الأبحاث · تقرير تقني · أكتوبر 2026

النموذج الأعلى دقةً في اللهجات العربية.

اختبرنا Sada-ASR، محرّك تحويل الكلام إلى نص داخل إيكونوڤا، أمام أحد عشر نظاماً من مايكروسوفت وإليفن لابز وجوجل وغيرها، على 120 ساعة من الكلام العربي الحقيقي نفسه. فكان الأقل أخطاءً.

اقرأ الورقة البحثية PDF · 10 صفحات مجموعة الاختبار Hugging Face كود التقييم GitHub

النشر أكتوبر 2026الأنظمة المختبرة 12الصوت 120 ساعة · 53,597 مقطعاًاللهجات الفصحى و8 لهجات

النتيجة

أخطاء أقل من كل نظام اختبرناه.

معدل الخطأ في الكلمات هو نسبة الكلمات التي يكتبها النظام خطأً. كل الأنظمة سمعت الصوت نفسه وقُيّمت بالطريقة نفسها.

معدل الخطأ في الكلماتكل نقطة كلمة خاطئة من كل 100 · الأقل هو الأفضل

إيكونوڤاSada-ASR

11.69%

MicrosoftMAI-Transcribe-2

13.51%

ElevenLabsScribe v2

16.12%

GoogleGemini 3.5 Transcribe

16.13%

IFMJais-ASR

16.41%

SpeechmaticsEnhanced

18.08%

AudarASR V1 Turbo

20.86%

OpenAIWhisper large-v3

26.57%

قياس إيكونوڤا من 13 إلى 16 أكتوبر 2026 · الأنظمة الاثنا عشر كاملةً والجداول حسب اللهجة في الورقة

بكلمات بسيطة

ماذا فعلنا، وكيف تقرأ النتيجة.

ماذا قِسنا

كم مرة يكتب كل نظام كلمةً خطأ. نسبة 11.69% تعني نحو 12 كلمة خاطئة من كل 100. أما أقرب منافس، نظام مايكروسوفت، فيخطئ في نحو 14.

كيف حافظنا على العدالة

كل نظام سمع المقاطع نفسها، وعددها 53,597 مقطعاً، وقُيّم بالكود نفسه، وشغّلناه بأنفسنا في الأسبوع نفسه. ولم يُستخدم أي صوت من الاختبار في تدريب نموذجنا.

أين خسرنا

في اللهجة اللبنانية يخطئ نظام مايكروسوفت في كلمات أقل منا، وفي السورية نحن متعادلان. نعرض ذلك لأن اختباراً لا نخسر فيه أبداً لا يستحق الثقة.

حسب اللهجة

الأول في 7 من 9 لهجات عربية.

معدل الخطأ في الكلمات لنموذجنا في كل لهجة، بجانب أقوى نظام آخر.

الفصحىالأول

5.61%

التالي: مايكروسوفت 6.99%

المصريةالأول

9.48%

التالي: مايكروسوفت 13.26%

السعوديةالأول

14.74%

التالي: مايكروسوفت 16.93%

الإماراتيةالأول

18.57%

التالي: مايكروسوفت 20.22%

الكويتيةالأول

14.29%

التالي: مايكروسوفت 14.83%

القطريةالأول

15.82%

التالي: مايكروسوفت 17.02%

العُمانيةالأول

16.07%

التالي: مايكروسوفت 20.37%

السوريةمتعادل

20.16%

متعادل مع مايكروسوفت 19.98%

اللبنانيةالثاني

24.96%

خلف مايكروسوفت 23.05%

كل لهجة، وكل نظام

الأنظمة العشرة التي اختبرناها، في كل لهجة. الخلايا الأغمق تعني أخطاء أكثر. الصفوف مرتبة حسب معدل الخطأ الإجمالي في الكلمات.

	الكل	الفصحى	المصرية	السعودية	الإماراتية	الكويتية	القطرية	العُمانية	السورية	اللبنانية
إيكونوڤاSada-ASR	11.69	5.61	9.48	14.74	18.57	14.29	15.82	16.07	20.16	24.96
MicrosoftMAI-Transcribe-2	13.51	6.99	13.26	16.93	20.22	14.83	17.02	20.37	19.98	23.05
ElevenLabsScribe v2	16.12	7.80	15.19	21.36	24.40	18.24	21.72	23.05	24.90	29.37
GoogleGemini 3.5 Transcribe	16.13	8.03	14.32	20.68	24.85	19.21	20.73	22.35	25.70	31.73
IFMJais-ASR	16.41	7.83	16.55	21.06	23.86	19.84	20.32	22.65	26.54	30.35
SpeechmaticsEnhanced	18.08	7.82	17.56	20.94	26.78	33.84	22.32	22.81	32.89	34.37
AudarASR V1 Turbo	20.86	11.04	25.45	23.95	26.86	23.22	22.96	26.45	31.63	34.93
NVIDIAFastConformer	25.97	12.05	28.65	31.72	37.22	35.48	35.33	34.55	38.55	42.84
OpenAIWhisper large-v3	26.57	14.66	28.11	31.11	37.24	31.02	31.95	33.93	39.60	45.41
NVIDIANemotron 3.5	28.11	12.35	31.57	34.40	37.95	35.71	33.89	36.23	49.74	55.32

	الكل	الفصحى	المصرية	السعودية	الإماراتية	الكويتية	القطرية	العُمانية	السورية	اللبنانية
إيكونوڤاSada-ASR	4.76	2.08	3.73	5.61	8.54	4.79	7.56	7.77	7.79	10.86
MicrosoftMAI-Transcribe-2	6.37	3.58	6.56	7.53	9.44	5.43	8.56	10.02	7.81	11.76
ElevenLabsScribe v2	7.54	3.72	7.33	9.72	11.60	6.69	10.85	11.55	10.43	15.52
GoogleGemini 3.5 Transcribe	8.23	4.17	7.31	9.79	13.56	8.03	11.48	11.96	11.92	18.20
IFMJais-ASR	6.89	3.21	6.67	8.57	10.83	7.20	9.65	11.15	10.64	13.82
SpeechmaticsEnhanced	8.73	3.57	8.17	9.79	13.97	17.56	11.76	11.19	15.51	18.35
AudarASR V1 Turbo	9.97	6.22	11.62	10.17	13.24	9.11	11.53	13.57	13.64	16.88
NVIDIAFastConformer	12.31	6.33	11.92	14.24	18.83	15.91	18.74	18.35	17.53	22.01
OpenAIWhisper large-v3	15.08	9.68	14.49	16.30	22.02	15.46	18.38	20.37	21.95	25.79
NVIDIANemotron 3.5	11.43	4.72	12.49	13.52	16.73	12.72	15.14	17.22	20.84	24.81

أفضل نظام في تلك اللهجةمتعادل، ضمن هامش الخطأأخطاء أقلأخطاء أكثر

اللبنانية هي خسارتنا الوحيدة، بفارق 1.91 نقطة خلف مايكروسوفت. السورية تعادل. وبمعدل الخطأ في الحروف، Sada-ASR هو الأقل في اللهجات التسع كلها. الجداول الكاملة، بما فيها أنظمة غير معروضة هنا، في الورقة البحثية.

كيف بنيناه

متحدثون باللهجة يراجعون كل كلمة.

اللهجات بلا إملاء موحّد، ونصوصها المكتوبة قليلة. لذلك بنينا منصة التفريغ الخاصة بنا، وفيها متحدثون أصليون من أنحاء العالم العربي في كل خطوة.

أكثر من 100 مفرّغ

متحدثون أصليون من فريقنا يفرّغون الصوت كلمةً بكلمة، بلهجتهم.

المراجعون

طبقة ثانية تراجع كل تفريغ وتدققه قبل اعتماده.

الخبراء

كتّاب محترفون ومتخصصون يحسمون أصعب الحالات.

فحوص خفية

عيّنات ضابطة ومكررة تقيس أداء كل مفرّغ، ثم تُحذف قبل التدريب.

مجموعات الاختبار العامة

الأول أيضاً في مجموعات الاختبار العربية العامة الست.

تعتمد لوحة Open Universal Arabic ASR Leaderboard على ست مجموعات اختبار عامة. قيّمنا نموذجنا عليها بكود اللوحة نفسه. الصفوف الأخرى أرقام نشرها أصحابها، لذا المقارنة استرشادية.

النظام	متوسط معدل الخطأ في الكلمات	المصدر
إيكونوڤاSada-ASR · measured by EchoNova	17.17%	هذا التقرير
TII Falcon-ASR	20.92%	نشرته TII
IFM Jais-ASR	22.85%	نشره IFM
Audar-ASR V1 Turbo	23.17%	لوحة النتائج
Speechmatics Melia 1	23.51%	قاسه IFM
ElevenLabs Scribe v2	24.54%	قاسه IFM

المنهجية

للمهندسين.

مجموعة الاختبار

120 ساعة في 53,597 مقطعاً، لا يتجاوز كلٌّ منها 30 ثانية، مقتطعة من 14,686 تسجيلاً أصلياً: الفصحى وثماني لهجات هي المصرية والإماراتية والسعودية والكويتية والقطرية والعُمانية والسورية واللبنانية. لكل لهجة عدد ثابت من الساعات. ولم يُستخدم أي مقطع من هذه المجموعة، ولا أي جزء من مجموعات الاختبار العامة الست، في تدريب النموذج أو اختياره.

التقييم

معدلا الخطأ في الكلمات والحروف متوسطان على مستوى المجموعة كاملة: مجموع مسافة التحرير مقسوماً على الطول الكلي للنص المرجعي. وتُوحَّد مخرجات الأنظمة والنصوص المرجعية بالطريقة نفسها: حذف علامات الترقيم والتشكيل، وتوحيد صور الألف المهموزة والممدودة، وتحويل الأرقام الهندية إلى أرقام غربية، وتوحيد التاء المربوطة في آخر الكلمة إلى هاء. ولا تُحوَّل الأرقام بين الكتابة الرقمية والكتابة بالحروف.

الثقة

لكل فارق فترة ثقة 95% من 2,000 إعادة معاينة للتسجيلات الأصلية. يتقدّم نموذجنا على Microsoft MAI-Transcribe-2 بفارق 1.83 نقطة (فترة ثقة 95%: من 1.72 إلى 1.93). وتعرض الورقة أيضاً الفارق على المقاطع التي لا تنطبق عليها أعراف مايكروسوفت الثابتة في كتابة الأرقام والحروف اللاتينية.

الأنظمة والإعدادات

ضُبطت كل واجهة برمجية على العربية وعلى المخرجات الحرفية حيثما أمكن. ولم يستخدم أي نظام، بما فيه نظامنا، أي تحيّز سياقي أو مفردات مخصصة أو أي تكييف آخر. كل تشغيل مؤرَّخ، والمخرجات الخام محفوظة لإعادة حساب أي رقم دون إعادة تشغيل أي نظام.

النموذج

Sada-ASR نموذج ترميز وفكّ ترميز قائم على الانتباه: مُرمِّز Conformer يحوّل الصوت إلى تمثيلات صوتية، ومُفكِّك Transformer يكتب النص. ويُشغَّل بالبحث الجشع البسيط على كل مجموعات الاختبار، دون أي ضبط إضافي.

تحقّق بنفسك

كل ما تحتاجه لإعادة الاختبار.

الورقة · PDFالتقرير التقنيخط إنتاج البيانات والمنهجية والنتائج الكاملة لاثني عشر نظاماً وتحليل الأخطاء.تنزيل ←البيانات · Hugging Faceمجموعة اختبار عامة من 20 ساعةالنسخة العامة: 8,925 مقطعاً من اللهجات التسع مع نصوصها المرجعية. نتائج هذه الصفحة على المجموعة الكاملة من 120 ساعة. للاستخدام البحثي، والوصول بعد الموافقة على الشروط.فتح ←الكود · GitHubكود التقييم والتوحيدالكود الدقيق وراء كل رقم في هذه الصفحة، برخصة Apache 2.0.فتح ←

@techreport{echonova2026sada,
  title       = {Sada-ASR: A Production Multidialectal Arabic Speech Recognition System},
  author      = {Khaled, Mahmoud and Abd-Elnaser, Mohammed and Mohsen, Mahmoud},
  institution = {EchoNova, United Arab Emirates},
  year        = {2026},
  month       = {oct}
}

للإعلام

الحقائق جاهزة للاقتباس.

حقق نموذج إيكونوڤا أقل عدد من أخطاء الكلمات بين 12 نظاماً للتعرف على الكلام اختُبرت على العربية.
أخطأ في نحو 12 كلمة من كل 100، مقابل نحو 14 لأقرب منافس.
جاء الأول في 7 من 9 لهجات عربية، من الفصحى إلى اللهجات الخليجية والمصرية والشامية.
بُني في الإمارات، ودُرّب على كلام فرّغه أكثر من 100 متحدث أصلي.

الاستفسارات الإعلامية

أسئلة

ما معدل الخطأ في الكلمات؟

نسبة الكلمات التي يكتبها النظام خطأً: كلمة مُبدلة أو ناقصة أو زائدة. الأقل هو الأفضل، و10% تعني كلمة خاطئة من كل عشر.

لماذا اللهجات العربية صعبة؟

نتكلم باللهجة، لكن معظم العربية المكتوبة فصحى. واللهجات بلا إملاء موحّد، وتختلط بالإنجليزية، وتختلف من بلد لآخر، فتفوت الأنظمةَ المدرّبة أساساً على الفصحى كلماتٌ يقولها الناس فعلاً.

من تحقّق من هذه النتائج؟

شغّلنا كل نظام بأنفسنا، وأرّخنا كل تشغيل، ونشرنا مجموعة الاختبار وكود التقييم ليتمكن أي أحد من إعادته. ونرحّب بأي إعادة مستقلة.

هل أستطيع تجربته على تسجيلاتي؟

نعم. أنشئ حساباً وجرّب تحويل الكلام إلى نص في ساحة التجربة، أو تواصل معنا لتجربة مخصصة.