RA Store، الإمارات، 2026
أفاتار RA Store التفاعلي
أفاتار تفاعلي يستقبل زوّار المول ويفهم الناس في الخليج كما يتكلمون فعلًا.
باختصار
- أخطاء أقل من ElevenLabs
- 33%
- تقييم الصوت في اختبار أعمى
- 14/14
- اتصال سحابي، يعمل محليًا
- 0
- الدور
- مسار الصوت، وتقييم النماذج، وبناء الأفاتار
- التقنيات
- Local speech recognition, Emirati text-to-speech, Unreal Engine 5 MetaHuman
النتيجة
تفوّق النموذج المحلي على ElevenLabs Scribe في ثلاث من خمس مجموعات اختبار وتعادل في الاثنتين الباقيتين دون أي خسارة. وفي ضجيج البهو المحاكى ارتكب أخطاء أقل بنسبة ٣٣٪ (معدّل خطأ ٠٫٦٢٧ مقابل ٠٫٩٣٦). وفي الاستماع الأعمى حصل الصوت المختار على ١٤ من ١٤ مقابل ٧ لـ ElevenLabs. وكل شيء يعمل على الكشك نفسه، دون تكلفة API لكل طلب.
المشكلة
بهو المول أسوأ مكان للاستماع. الزوّار ينتقلون بين الخليجية والشامية والمصرية والسودانية والإنجليزية، وغالبًا في الجملة نفسها، وسط الصدى وضجيج الحشود. خدمات التعرّف السحابية تخطئ في فهمهم، وتكتب الكلمات الإنجليزية بحروف عربية، وتضيف رحلة عبر الشبكة لكل إجابة.
ما بنيته
- منظومة تقييم تقيس ما يُفشل الكشك فعلًا، لا معدّل الخطأ وحده: التنقل بين اللغات، وبقاء الإنجليزية بحروف لاتينية، وثبات تحديد اللغة.
- خمس مجموعات اختبار، منها تسجيلات من الكشك نفسه وبهو محاكى بالصدى وضجيج الحشود والميكروفون البعيد.
- نموذج تعرّف صوتي محلي مضبوط لهذه اللهجات، مقارن بـ ElevenLabs Scribe مع اختبار دلالة إحصائية لكل مجموعة.
- صوت إماراتي طبيعي اختير باختبارات استماع عمياء، بعدما رجّحت كل المقاييس الآلية النظام الخطأ.
- أفاتار MetaHuman مبني من صورة واحدة: هيكل وجه من ٨٧٤ عظمة، وربط تعابير ARKit، وLiveLink للتحريك اللحظي.
التقنيات
- Local speech recognition
- Emirati text-to-speech
- Unreal Engine 5 MetaHuman
- LiveLink
- Python evaluation harness
تريد شيئًا كهذا لفريقك؟
تواصل معي