تحليل معمق · قراءة نحو 5 دقائق
يوسع Azure AI Speech 09-2026 دعم اللغات، مع ادعاء سرعة يركز على الصوت القصير والمتزامن
تضيف Microsoft 25 لغة وتعلن تحسينات في التعرف والمعالجة. نحلل اختيار الإعدادات المحلية والمفردات المتخصصة وحدود التقييم المنشور.
- نُشر هنا
- تاريخ المصدر
- تم التحقق من المصدر
تقدم Microsoft في إعلان 26 أكتوبر تحديث Azure AI Speech LLM 09-2026 للتفريغ متعدد اللغات عبر Fast Transcription API. وتضيف 25 لغة، بينها 11 لغة هندية، وتعلن تحسينات في الجودة والمعالجة مقارنة بالإصدار 2607. هذه ادعاءات Microsoft؛ فلا يقدم الإعلان اختباراً مستقلاً ولا يثبت أن جميع الحسابات والمناطق تلقت التحديث بالفعل.
استمع إلى الأخبار
استمع إلى هذا المقال أو تابع تشغيل الأخبار.
جارٍ تجهيز القراءة…
صوت الجهاز
يتولى المتصفح أو الجهاز معالجة النطق. لا يرسل AISubHub النص إلى واجهة صوتية. تختلف الأصوات والتشغيل مع قفل الشاشة حسب الجهاز.
قد تتكرر عبارة قصيرة عند المتابعة.
لمحة سريعة
- تقول Microsoft إنها أضافت 25 لغة، بينها 11 لغة هندية، ليصل الدعم المعلن إلى 50 لغة وأكثر من 60 إعداداً محلياً. عدد اللغات وعدد التنويعات الإقليمية مقياسان مختلفان.
- تعلن الشركة في تقييماتها الداخلية تحسناً يصل إلى 25% في Token Error Rate و37% في Entity Error Rate. وتقول إن المعالجة أسرع بما يصل إلى الضعف مقارنة بـ2607، خصوصاً للمقاطع التي تدوم 5–10 ثوانٍ مع تزامن مرتفع.
- توصي Microsoft بإغفال تلميحات الإعداد المحلي عند مزج لغات مدعومة في التسجيل. وتدعم phraseList ما يصل إلى 2,000 عبارة؛ ولا يضمن أي من الإعدادين دقة التفريغ.
ينبغي فصل اللغة عن تنويعاتها المحلية عند حساب التغطية
الإضافة الأساسية هي 25 لغة، بينها 11 لغة هندية. وتسمي Microsoft الأسامية والبنغالية والغوجاراتية والكنادية والمالايالامية والماراثية والأوديا والبنجابية والتاميلية والتيلوغوية والأردية، وتذكر الكتالانية والملايوية والويلزية أمثلة أخرى للغات الجديدة. والتغطية الإجمالية المعلنة هي 50 لغة وأكثر من 60 إعداداً محلياً. فقد تنتمي تنويعات إقليمية متعددة إلى لغة واحدة مع حاجتها إلى اختيارات محلية مختلفة.
يصور المقال استشارة سريرية في الكويت تجمع العربية والهندية والإنجليزية الهندية في تسجيل واحد. وهذا مثال يقدمه المورد، وليس تطبيقاً سريرياً اختبره AISubHub. ويرى تحليلنا أن الأرشيف أحادي اللغة والمحادثات التي تبدل اللغة يحتاجان إعدادات مختلفة. ولم نقرأ جدول الدعم الكامل المرتبط بصورة منفصلة، ولذلك لا نقدم هنا قائمة شاملة بالأهلية.
يجب إبقاء أرقام الجودة ضمن حدود تقييمها
تنسب Microsoft مكاسب التعرف إلى تقييمات داخلية تضم اختبارات داخلية واختبارات مرجعية متاحة للعامة مثل GigaSpeech وVoxPopuli. وتعلن تحسناً يصل إلى 25% في Token Error Rate و37% في Entity Error Rate، مع تركيز خاص على كيانات تقارير الأرباح في السيناريوهات المالية. ولم تحدد أساس الحساب؛ لذا لا ينبغي قراءة الأرقام بوصفها مكاسب بالنقاط المئوية أو وعداً بالنتيجة نفسها لكل لغة ولهجة وتسجيل.
لا يقدم الإعلان معدلات الخطأ الأساسية أو التقسيم الكامل لمجموعات الاختبار أو أحجام العينات أو إعدادات تكفي لإعادة إنتاج النتائج. ونفهم تقييم الكيانات بوصفه فحصاً لصحة المصطلحات المهمة للمهمة، إلى جانب سلاسة النص. لكن نتيجة الكيانات المالية لا تثبت دقة المصطلحات السريرية. ولتقييم ذلك، تحتاج المؤسسة إلى أمثلة موسومة من مادتها، تشمل الأسماء الصعبة والتبديل بين اللغات.
السرعة مرتبطة بحمل محدد، والصمت يحتاج اختباراً منفصلاً
المقارنة مع LLM Speech 2607، وليست مع كل منتجات الصوت أو أوضاع التفريغ في Azure. وتدعي Microsoft معالجة أسرع بما يصل إلى الضعف، خصوصاً للمقاطع القصيرة من 5–10 ثوانٍ عند تزامن مرتفع، أي عدة تدفقات في الوقت نفسه. هذا ادعاء أداء لمعالجة حمل بشروط محددة، ولا يثبت زمناً ثابتاً من البداية إلى النهاية أو ضمان خدمة للبث أو انخفاضاً متناسباً في فاتورة العميل.
تصف Microsoft أيضاً تقليل المحتوى المختلق على الصوت الصامت والفارغ، من دون نشر معدل رقمي. والتقليل لا يعني استحالة إنتاج نص من الصمت. ويرى تحليلنا أن اختبار القبول المفيد يشمل مدخلات نشطة وهادئة: تسجيلات قصيرة متزامنة لكشف سلوك الإنتاجية، وملفات صامتة أو فارغة للتحقق من وصول محتوى مختلق إلى العمليات اللاحقة. ولم ينفذ AISubHub أياً من الاختبارين.
افصل إرشادات اللغات المختلطة عن مثال لم يُتحقق من تشغيله
يقول الشرح إن الوضع متعدد اللغات يعمل افتراضياً، ويوصي بإغفال تلميحات الإعداد المحلي عندما يحتوي الملف على أكثر من لغة مدعومة. ويخصص التلميح للصوت أحادي اللغة فعلاً، لا لفرض لغة واحدة على محادثة مختلطة. وهذا هو الفارق الذي ينبغي الاحتفاظ به عند قراءة مثال الطلب.
مع ذلك يتضمن المثال المجاور قائمة locales، ويصف شرحه حالة تكون فيها الإعدادات المحلية معروفة. والقيم الظاهرة في القائمة غير محاطة بعلامات اقتباس، لذا فإن definition المعروض ليس JSON صالحاً كما هو مكتوب. لم ننفذ الأمر ولم نختبر طلباً مصححاً. وننصح بتحديد السيناريو الأحادي أو المختلط أولاً، ثم مراجعة مخطط الطلب الحالي بصورة منفصلة؛ فنسخ المثال لا يثبت نجاح التكامل.
قوائم العبارات أداة مستقلة لأسماء المنتجات والاختصارات والمفردات المتخصصة. وتحدد Microsoft سقفاً يصل إلى 2,000 عبارة عبر المعامل المخصص phraseList. وهذا حد لإدخال المفردات، وليس وعداً بالتعرف على كل مصطلح أو بديلاً لتقييم الجودة. ولم نقرأ وثائق الإعداد المرتبطة بصورة منفصلة.
الإتاحة لا تحدد موعد اكتمال النشر أو السعر
يحدد الإعلان Fast Transcription API بوصفه وسيلة الإتاحة، ويشير إلى REST وSDK وFoundry Playground. ويقول أيضاً إن العميل لا يحتاج إلى إجراء، وإن التحديث سيُنشر تلقائياً من جهة الخدمة. ولا يحدد وقت اكتمال دقيقاً أو قائمة مناطق أو شروط فئات الحسابات أو تغيراً في السعر. ولا ينبغي دمج عبارة الإتاحة الحالية مع صيغة النشر التلقائي المستقبلية للاستنتاج أن كل العملاء انتقلوا بالفعل.
يقترح تحليلنا هذه الخطوات للتقييم: التحقق من الإتاحة في المورد المعني، واختيار معالجة الإعداد المحلي وفق التسجيلات، واختبار المفردات المهمة والصمت، ثم قياس التزامن المقصود. وهذا نهج تقييم مستخلص من شروط الإعلان، لا إعداد مختبر ولا تزكية للأداء. ولم يُجرَ لأغراض هذا المقال أي استدعاء لواجهة API أو عملية نشر أو مقارنة للفواتير أو اختبار مستقل للتعرف على الكلام.
لماذا يهم
قد يوسع التحديث أنواع التسجيلات التي يقبلها سير تفريغ واحد. لكن الأهمية العملية تعتمد على مطابقة اختيار اللغة والمفردات والتزامن لمادة العميل، بدلاً من تحويل إجمالي التغطية أو أفضل مقارنة للسرعة إلى ضمان تشغيلي.
القيود والتوافر
يستند التحليل إلى قراءة الإعلان المرئي الكامل من Microsoft، المؤرخ في 26 أكتوبر بدقة اليوم فقط. ولم تُراجع وثائق الدعم والإعداد والمعايير المرتبطة بصورة منفصلة. ولم نعد إنتاج النتائج الداخلية هنا؛ ولا تزال أوقات النشر الدقيقة والإتاحة بحسب المنطقة والحساب والأسعار ومنهجية التقييم الكاملة غير محددة.
المصادر والأدلة
تاريخ المصدر: · تم التحقق من المصدر:
مقالات تحريرية بمساعدة الذكاء الاصطناعي تُراجع مقابل المصادر الأولية المذكورة. تُنسب ادعاءات الشركات إليها، والإدراج لا يعني التوصية.