء نفسها في 29 لغة، وهي كل اللغات التي تتوفر بها صفحة Lesskeys في App Store، على Apple Silicon، وبإعدادات فك الترميز نفسها التي يستخدمها التطبيق (جشع، دون بحث بالحزمة). المعدلات هي معدل الخطأ في الكلمات، عدا اليابانية والكورية والتايلاندية والصينية، حيث لا تُفصل الكلمات بمسافات فيُستخدم معدل الخطأ في الحروف. الأقل أفضل.
● يشير إلى أفضل نموذج لتلك اللغة. العمود المظلَّل هو نموذج 547 MB، الافتراضي في Lesskeys 3.1.4، والأساس لكل ما سبق. † يشير إلى صف قيد إعادة القياس. مرّر الجدول جانبيًا على الهاتف؛ تبقى اللغة ظاهرة.
حدود هذا الاختبار
- مقطع واحد لكل لغة (نحو 1,000 كلمة، أو نحو 2,000 حرف للغات التي يُقاس فيها الخطأ بالحروف). يكفي لفصل الفروق الكبيرة، لا للحكم في الصغيرة. وحيث تقول هذه الصفحة إن نموذجًا «يصمد»، فاقرأ ذلك على أنه غير منفصل عند حجم العيّنة هذا، لا على أنه متطابق بالإثبات.
- whisper-cli بإعدادات سياق التطبيق وفك الترميز فيه، لا خط Lesskeys الكامل الذي يضيف كشف النشاط الصوتي ومرشّح الهلوسة وتطبيع الجهارة وقيد اللغة. هذا الجدول لا يقيس ذلك الخط.
- كلام مقروء، لا اجتماعات. الصوت الحواري والمتداخل أصعب بكثير.
- المعدلات المطلقة فيها بعض التضخيم بسبب اختلافات تنسيق الأرقام وعلامات الترقيم التي لا يعدّها القارئ البشري أخطاء. والمقارنات بين النماذج على اللغة نفسها هي الجزء الموثوق؛ أما المقارنة بين اللغات فأكثر ضجيجًا.
الأسئلة
أسئلة عن دقة Whisper بحسب اللغة
أي نموذج Whisper أشغّل على الماك؟
في 23 من 29 لغة مقيسة، يضاهي نموذج Large V3 Turbo المكمَّم بحجم 547 MB في الدقة أي نموذج أكبر منه، فهو الافتراضي المعقول. الاستثناءات مدرجة في هذه الصفحة؛ وفي تلك اللغات يستحق نموذج v3-q5 بحجم 1.0 GB التنزيل الإضافي.
هل يضر تكميم نموذج Whisper بالدقة؟
بالكاد. عبر اللغات الـ29 كلها لا يتفوق النموذج الكامل الدقة بحجم 3 GB على النموذج المكمَّم بحجم 1.0 GB بأكثر من 1.2 نقطة مئوية، ويضاهي الافتراضي المكمَّم بحجم 547 MB نماذج أكبر بكثير في معظم اللغات.
هل نموذج Whisper الأكبر أدق دائمًا؟
لا. نموذج turbo بحجم 1.6 GB يسجّل رقميًا أسوأ من الافتراضي بحجم 547 MB في 9 من 29 لغة مقيسة. حجم النموذج ليس بديلًا موثوقًا عن الدقة في لغة بعينها.
هل قيس هذا في السحابة؟
لا. كل رقم أُنتج محليًا على Apple Silicon، وهكذا يجري Lesskeys التفريغ أيضًا: لا يغادر الصوت الجهاز.
المزيد