WAXAL: A Large-Scale Multilingual African Language Speech Corpus
تقدم هذه الورقة البحثية WAXAL، وهو متن لغوي صوتي متعدد اللغات، واسع النطاق، ومتاح للوصول المفتوح، يضم أكثر من 1,485 ساعة من البيانات عبر 24 لغة من دول أفريقيا جنوب الصحراء الكبرى، صُمم لسد الفجوة الرقمية والنهوض بتكنولوجيا الكلام لهذه المجتمعات ذات الموارد المحدودة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل عالم تكنولوجيا الصوت (مثل سيري، أليكسا، أو النسخ التلقائي للنصوص) كأنه مكتبة ضخمة وعالية التقنية. لفترة طويلة، كانت هذه المكتبة مليئة بالكتب بلغات قليلة شائعة فقط مثل الإنجليزية أو الإسبانية أو الماندارين. ولكن بالنسبة لمئات الملايين من الناس في أفريقيا جنوب الصحراء الكبرى، الذين يتحدثون أكثر من 2000 لغة مختلفة، فإن رفوف هذه المكتبة تكاد تكون فارغة تماماً. لا يمكنهم طلب الاتجاهات، أو إملاء رسالة، أو جعل الكمبيوتر يقرأ لهم قصة لأن "الكتب" (البيانات) اللازمة لتعليم الحواسيب غير موجودة.
دخول WAXAL: التوسع الكبير للمكتبة
قام فريق من الباحثين، بقيادة جوجل وبالتعاون الوثيق مع جامعات محلية ومجموعات مجتمعية عبر أفريقيا، ببناء جناح جديد ضخم لهذه المكتبة. يطلقون عليه اسم WAXAL.
فكر في WAXAL كأداة ضخمة مفتوحة المصدر مصممة لتعليم الحواسيب كيفية التحدث وفهم 24 لغة أفريقية مختلفة. إنه يشبه إعطاء طاهٍ ماهر أحدث وأكثر المكونات تنوعاً لطهي وجبة لأول مرة، بدلاً من محاولة الطهي باستخدام بقايا الطعام.
إليكم كيف بنوا ذلك، مقسماً إلى "وصفتين" رئيسيتين:
1. وصفة "المحادثة الطبيعية" (بيانات التعرف التلقائي على الكلام - ASR)
الهدف: تعليم الحواسيب فهم الناس وهم يتحدثون بشكل طبيعي، كما تفعل في سوق أو تجمع عائلي.
- الطريقة: بد instead من إجبار المشاركين على قراءة نص جامد (الذي يبدو آلياً)، عرض الباحثون عليهم صوراً (مثل صورة لشارع مزدحم أو عائلة تطبخ).
- التشبيه: تخيل أنك تسأل صديقاً: "أخبرني ماذا يحدث في هذه الصورة". سيبدأ الصديق بشكل طبيعي في وصف المشهد، مستخدماً العامية، والوقفات، ونبرات صوت مختلفة. هذا بالضبط ما التقطه فريق WAXAL.
- النطاق: سجلوا حوالي 1,250 ساعة من هذا الدردشة الطبيعية من آلاف الأشخاص المختلفين من مختلف الأعمار والأجناس.
- النتيجة: هذا هو جزء "الاستماع" في الدماغ. فهو يساعد الحواسيب على تعلم فهم الكلام في العالم الحقيقي، بما في ذلك الضوضاء الخلفية واللهجات المختلفة.
2. وصفة "الصوت المثالي" (بيانات تحويل النص إلى كلام - TTS)
الهدف: تعليم الحواسيب كيف تتحدث بصوت واضح وعالي الجودة.
- الطريقة: لهذا الجزء، كانوا بحاجة إلى "كمال الاستوديو". لقد استأجروا ممثلين صوتيين محليين ووضعوهم في غرف تسجيل احترافية (بدون ضجيج حركة المرال أو رياح).
- التشبيه: فكر في هذا الأمر كأنه تسجيل كتاب صوتي احترافي. قرأ الممثلون نصوصاً متوازنة بعناية مصممة لتغطية كل صوت في اللغة، مما يضمن أن يتعلم الكمبيوتر "موسيقى" الكلمات بدقة.
- النطاق: أنجزوا أكثر من 235 ساعة من التسجيلات الواضحة جداً من 72 ممثلاً صوتياً مختلفاً.
- النتيجة: هذا هو جزء "التحدث" في الدماغ. وهو يسمح للحواسيب بقراءة القصص أو الأخبار أو التعليمات بصوت يبدو بشرياً وطبيعياً.
لماذا هذا مهم؟
قبل WAXAL، كان محاولة بناء مساعد صوتي للغة مثل لوغندا أو فولا يشبه محاولة بناء منزل بدون طوب. كان لديك المخططات (الكود)، ولكن لا توجد مواد (البيانات).
- "الفجوة الرقمية": بدون هذه البيانات، يظل الملايين محظورين من العالم الرقمي. لا يمكنهم استخدام البحث الصوتي، ولا الحصول على نصائح طبية عبر الهاتف، ولا الوصول إلى أدوات تعليمية بلغتهم الأم.
- الحل: WAXAL يشبه شحن حاوية ضخمة من الطوب إلى موقع البناء ذاك. ولأن هذه البيانات مجانية ومفتوحة (مثل حديقة عامة يمكن لأي شخص زيارتها)، يمكن للباحثين والمطورين في كل مكان الآن بناء هذه الأدوات.
اللمسة الإنسانية
ما يجعل هذا المشروع مميزاً ليس التكنولوجيا فحسب؛ بل الناس.
- الخبراء المحليون: لم يكتفوا بتوظيف عمال عن بُعد؛ بل عقدوا شراكات مع جامعات في غانا وأوغندا والسنغال. قام لغويون محليون بعملية النسخ (كتابة ما قيل)، لضمان أن الإملاء والمعنى صحيحان بنسبة 100%.
- الأجر العادل: تم دفع أجور جيدة للمشاركين الذين سجلوا أصواتهم والخبراء الذين كتبوها، وهي أجور أعلى بكثير من المتوسط المحلي، مما ضمن احترام المشروع لوقت وموهبة المجتمع.
الخلاصة
إن WAXAL هو قفزة هائلة نحو المساواة الرقمية. إنه يقول: "لغتك مهمة، وصوتك يستحق أن يسمعه الآلات". ومن خلال إتاحة هذه المجموعة الضخمة من البيانات للجمهور، يأمل الفريق في إطلاق موجة من الابتكار حيث تخدم التكنولوجيا الجميع أخيراً، وليس فقط المتحدثين ببعض اللغات المهيمنة.
يمكنك التفكير في الأمر كأنك تسلم مفاتيح المكتبة للجميع، لض تضمن أنه بغض النظر عن اللغة التي تتحدث بها، يمكنك أخيراً الدخول والعثور على كتاب ينطق باسمك.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.