مطوّر عربي ينشر Verto لتفريغ الكلام المصري إلى نص داخل المتصفح دون رفع الصوت

نشر المطوّر يحيى معروف مشروعًا اسمه Verto يحوّل الكلام العربي إلى نص، ويركز على اللهجة المصرية وعلى الكلام الذي يخلط العربية بالإنجليزية. ويعمل المشروع بالكامل داخل المتصفح.

ويعني ذلك أن الصوت لا يغادر جهاز المستخدم. فبحسب ملف المشروع، لا يُرفع الصوت ولا التفريغ إلى أي خادم، ولا يُحفظان. ويبلغ حجم النموذج 69,461,736 بايت، أي نحو 69 ميجابايت، ويعمل على الـ CPU عبر WASM افتراضيًا، مع دعم اختياري لـ WebGPU. ويقبل مقطعًا مسجلًا أو ملفًا مرفوعًا مدته من 0.5 إلى 60 ثانية.

والمشروع لا يدّعي أنه بنى النموذج من الصفر. فالنموذج الأصلي هو Metro-ASR Small لمحمد علي، وإسهام Verto هو تحويله إلى صيغة INT8 وتشغيله في المتصفح. أما كود التطبيق فمفتوح برخصة MIT، وملفات النموذج منشورة على Hugging Face.

وتكمن أهمية المشروع في المشكلة التي يختارها. فاللهجة المصرية والكلام المخلوط بالإنجليزية من أصعب ما تتعامل معه أدوات التفريغ الأجنبية، ولا يوجد عند الشركات الكبرى دافع كافٍ لحلها. ومن يفرّغ مقابلات أو محاضرات بالعربية قد يجد في أداة محلية تعمل دون خادم بديلًا لا يتطلب إرسال تسجيلاته إلى أي جهة.

ويذكر صاحب المشروع حدوده بنفسه. فالإصدار تجريبي، ودقته لم تُقَس بعد مقابل تفريغ بشري مراجَع. ولذلك تبقى جودته على لهجة بعينها أمرًا يحتاج إلى تجربة قبل الاعتماد عليه في عمل جاد. ويحتاج التسجيل من المتصفح إلى اتصال https أو localhost، وتُنزَّل ملفات النموذج في المرة الأولى ثم تُخزَّن في المتصفح إذا توفرت المساحة.