بيانات صوتية للذكاء الاصطناعي · الأولوية للمغرب العربي

بيانات صوتية عربية
باللهجات المحلية،
مسجّلة في موطنها.

بيانات صوتية عربية عالية الجودة لتطبيقات الذكاء الاصطناعي

تسجيلات صوتية بموافقة المتحدثين الأصليين، ومفرّغة من قبل متحدثين أصليين باللهجات التونسية والليبية والجزائرية، بما في ذلك المزج الطبيعي بين العربية والفرنسية في المحادثات اليومية، بهدف تدريب وتقييم أنظمة التعرّف على الكلام والترجمة والمساعدات الصوتية.

نموذج من البيانات الصوتية

محادثة باللهجة التونسية

عيّنة صوتية
اللهجة التونسية مزيج العربية · الفرنسية
✓

هذا مثال توضيحي يتضمن مقطعاً صوتياً واحداً وبيانات وصفية. تتم مشاركة العينات الحقيقية بموجب اتفاقية عدم الإفصاح (NDA).

لهجات حقيقية. أصوات حقيقية. بيانات حقيقية.
  • شركة أوروبية · الامتثال للائحة GDPR افتراضياً
  • موافقة كتابية من كل مشارك
  • المشاركة للبالغين فقط مع مقابل مادي
  • تفريغ النصوص ومراجعتها بواسطة ناطقين أصليين
  • تشفير البيانات أثناء التخزين والنقل
  • استبدال الملفات المرفوضة على نفقتنا

لماذا الآن

اللهجات هي المكان الذي لا تزال نماذج الكلام تفشل فيه.

تتعامل النماذج جيدًا مع العربية الفصحى الحديثة. أما الكلام اليومي في المغرب العربي فقصة مختلفة: مفردات لهجية، وإملاء غير موحَّد، وتبديل مستمر إلى الفرنسية. وسدّ هذه الفجوة يتطلب تسجيلات حقيقية من متحدثين حقيقيين، مع حقوق مُخلاة للتدريب التجاري.

~36%

متوسط معدل الخطأ في الكلمات لأفضل الأنظمة على الكلام العربي متعدد اللهجات.

المصدر: المهمة المشتركة NADI 2025 (arXiv:2509.02038)

36.9%

معدل الخطأ في الكلمات على العربية الشمال أفريقية لأقوى نموذج عربي مفتوح تم اختباره.

المصدر: إصدار Cohere Transcribe Arabic، يوليو 2026

تغطية اللهجات العربية
اللهجات المغاربية هي مجال تخصصنا الأساسي.
اللهجة التونسية
ar-TN
التحضير للمشروع التجريبي
اللهجة الليبية
ar-LY
المرحلة التالية · حسب الطلب
اللهجة الجزائرية
ar-DZ
المرحلة الثانية · حسب الطلب
اللهجة المغربية
ar-MA
حسب الطلب
اللهجة المصرية
ar-EG
حسب الطلب
اللهجات الشامية
ar-LB · SY · JO · PS
حسب الطلب
اللهجات الخليجية
ar-AE · SA · KW · QA
حسب الطلب
اللغة العربية الفصحى الحديثة
MSA
حسب الطلب
نقوم بتسجيل حالات المزج بين اللغتين الفرنسية والعربية، والإنجليزية والعربية، كما تُستخدم بشكل طبيعي في الكلام، مع توضيحها وتمييزها في النصوص المفرغة. يجري حالياً إعداد مجموعة البيانات التجريبية باللهجة التونسية، بينما يتم جمع بيانات اللهجات الأخرى حسب الطلب ووفقاً للمواصفات التي يحددها العميل.
رؤيتنا ورسالتنا والتزامنا
نجعل الذكاء الاصطناعي الصوتي يفهم اللغة العربية كما يتحدث بها الناس في حياتهم اليومية.
رؤيتنا
تطوير تقنيات صوتية تعمل بالكفاءة نفسها مع متحدث من صفاقس أو طرابلس أو وهران، كما تعمل مع متحدث باللغة العربية الفصحى الحديثة، مع التوسع لاحقاً لتشمل العالم العربي وأفريقيا.
رسالتنا
جمع بيانات صوتية عالية الجودة باللهجات العربية، بموافقة أصحابها ومن داخل بيئاتهم المحلية، وتفريغها بمساعدة لغويين ناطقين أصليين، ثم إتاحتها لمطوري الذكاء الاصطناعي بموجب تراخيص وحقوق استخدام واضحة.
التزامنا
تنفيذ عمليات جمع البيانات ميدانياً في كل بلد، واحترام الموافقة المسبقة وحماية البيانات وفقاً لمتطلبات GDPR، والاعتماد على بيانات أصلية، وتسليم مجموعات البيانات في المواعيد المحددة ووفقاً لمواصفات العميل.
إلى أين نتجه؟
حالياً
تونس
مشروع تجريبي لإنشاء مجموعة بيانات من محادثات ثنائية تتضمن التناوب بين اللهجة التونسية واللغة الفرنسية.
المرحلة القادمة
ليبيا والجزائر
البدء بتلبية طلبات العملاء، ثم تطوير مجموعات بيانات خاصة بكل بلد.
بعد ذلك
المغرب ومصر
التوسع في أسواق اللهجات الكبيرة بالتعاون مع منسقين محليين.
على المدى اللاحق
الخليج وبلاد الشام
تنفيذ مشاريع تقودها فرقنا انطلاقاً من مقرنا في دبي.
على المدى اللاحق
غرب أفريقيا
تطوير بيانات صوتية تجمع بين الفرنسية والولوف والبامبارا والديولا، بالاستفادة من شبكاتنا المحلية في أفريقيا.
لا نبدأ العمل في أي بلد جديد إلا بوجود منسق محلي، وبعد التحقق من قوانين حماية البيانات المحلية والتأكد من وجود احتياجات فعلية لدى العملاء.
خدماتنا
أربع خدمات، وفريق واحد متخصص في اللغة العربية.
جمع البيانات الصوتية
تسجيلات صوتية موجهة، وفق نصوص محددة أو في شكل محادثات طبيعية، يتم تسجيلها داخل البلدان المستهدفة وفقاً للحصص والمعايير التي تحددونها.
التفريغ الصوتي والتعليق على البيانات
تفريغ نصي دقيق وفق اللهجة المحلية، مع مزامنة النصوص مع التوقيت الصوتي، وإضافة وسوم المتحدثين والضوضاء والتبديل بين اللغات.
الخدمات اللغوية العربية
الترجمة والتحقق من جودتها، ومراجعة النصوص والكتابة، وإنشاء الأخطاء اللغوية، وتقييم مخرجات أنظمة الذكاء الاصطناعي.
البيانات المرئية والصور
جمع الصور والتعليق عليها، بما في ذلك استخراج وتحليل النصوص العربية الظاهرة داخل الصور، حسب الطلب.
سيناريوهات مخصصة: أوامر صوتية داخل السيارات، ومراكز الاتصال، ومتاجر البيع بالتجزئة، والنظارات الذكية والأجهزة القابلة للارتداء؛ مع تسجيل الصوت من مسافات بعيدة أو بالقرب من الميكروفون، وفي ظروف ضوضاء تحاكي الاستخدام الواقعي.
كيف نعمل؟
من تحديد احتياجاتكم إلى تسليم البيانات الصوتية.
01
تحديد المواصفات
تحديد اللهجات، والحصص المطلوبة، والنصوص، والمواصفات الفنية، ومعايير القبول.
02
استقطاب المتحدثين
يتولى منسقونا المحليون استقطاب متحدثين أصليين، مع التحقق من أصولهم الجغرافية أثناء عملية الاختيار.
03
تسجيل البيانات الصوتية
تسجيلات موجهة أو حوارية أو وفق نصوص محددة، باستخدام الهواتف الذكية أو الاستوديوهات أو أجهزة التسجيل القابلة للارتداء.
04
المراجعة والتدقيق
مراجعة كل ملف صوتي من قبل مختصين، ثم تفريغ التسجيلات كتابيًا بواسطة متحدثين أصليين للهجة المعنية.
05
تسليم البيانات
تسليم البيانات على دفعات أسبوعية عبر بروتوكول SFTP الآمن أو مساحة التخزين السحابية الخاصة بكم.
مراقبة الجودة: نعيد تسجيل الملفات المرفوضة على نفقتنا.
نتفق معكم مسبقًا على معايير قبول واضحة، مثل الحد المستهدف لمعدل أخطاء التفريغ الصوتي (WER) والحد الأقصى لنسبة الملفات المرفوضة، ونقدم تقارير مفصلة عن نتائج كل دفعة.
فحص جودة الصوت
التحقق من تشوهات الصوت، والضوضاء الخلفية، وفترات الصمت، وتداخل الأصوات، والتسجيلات المكررة.
مراجعة المتحدثين الأصليين
التأكد من الالتزام بالتعليمات وصحة اللهجة من خلال مراجعة مختصين ناطقين بها.
مراجعة ثانية للتفريغ الصوتي
يتولى مراجع مستقل فحص عينة من كل دفعة للتحقق من دقة التفريغ وجودته.
تقارير مفصلة لكل دفعة
تقديم عدد الساعات حسب اللهجة والمدينة والجنس والفئة العمرية، بالإضافة إلى نسبة الملفات المرفوضة.
```
المواصفات التقنية
تسليم البيانات بالتنسيق الذي يناسبكم.
التسجيل الصوتي
ملفات WAV، بتردد 48 kHz وبدقة 32-bit float، مع مسار صوتي مستقل لكل متحدث باستخدام ميكروفون Lavalier، بالإضافة إلى جهاز تسجيل احتياطي يعمل بالتوازي.
الملفات الصوتية المُسلّمة
ملفات WAV، بدقة 16-bit PCM، أحادية القناة (Mono) · بتردد 16 kHz (44.1 / 48 kHz للبيانات الصوتية النظيفة أو بيانات تحويل النص إلى كلام TTS · و8 kHz لتطبيقات الاتصالات الهاتفية).
ظروف التسجيل
حوالي 80% من التسجيلات في غرف هادئة ومجهزة صوتياً، و20% في ظروف ضوضاء واقعية ومراقبة (المقاهي والسيارات والمكاتب)، مع إضافة وسوم توضيحية لكل ملف، أو وفقاً لمتطلباتكم الخاصة.
النصوص المفرّغة
تفريغ حرفي باللهجة الأصلية باستخدام الحروف العربية، واللغتين الفرنسية والإنجليزية باستخدام الحروف اللاتينية، مع تقسيم التسجيلات إلى مقاطع متزامنة زمنياً تتراوح مدتها بين 5 و20 ثانية، وإضافة وسوم للأحداث والتبديل بين اللغات.
البيانات الوصفية
بصيغتي JSON أو CSV، وتشمل: معرّف المتحدث، والجنس، والفئة العمرية، واللهجة، والمنطقة، وبيئة التسجيل، والمدة، وحالة مراقبة الجودة (QA)، ونطاق الموافقة.
تسليم البيانات
عبر بروتوكول SFTP الآمن أو مساحة التخزين السحابية الخاصة بكم (S3 أو Azure أو GCS)، مع تسليم دفعات أسبوعية. يمكننا اعتماد بنية البيانات (Schema) ونظام التسمية الخاص بكم.
الاطلاع على المواصفات التقنية الكاملة
المصادر مسؤولة توثيق واضح
يوقّع كل مشارك على موافقة تسمح باستخدام صوته في تدريب نماذج الذكاء الاصطناعي لأغراض تجارية.
موافقة خطية
تشمل التسجيل ونقل الحقوق واستخدام البيانات في تدريب نماذج الذكاء الاصطناعي والتعلّم الآلي. تتوفر نسخ بالعربية والإنجليزية. ويتطلب استخدام الصوت في توليد الكلام موافقة منفصلة وصريحة.
الامتثال للائحة GDPR افتراضياً
استخدام معرّفات مستعارة للمتحدثين. تُحفظ الأسماء واستمارات الموافقة الموقّعة بشكل منفصل عن الملفات الصوتية، ولا يتم تسليمها للعملاء. كما تتوفر سجلات الموافقة لأغراض التدقيق.
جمع البيانات بطريقة أخلاقية
نستقطب البالغين فقط بشكل مباشر، وليس عبر منصات جماعية مجهولة الهوية، ونضمن تعويضهم بشكل عادل وفي الوقت المحدد.
حماية البيانات والأمن
ابدأ بمشروع تجريبي. وادفع بعد التحقق من النتائج.
المرحلة 1
عينة مجانية
30 دقيقة من التسجيلات الصوتية باللهجة التونسية، مرفقة بملف بيان البيانات (Manifest) وبطاقة معلومات المتحدث، لاختبار مدى توافقها مع المواصفات المطلوبة.
مجاناً · بموجب اتفاقية عدم الإفصاح (NDA)
المرحلة 2
المشروع التجريبي
حوالي 10 ساعات من التسجيلات، بلهجة واحدة، وبمشاركة 20 إلى 30 متحدثاً. يبدأ التنفيذ خلال أسبوعين من اعتماد المواصفات، ويتم التسليم خلال 3 إلى 4 أسابيع. دون حد أدنى للطلب.
سعر ثابت يُحدد وفقاً للمواصفات
المرحلة 3
الإنتاج على نطاق واسع
زيادة حجم البيانات وفقاً لاحتياجاتكم بعد نجاح المشروع التجريبي، مع تحقيق التوازن بين الجنسين والفئات العمرية والمدن.
التسعير حسب ساعة الصوت المقبولة
حلول مخصصة
وفقاً لمواصفاتكم
سيناريوهات التسجيل الخاصة بكم، ومجال عملكم، والأجهزة المستخدمة، وظروف الضوضاء، مع إمكانية التنفيذ على منصتكم أو منصتنا.
التسعير حسب ساعة الإنتاج
**خيارات الترخيص:** ترخيص حصري مع نقل كامل لحقوق الملكية الفكرية، أو ترخيص حصري محدد المدة، أو ترخيص غير حصري. تتم فوترة الطلبات ذات الأحجام الكبيرة حسب كل دفعة بيانات يتم قبولها.

فريق القيادة

إدارة المشاريع باحترافية، وتنفيذ تقني متقن،
وخبرة لغوية من أهل اللغة.

MB

Mourad Ben Chedli

المؤسس · مدير المشاريع

حاصل على شهادة PMP في إدارة المشاريع، وعلى درجة الماجستير في إدارة المشاريع من جامعة كيبيك في أوتاواي. يمتلك خبرة تمتد إلى 20 عامًا في المبيعات والمشاريع والعمليات في إفريقيا والشرق الأوسط وأوروبا وكندا، بما في ذلك مشاريع تقنية المعلومات لصالح الحكومة الكندية.

IG

Ichrak Gharbi

مسؤولة الفريق اللغوي

أستاذة لغة عربية وخريجة جامعة منوبة في اللغة العربية وآدابها. تتولى إعداد معايير التفريغ النصي، وتدريب المفرغين والمراجعين، والإشراف على مراقبة جودة اللهجات.

BM

Barhoumi Mustapha

المدير التقني (CTO)

مطور ويب يمتلك خبرة في PrestaShop وPHP وJavaScript وHTML/CSS وتكامل واجهات برمجة التطبيقات (API). تشمل خبرته تطوير التجارة الإلكترونية، وأتمتة بيانات المنتجات واستخراج البيانات، وتحسين الأداء، وتحسين محركات البحث (SEO)، وWordPress، وتطوير التطبيقات المعتمدة على قواعد البيانات.

AK

Dr. Achraf Kamoun

مسؤول الهندسة الصوتية

مهندس صوت متخصص في التسجيل الصوتي والصوتيات والإنتاج السمعي. حاصل على درجة الدكتوراه في العلوم الثقافية، ويعمل أستاذًا مساعدًا بجامعة تونس، متخصصًا في الفنون الجميلة. عضو مؤسس في الجمعية الوطنية للعلاج بالموسيقى، ومؤسس Arab Board for Arts and Health. لديه عدة منشورات علمية وبراءات اختراع في مجال التقنيات المساعدة، بالإضافة إلى خبرة واسعة في تنظيم المؤتمرات والمهرجانات الوطنية والدولية.

تعرّف أكثر علينا وعلى طريقة عملنا ←

هل تتحدث إحدى اللهجات المغاربية؟ سجّل صوتك واحصل على مقابل مادي.

شارك بصوتك باللهجة المغاربية واحصل على مقابل مادي.

لنحدّد معًا نطاق مشروعك التجريبي للبيانات الصوتية العربية.

أخبرنا باللهجات المطلوبة وعدد ساعات التسجيل وحالة الاستخدام. سنردّ عليك خلال يوم عمل واحد. تتم مشاركة العينات والمواصفات الكاملة بموجب اتفاقية عدم الإفصاح (NDA).

اطلب عيّنة

البريد الإلكتروني

contact@arabicaivoice.com

الهاتف

+216 23 22 22 66 (تونس)

+971 50 337 1701 (الإمارات العربية المتحدة)

+33 6 68 02 80 77 (فرنسا)

مكاتبنا

بروكسل · تونس · دبي