# مطور يحوّل موديل EmbeddingGemma 2 إلى أداة تفريغ صوتي بسرعة 288 ضعف الزمن الحقيقي

> **المغزى:** المغزى: الطريقة تحتاج تدريب جزء صغير لا موديلًا كاملًا، وتعمل بالإنجليزية لأن قائمة كلماتها وبياناتها إنجليزية، فالنسخة العربية منها تتوقف على قائمة كلمات وبيانات صوت عربية مرخّصة.

- المصدر: المغزى (https://almaghza.com/a/2026-10-14-embeddinggemma-transcribe-288x-realtime/)
- التاريخ: 3 جمادى الأولى - 14 أكتوبر 2026 (2026-10-14)
- القسم: ذكاء اصطناعي
- الوسوم: Embeddings، Gemma، تحويل الكلام إلى نص، الذكاء الاصطناعي العربي

نشر مطور مستقل تطبيقًا مجانيًا اسمه Embedding Gemma Transcribe، في نسخته 1.6 لأجهزة macOS 14 وما بعدها على شرائح Apple Silicon، يحوّل الكلام إلى نص بسرعة 288 ضعف الزمن الحقيقي. فساعة كاملة من الصوت تُفرَّغ في 12.6 ثانية على MacBook Air بشريحة M3 وذاكرة 8 جيجابايت، باستخدام الـ Neural Engine في الجهاز.

واللافت أن الموديل الذي بُني عليه لم يُدرَّب أصلًا على تحويل الكلام إلى نص. فهو EmbeddingGemma 2 من Google، المبني على Gemma 4 والمرخّص Apache 2.0، والذي [صدر قبل أيام موديلًا للـ embeddings يعمل على الهاتف](https://almaghza.com/a/2026-10-07-embeddinggemma-2-on-device/). والـ embedding هو تمثيل المعنى في صورة نقطة داخل فضاء رقمي.

وتقوم الطريقة على ترك الـ audio encoder داخل الموديل كما هو دون أي تدريب. والجزء الوحيد الذي دُرِّب مكوّن صغير يسميه صاحب المشروع reader، يأخذ مقطعًا صوتيًا قصيرًا ويحوّله إلى نقطة في فضاء النص الخاص بالموديل. ثم تُختار أقرب كلمة من قائمة تضم نحو 229,000 كلمة إنجليزية، ويضيف موديل صغير آخر علامات الترقيم. ودُرِّب الـ reader في أقل من ساعتين على 8 بطاقات H100، ببيانات كلام إنجليزية مرخّصة ترخيصًا مفتوحًا.

والثمن في الدقة. فنسبة الخطأ في الكلمات (WER) تبلغ نحو 5%، مقابل 2% إلى 3% لأفضل موديلات الكلام. لكن حجم الموديلات كلها 715 ميجابايت. ويكتب صاحب المشروع نفسه أن مقارنات السرعة مع موديلات أخرى، مثل Granite Speech 5.0 وParakeet TDT 0.6B v3 وPhonon-2، مأخوذة من قياسات FluidAudio على أجهزة وتسجيلات مختلفة، فهي ليست مقارنة متكافئة.

ولا تذكر صفحة المشروع العربية إطلاقًا، كما لا يسمّي دليل Google الرسمي أي لغة بالاسم. فلا يُعرف إن كانت الطريقة تعمل بالعربية أم لا. لكن بنيتها توضح ما تحتاجه: قائمة كلمات عربية وبيانات صوت عربية مرخّصة، وتدريب reader صغير، لا موديل كامل من البداية. والطريقة منشورة بتفاصيلها لمن يملك هذه البيانات.

## المصادر

- [صفحة مشروع Embedding Gemma Transcribe](https://eg2.haku.sh/)
- [بطاقة موديل EmbeddingGemma 2 على Hugging Face](https://huggingface.co/google/embeddinggemma-2)
- [دليل EmbeddingGemma 2 الرسمي من Google للمطورين](https://developers.googleblog.com/embeddinggemma-2-the-developer-guide/)