{"version":"1","article":{"id":"saudi-nemotron-sada-dialect-benchmark-2026","slug":"saudi-nemotron-sada-dialect-benchmark-2026","language":"ar","url":"https://haberpaper.com/ar/news/saudi-nemotron-sada-dialect-benchmark-2026","api_url":"https://haberpaper.com/api/v1/articles/saudi-nemotron-sada-dialect-benchmark-2026?lang=ar","title":"إنفيديا تخفض معدل أخطاء التعرف على الكلام في اختبار للهجات سعودية","summary":"أفادت إنفيديا بأن معدل خطأ الكلمات في اختبار للهجتي النجدية والحجازية باستخدام SADA انخفض من 55.05% إلى 29.96%؛ والنتيجة تخص بيانات الاختبار المنشورة.","category":"business","region":"world","topics":[],"published_at":"2026-10-08T20:57:50+03:00","modified_at":"2026-10-08T20:57:50+03:00","publication_basis":"publication-record","event_period":"2026-09-30","event_period_basis":"event-or-reference-period","sources":[{"name":"NVIDIA Technical Blog","url":"https://developer.nvidia.com/blog/fine-tuning-nvidia-nemotron-for-saudi-arabic-dialects-with-a-path-to-other-languages/","publishedAt":"2026-09-30","checkedAt":"2026-10-08"}],"translations":[{"language":"tr","url":"https://haberpaper.com/tr/news/saudi-nemotron-sada-dialect-benchmark-2026","api_url":"https://haberpaper.com/api/v1/articles/saudi-nemotron-sada-dialect-benchmark-2026?lang=tr"},{"language":"en","url":"https://haberpaper.com/en/news/saudi-nemotron-sada-dialect-benchmark-2026","api_url":"https://haberpaper.com/api/v1/articles/saudi-nemotron-sada-dialect-benchmark-2026?lang=en"},{"language":"ar","url":"https://haberpaper.com/ar/news/saudi-nemotron-sada-dialect-benchmark-2026","api_url":"https://haberpaper.com/api/v1/articles/saudi-nemotron-sada-dialect-benchmark-2026?lang=ar"},{"language":"fr","url":"https://haberpaper.com/fr/news/saudi-nemotron-sada-dialect-benchmark-2026","api_url":"https://haberpaper.com/api/v1/articles/saudi-nemotron-sada-dialect-benchmark-2026?lang=fr"},{"language":"es","url":"https://haberpaper.com/es/news/saudi-nemotron-sada-dialect-benchmark-2026","api_url":"https://haberpaper.com/api/v1/articles/saudi-nemotron-sada-dialect-benchmark-2026?lang=es"}],"data_types":["table"],"data":{"version":1,"blocks":[{"id":"saudi-arabic-asr-test-results","type":"table","title":{"tr":"SADA konuşma tanıma test sonuçları","en":"SADA speech-recognition test results","ar":"نتائج اختبارات التعرف على الكلام في SADA","fr":"Résultats des tests de reconnaissance vocale SADA","es":"Resultados de las pruebas de reconocimiento SADA"},"description":{"tr":"NVIDIA teknik yazısındaki farklı test kümeleri için uyarlama öncesi ve sonrası kelime hata oranları.","en":"Before-and-after word error rates for separate test sets in NVIDIA’s technical post.","ar":"معدلات خطأ الكلمات قبل التكييف وبعده لمجموعات اختبار منفصلة في المقال التقني لإنفيديا.","fr":"Taux d’erreur de mots avant et après adaptation pour des tests distincts de l’article NVIDIA.","es":"Tasas de error de palabras antes y después del ajuste en conjuntos de prueba distintos del artículo de NVIDIA."},"methodology":{"tr":"WER, ikame/silme/ekleme hatalarının kelime sayısına oranıdır; doğruluk yüzdesi değildir. Her satır ayrı test kümesidir. Sonuçlar şirketin kendi teknik deneyinden gelir ve ülke çapında genellenemez.","en":"WER is substitutions, deletions and insertions relative to word count; it is not an accuracy percentage. Each row is a separate test set. Results are from the company’s own technical experiment and are not nationwide estimates.","ar":"يقيس WER الاستبدال والحذف والإضافة نسبةً إلى عدد الكلمات؛ وليس نسبة الدقة. وكل صف لمجموعة اختبار منفصلة. النتائج من تجربة الشركة التقنية ولا تمثل تقديراً على مستوى المملكة.","fr":"Le WER rapporte substitutions, suppressions et insertions au nombre de mots ; ce n’est pas un taux de précision. Chaque ligne est un test distinct. Résultats de l’expérience technique de l’entreprise, non d’une estimation nationale.","es":"WER relaciona sustituciones, eliminaciones e inserciones con el recuento de palabras; no es un porcentaje de precisión. Cada fila es una prueba independiente. Resultados del experimento técnico de la empresa, no una estimación nacional."},"sourceUrls":["https://developer.nvidia.com/blog/fine-tuning-nvidia-nemotron-for-saudi-arabic-dialects-with-a-path-to-other-languages/"],"updatedAt":"2026-10-08T19:35:56+03:00","columns":[{"key":"test_set","label":{"tr":"Test kümesi","en":"Test set","ar":"مجموعة الاختبار","fr":"Jeu de test","es":"Conjunto de prueba"},"type":"text","language":"en"},{"key":"before","label":{"tr":"Önce WER","en":"Before WER","ar":"WER قبل التكييف","fr":"WER avant","es":"WER antes"},"type":"number","unit":"percent"},{"key":"after","label":{"tr":"Sonra WER","en":"After WER","ar":"WER بعد التكييف","fr":"WER après","es":"WER después"},"type":"number","unit":"percent"}],"rows":[{"test_set":"SADA Najdi + Hijazi target split","before":55.05,"after":29.96},{"test_set":"Full SADA","before":58.84,"after":35.61},{"test_set":"FLEURS English","before":11.04,"after":10.42},{"test_set":"FLEURS Arabic","before":12.67,"after":11.41}]}]},"data_compilations":[{"id":"saudi-arabic-asr-test-results","creator":{"@type":"Organization","@id":"https://haberpaper.com/#organization","name":"Haber Paper","url":"https://haberpaper.com/"},"license":{"@type":"CreativeWork","@id":"https://haberpaper.com/en/data-terms/v1#license","name":"Haber Paper Original Data Compilation License 1.0","url":"https://haberpaper.com/en/data-terms/v1"},"rights_scope":"Haber Paper original data arrangement, labels and methodology notes only; underlying source rights and permissions remain separate.","source_license_url":null}],"data_downloads":[{"id":"saudi-arabic-asr-test-results","formats":{"json":"https://haberpaper.com/api/v1/articles/saudi-nemotron-sada-dialect-benchmark-2026/data/saudi-arabic-asr-test-results?lang=ar&format=json","csv":"https://haberpaper.com/api/v1/articles/saudi-nemotron-sada-dialect-benchmark-2026/data/saudi-arabic-asr-test-results?lang=ar&format=csv"}}],"content":{"paragraphs":["تشرح مدونة تقنية لشركة إنفيديا نُشرت في 30 سبتمبر كيفية تكييف نموذج Nemotron 3.5 للتعرف الآلي على الكلام مع اللهجتين النجدية والحجازية المستخدمتين في السعودية. واستخدم الفريق 133.7 ساعة من الكلام باللهجتين المستهدفتين من مجموعة البيانات الصوتية السعودية للغة العربية (SADA). وذكرت المدونة أن التنقية أبقت على 103,559 مقطعاً من أصل 125,490، أي 82.5%. وهذه تجربة التدريب والتقييم الخاصة بالشركة، وليست تقييماً مستقلاً لدقة النموذج على مستوى المملكة.","وقالت إنفيديا إن معدل خطأ الكلمات (WER) في مجموعة الاختبار المستهدفة للهجتين انخفض من 55.05% إلى 29.96%. كما تراجع المعدل في مجموعة اختبار SADA الكاملة من 58.84% إلى 35.61%. ويقيس WER الاستبدال والحذف والإضافة نسبة إلى عدد الكلمات؛ ولا يعني ذلك أن النموذج أصبح «أدق بنسبة 25%». وفي التجربة نفسها تغير معدل الخطأ في اختبار FLEURS الإنجليزي من 11.04% إلى 10.42%، وفي اختبار العربية من 12.67% إلى 11.41%. وهذه قيم لمجموعات اختبار منفصلة لا ينبغي دمجها.","تمزج وصفة التدريب الكلام باللهجتين المستهدفتين مع أمثلة إنجليزية وعربية من FLEURS بأوزان محددة، كما تجمع المقاطع الصوتية المتقاربة في المدة لتنظيم الحسابات. وحققت أفضل نتيجة منشورة على SADA بعد 12,000 خطوة تدريب ونحو 4.5 ساعات باستخدام وحدتي معالجة رسوميتين. وهذه ظروف التجربة التي وصفتها إنفيديا؛ ولا تضمن الكلفة أو النتيجة نفسيهما مع بيانات أو إصدار نموذج أو بنية حاسوبية مختلفة.","وتؤكد المدونة أن النتائج تختلف حسب مجموعة التقييم وأن التحسن في اختبار محدد لا يمكن تعميمه تلقائياً على لهجات أخرى أو ظروف استخدام فعلية. وقد يؤثر أسلوب تنقية البيانات والضوضاء والميكروفون وسرعة الكلام ومعايير التفريغ النصي في WER. كما أوردت إنفيديا أن بعض خيارات فك الترميز غير الفوري خفضت الخطأ مع زيادة التأخير؛ وقد يضيف السياق الأوسع نحو 800 ملي ثانية. لذلك تختلف المفاضلات بين الترجمة النصية المباشرة وتفريغ أرشيف المكالمات ومحاضر الاجتماعات.","يمكن أن يشكل التعرف على الكلام بعد تكييفه للهجات السعودية مكوناً تقنياً لخدمة العملاء أو أرشفة الإعلام أو الواجهات الصوتية. لكن المصدر لا يقول إن شركات سعودية نشرت هذا النموذج أو أبرمت به عقداً تجارياً. وتوضح القياسات تغير المخرجات في مجموعات الاختبار المحددة وفق الوصفة المنشورة. أما الاستخدام الفعلي فيتطلب اختبارات محلية للمستخدمين وتحليل الأخطاء وضوابط الخصوصية والموافقة ومراجعة الإتاحة وتقدير كلفة التشغيل وإشرافاً بشرياً مناسباً.","يعرض الجدول نسب WER المئوية مع إبقاء كل مجموعة اختبار مستقلة. والقيم قبل التكييف وبعده هي قياسات المقال التقني. وهي نتائج تجريبية لا تدعي تمثيل جميع اللهجات أو المتحدثين في المملكة. والاستنتاج المدعوم هو أن التكييف ببيانات اللهجات المستهدفة حسّن الأداء المقاس في هذه التجربة؛ أما الأداء في الاستخدام الواقعي فيحتاج إلى تحقق منفصل."],"key_points":[],"sections":[]},"text":"أفادت إنفيديا بأن معدل خطأ الكلمات في اختبار للهجتي النجدية والحجازية باستخدام SADA انخفض من 55.05% إلى 29.96%؛ والنتيجة تخص بيانات الاختبار المنشورة.\n\nتشرح مدونة تقنية لشركة إنفيديا نُشرت في 30 سبتمبر كيفية تكييف نموذج Nemotron 3.5 للتعرف الآلي على الكلام مع اللهجتين النجدية والحجازية المستخدمتين في السعودية. واستخدم الفريق 133.7 ساعة من الكلام باللهجتين المستهدفتين من مجموعة البيانات الصوتية السعودية للغة العربية (SADA). وذكرت المدونة أن التنقية أبقت على 103,559 مقطعاً من أصل 125,490، أي 82.5%. وهذه تجربة التدريب والتقييم الخاصة بالشركة، وليست تقييماً مستقلاً لدقة النموذج على مستوى المملكة.\n\nوقالت إنفيديا إن معدل خطأ الكلمات (WER) في مجموعة الاختبار المستهدفة للهجتين انخفض من 55.05% إلى 29.96%. كما تراجع المعدل في مجموعة اختبار SADA الكاملة من 58.84% إلى 35.61%. ويقيس WER الاستبدال والحذف والإضافة نسبة إلى عدد الكلمات؛ ولا يعني ذلك أن النموذج أصبح «أدق بنسبة 25%». وفي التجربة نفسها تغير معدل الخطأ في اختبار FLEURS الإنجليزي من 11.04% إلى 10.42%، وفي اختبار العربية من 12.67% إلى 11.41%. وهذه قيم لمجموعات اختبار منفصلة لا ينبغي دمجها.\n\nتمزج وصفة التدريب الكلام باللهجتين المستهدفتين مع أمثلة إنجليزية وعربية من FLEURS بأوزان محددة، كما تجمع المقاطع الصوتية المتقاربة في المدة لتنظيم الحسابات. وحققت أفضل نتيجة منشورة على SADA بعد 12,000 خطوة تدريب ونحو 4.5 ساعات باستخدام وحدتي معالجة رسوميتين. وهذه ظروف التجربة التي وصفتها إنفيديا؛ ولا تضمن الكلفة أو النتيجة نفسيهما مع بيانات أو إصدار نموذج أو بنية حاسوبية مختلفة.\n\nوتؤكد المدونة أن النتائج تختلف حسب مجموعة التقييم وأن التحسن في اختبار محدد لا يمكن تعميمه تلقائياً على لهجات أخرى أو ظروف استخدام فعلية. وقد يؤثر أسلوب تنقية البيانات والضوضاء والميكروفون وسرعة الكلام ومعايير التفريغ النصي في WER. كما أوردت إنفيديا أن بعض خيارات فك الترميز غير الفوري خفضت الخطأ مع زيادة التأخير؛ وقد يضيف السياق الأوسع نحو 800 ملي ثانية. لذلك تختلف المفاضلات بين الترجمة النصية المباشرة وتفريغ أرشيف المكالمات ومحاضر الاجتماعات.\n\nيمكن أن يشكل التعرف على الكلام بعد تكييفه للهجات السعودية مكوناً تقنياً لخدمة العملاء أو أرشفة الإعلام أو الواجهات الصوتية. لكن المصدر لا يقول إن شركات سعودية نشرت هذا النموذج أو أبرمت به عقداً تجارياً. وتوضح القياسات تغير المخرجات في مجموعات الاختبار المحددة وفق الوصفة المنشورة. أما الاستخدام الفعلي فيتطلب اختبارات محلية للمستخدمين وتحليل الأخطاء وضوابط الخصوصية والموافقة ومراجعة الإتاحة وتقدير كلفة التشغيل وإشرافاً بشرياً مناسباً.\n\nيعرض الجدول نسب WER المئوية مع إبقاء كل مجموعة اختبار مستقلة. والقيم قبل التكييف وبعده هي قياسات المقال التقني. وهي نتائج تجريبية لا تدعي تمثيل جميع اللهجات أو المتحدثين في المملكة. والاستنتاج المدعوم هو أن التكييف ببيانات اللهجات المستهدفة حسّن الأداء المقاس في هذه التجربة؛ أما الأداء في الاستخدام الواقعي فيحتاج إلى تحقق منفصل.","corrections":[],"editorial_illustration":{"kind":"symbolic-editorial-illustration","documentary":false,"scope":"section","asset_id":"business","url":"https://haberpaper.com/assets/illustrations/business-1536.webp","width":1536,"height":1024,"alt":"ورشة صناعية رمزية تضم آلات ومستودعاً ورافعة.","language":"ar"},"section_illustration":{"kind":"symbolic-editorial-illustration","documentary":false,"scope":"section","asset_id":"business","url":"https://haberpaper.com/assets/illustrations/business-1536.webp","width":1536,"height":1024,"alt":"ورشة صناعية رمزية تضم آلات ومستودعاً ورافعة.","language":"ar"}}}