‌تقنيات التعرف على الصوت بالذكاء الاصطناعي: فرص وتحديات جديدة

مع بداية عام 2024، تم رصد 8 مليارات مساعد صوتي رقمي حول العالم [1]. وفي ظل هذه الأرقام المرعبة، نمتلك جميعاً رغبة عميقة لاكتشاف ما هو التعرف على الصوت بالذكاء الاصطناعي وكيف يعمل. وبالتأكيد، تفتح هذه الاستفسارات السريعة آفاق التفكير أمام البشر لمناقشة موضوعات حاسمة وذات صلة، على سبيل المثال أهم الفرص الجديدة التي تقدمها تقنيات التعرف على الصوت، ناهيك عن قائمة التحديات الكبرى التي تواجهها وأهم التطبيقات العملية المستخدمة في الحياة اليومية.

كيف تعمل تقنيات التعرف على الصوت بالذكاء الاصطناعي؟

مفهوم التعرف على الصوت Voice Recognition هو استعمال تقنيات الذكاء الاصطناعي للتركيز بشكل كبير على القدرات المتعلقة بمعالجة اللغة المنطوقة، ويخطئ من يعتقد أن التعرف على الصوت مطابق لمفهوم التعرف على الكلام ASR الذي يقصد به تحويل الكلمات المنطوقة إلى نص مكتوب [1].

من ناحية أخرى، يلجأ التعرف على الصوت إلى مجموعة تقنيات مدعومة بالذكاء الاصطناعي بما في ذلك التعلم الآلي Machine Learning والتعلم العميق Deep Learning، وتتخذ آلية عملها الشكل التالي: [1]

• تمكين أنظمة الصوت من معالجة اللغة الطبيعية (اللهجات، اللغة العامية، الاختصارات)، وذلك بعد تدريب نماذج الذكاء الاصطناعي على مجموعة ضخمة من البيانات.
• مساعدة أنظمة تكنولوجيا الصوت بكل أنواعها على مواكبة التحديثات باستمرار وتحسين قدرتها على فهم الفروق اللغوية وأوجه الاختلاف الدقيقة في مختلف لغات العالم.

الفرص الجديدة التي تقدمها تقنيات التعرف على الصوت

من المتوقع أن يصل سوق التعرف على الصوت بالذكاء الاصطناعي إلى 31.82 مليار دولار أمريكي بحلول عام 2025 [2]، وهذا يعني أن الفرص الجديدة التي تقدمها تقنيات التعرف على الصوت في تزايد مستمر بمرور الوقت، وفيما يلي أهمها: [2]

• تحسين الدقة: تساعد بشكل كبير في تحسين دقة الأنظمة التفاعلية مما يعني أخطاء أقل وتجارب استخدام أفضل، ويشمل هذا جميع الأجهزة الإلكترونية التي سوف تصدر حديثاً.
• تعزيز الكفاءة: تصل فوائد تقنية التعرف على الصوت إلى مختلف الصناعات عبر توفير الوقت وتحسين الإنتاجية، فلا داعي بوجودها إلى إدخال البيانات مثلاً بشكل يدوي.
•  تجربة المستخدم: توفر تجربة استخدام أكثر سهولة للجميع بما في ذلك الأفراد الذين يعانون من إعاقة حركية أو بصرية، كما تفتح الآفاق أمام تصميم واجهات أكثر تفاعلية وجاذبية.

التحديات التي تواجه تقنيات التعرف على الصوت بالذكاء الاصطناعي

تواجه تقنية التعرف على الأصوات البشرية تحديات لا حصر لها، ويرجع معظمها إلى طبيعة الصوت واستخدامه في الحياة العامة. وفي ظل انتشار المعوقات لا بدّ من تسليط الضوء على أكثرها أهمية، وهي: [3]

• تنوع أنماط الكلام بدءاً من اختلاف اللهجات ووصولاً إلى طرق النطق المتباينة.
• صعوبة الحصول على بيانات صوتية شاملة لتدريب نماذج الذكاء الاصطناعي.
• تأثير العوامل البيئية بشكل كبير مثل الضوضاء في الأماكن المزدحمة.
• حماية الخصوصية حينما يتم تخزين البيانات الصوتية للتعرف عليها.
• الفهم السياقي للكلمات ذات المعاني المتعددة.

أمثلة على استخدام الذكاء الاصطناعي في التعرف على الصوت

لا تتوقف استخدامات التعرف على الصوت بالذكاء الاصطناعي عن الظهور بين الحين والآخر، حيث أصبحت مدمجة بالفعل في حياتنا ولا يمكن الاستغناء عنها مهما كلف الأمر. بناء على ذلك، هذه نظرة شاملة على أشهر استعمالات الذكاء الاصطناعي في التعرف على الصوت: [1]

المساعدون الافتراضيون

تعزز تقنيات التعرف على الصوت قدرتنا على استخدام المساعدين الافتراضيين في تنفيذ المهام اليومية، على سبيل المثال يمكّننا من ضبط المنبه أو الاطلاع على حالة الطقس أو البحث عن معنى كلمة ما، ومن أشهر المساعدين الافتراضيين: Siri وAlexa وGoogle Assistant. 

الأجهزة الإلكترونية

تشتمل معظم الأجهزة الإلكترونية الحديثة (مكبرات الصوت، أجهزة التلفاز، الساعات الذكية، الهواتف المحمولة) على خاصية التحكم الصوتي، وهنا يأتي دور تقنيات التعرف على الصوت التي تسمح بالتحكم في هذه الأجهزة والتنقل فيها وإجراء عمليات البحث باستخدام صوت المستخدم فقط.

خدمة العملاء 

يعتبر برنامج الدردشة الآلية Chatbot من أبرز تطبيقات الذكاء الاصطناعي في خدمة العملاء، حيث يتضمن تقنية التعرف على الصوت Voice Recognition المدعومة بالذكاء الاصطناعي للتحقق من الهوية بشكل أسهل من الطرق التقليدية المتعارف عليها.

وفي الختام يعد التعرف على الصوت بالذكاء الاصطناعي أحد مظاهر التفاعل بين الإنسان والآلة. ومع العصر الرقمي المتسارع، يبقى مستقبل التعرف على الصوت مرهوناً بالعديد من التحديات الضخمة، وذلك بالتزامن مع تطبيقات أوسع في مجالات جديدة مثل الرعاية الصحية والتعليم والصناعة والتجارة وغيرها.