ما الذي تحسّن في Spark-ASR-2.0 مقارنة بالإصدار الأول؟

أطلقت شركة iFLYTEK نموذج Spark-ASR-2.0 للتعرّف على الكلام في 23 سبتمبر 2026. والفكرة ليست تحويل الصوت إلى كلمات بدقة أعلى فحسب، بل إخراج نص يبدو أقرب إلى صياغة جاهزة للقراءة. غير أن مقارنات الأداء المتاحة عند الإطلاق تستند إلى تصريحات الشركة، لا إلى تقييم مستقل يمكن إعادة إجرائه. 56

ما الفرق الذي قد يلاحظه المستخدم؟

• أخطاء أقل، بحسب الشركة: تقول iFLYTEK إن معدل الخطأ في الكلمات انخفض مقارنة بـSpark-ASR-1.0، ولا سيما عند الانتقال بين الصينية والإنجليزية في الحديث نفسه، ومع اللهجات والضوضاء. وتشير أيضًا إلى تحسّن في التعامل مع المصطلحات المتخصصة والكلام الخافت أو السريع وأصوات الأطفال. لكن التقارير المتاحة لا تحدد مقدارًا إجماليًا موثوقًا للتحسّن في الدقة. والمقصود بالكلام الخافت صوت منخفض، لا صوت معدوم. 56
• نص أسلس: يعتمد النموذج، وفق وصف الشركة، على سياق الحديث لتقليل التكرار وتحسين ترابط الجمل. هذه ميزة لمن يريد نصًا مقروءًا بسرعة، لكنها ليست بالضرورة مناسبة لمن يحتاج تفريغًا حرفيًا؛ في تلك الحالة، تجدر مراجعة مدى محافظة النص على الألفاظ المنطوقة. 57
• تكلفة تشغيل أعلى: تقول الشركة إن تكلفة الاستدلال، أي تشغيل النموذج لمعالجة الصوت، تزيد بنحو 10% على الإصدار الأول. هذا لا يعني أن سعر استخدام واجهة البرمجة ارتفع بالنسبة نفسها؛ فلم يُنشر ذلك بوصفه تغييرًا في تسعير الواجهة. 56

كيف تفسّر الشركة التحسّن؟

تذكر تقارير الإطلاق ثلاثة أساليب: الجمع بين معالجة غير توليدية تدريجية ومعالجة توليدية تدريجية معززة بنموذج لغوي كبير، وتحسين بيانات النص والصوت الصينية والإنجليزية معًا، وإدخال معلومات السياق بصورة ديناميكية. وتربط iFLYTEK هذه الأساليب بتحسّن فهم الكلام المختلط واللهجات والمصطلحات وظروف التسجيل الصعبة، من دون أن توضّح مساهمة كل أسلوب على حدة في النتائج. 5619

كم لهجة يدعم؟

لا يوجد رقم محسوم خاص بـSpark-ASR-2.0 في الأدلة المتاحة. يذكر تقرير 38 تنويعة من اللهجات ولغات الأقليات، بينما يتحدث آخر عن التعرّف على لهجات من 202 مدينة. وتورد وثائق iFLYTEK رقم 202 لهجة لخدمة تفريغ فوري، من دون إثبات أن الرقم ينطبق على هذا النموذج تحديدًا. لذلك لا يصح التعامل مع هذه الأرقام على أنها مواصفة واحدة مؤكدة. وكذلك تبقى مزاعم تفوق النموذج على أفضل الأنظمة الأخرى في اللهجات والضوضاء والكلام الخافت مقارنات منسوبة إلى الشركة، وليست ترتيبًا مثبتًا بصورة مستقلة. 35617

متى وأين يُتاح؟

كان مقررًا بدء طرح النموذج تدريجيًا في تطبيق iFLYTEK Input Method للكتابة بالصوت اعتبارًا من 24 سبتمبر 2026. وتشير التقارير إلى إتاحة واجهة برمجة تطبيقات ونقطة لتجربته عبر منصة iFLYTEK المفتوحة، مع خطط لإدماجه لاحقًا في نظارات الذكاء الاصطناعي ودفاتر العمل الذكية ومنتجات التفريغ iFLYTEK Tingjian. ولا تعني هذه الخطط أن جميع عمليات الدمج أصبحت متاحة بالفعل. 6918

أما الأهداف التالية التي حددتها الشركة فتشمل تجاهل أصوات المتحدثين غير المعنيين، وتعديل النص بأوامر صوتية، وعرض النتائج بطريقة تراعي التعبير العاطفي. ولم تذكر التقارير موعد إصدار مؤكدًا لهذه الإمكانات. 18