Nvidia تنشر Nemotron 3.5 Transcribe بأوزان مفتوحة ورخصة تجارية، ونسبة خطأ 6.35% في العربية
نشرت Nvidia في 28 أكتوبر 2026 نموذج Nemotron 3.5 Transcribe لتحويل الكلام إلى نص، بأوزان مفتوحة يمكن تنزيلها، تحت رخصة OpenMDW-1.1 التي تسمح بالاستخدام التجاري. ويدعم النموذج 40 لغة، منها العربية.
وبحسب بطاقة النموذج، تبلغ نسبة الخطأ في الكلمات بالعربية 6.35% على اختبار FLEURS، و11.67 على CoVoST2. ونسبة الخطأ في الكلمات، أو WER، هي نسبة الكلمات التي يخطئ فيها النموذج مقارنة بالنص الصحيح.
ويستطيع النموذج معالجة تسجيل يصل إلى ساعة كاملة في مرة واحدة، بنافذة سياق قدرها 65536 token. ويميّز بين المتكلمين وينسب كل جملة إلى صاحبها، ويترجم من العربية إلى الإنجليزية، ويُخرج توقيتًا لكل كلمة.
والسبب في إمكانية تشغيله على كرت H100 واحد بذاكرة 80GB هو بنيته. فهو يضم 34 مليار parameter، لكن 4.3 مليار فقط تعمل في كل خطوة، فيبقى الحساب أخف بكثير من حجم النموذج الكلي.
وفي البطاقة نفسها تحفّظ مهم. فقد وضعت Nvidia العربية في خانة «Supported»، لا في خانة «Production-ready» التي تضم الفرنسية والألمانية. أي أن النموذج يعمل بالعربية، لكن الشركة تشير إلى أنه قد يحتاج fine-tuning قبل الاعتماد عليه في الإنتاج.
ويأتي النموذج بعد أسابيع من نشر Mistral أوزان موديلين للعربية ولهجاتها، ويضيف إليها التمييز بين المتكلمين في نموذج مفتوح بهذا المستوى. وبالنسبة للفرق التي تدفع اليوم بالدقيقة لخدمة تحويل صوت إلى نص، يصبح الخيار بين فاتورة شهرية وشراء عتاد مرة واحدة.
ولا تذكر البطاقة أي رقم لأداء النموذج على اللهجات، كالمصرية أو الخليجية، فيبقى أداؤه عليها غير معروف.