لماذا تبدو محاضر اجتماعاتك بالكانتونية «غير دقيقة» دائمًا؟ فجوتان: خلط الكانتونية بالإنجليزية، والفرق بين المنطوق والمكتوب

عند أول استخدام لأداة ذكاء اصطناعي في تفريغ اجتماع بالكانتونية، يكون رد الفعل متشابهًا لدى الجميع تقريبًا: النتيجة تبدو محترفة، لكن هناك شيئًا «غير دقيق». لا توجد أخطاء ظاهرة في النص، غير أنك حين تقارنه بما تتذكره من الحوار تشعر أن شيئًا ما قد ضاع.

هذه الفجوة لا تأتي عادةً من العامل الأول الذي يخطر بالبال، أي «دقة التعرّف». فمع كانتونية خالصة ومتحدث واحد وبيئة هادئة، صار أداء الأدوات السائدة اليوم صالحًا للاستعمال فعلًا. المشكلة تقع في موضعين آخرين، وهما بالضبط أكثر شكلين شيوعًا في المحادثات اليومية في هونغ كونغ.

أولًا، حين تختلط الإنجليزية بالكانتونية داخل الجملة الواحدة، تتراجع جودة التعرّف تراجعًا ملحوظًا. ثانيًا، حتى لو سُمعت الكلمات بشكل صحيح، فإن النص الناتج يكون غالبًا قد أُعيدت صياغته إلى صينية مكتوبة رسمية، ولم يعد الجملة التي نطقتها.

للأمرين أسباب مختلفة وسياقات تأثير مختلفة، ويستحقان معالجة منفصلة.

وهذه ليست مسألة تخص هونغ كونغ وحدها. النمط نفسه يتكرر في أي بيئة يخلط فيها المتحدثون لغتين داخل الجملة الواحدة، وهو أمر مألوف لدى قطاعات واسعة من المتحدثين حول العالم.

الخلاصة في 30 ثانية

• خلط اللغتين له ثمن، وهذا الثمن قابل للقياس ← تُظهر أدبيات البحث المنشورة أن معدل الخطأ على مستوى المحرف في المحتوى الذي يمزج الكانتونية والإنجليزية يتراوح بين 20% و26% تقريبًا، بينما يبلغ نحو 6% إلى 8% في المحتوى أحادي اللغة عبر أنظمة مماثلة. الفارق ثلاثة إلى أربعة أضعاف.
• «السماع الصحيح» و«الكتابة الصحيحة» أمران مختلفان ← تقول جملة بالعامية، فيُكتب المعنى بصيغة رسمية: المعنى محفوظ، لكن الكلام الأصلي اختفى.
• هذا لا يهم في معظم السياقات، ويصير حاسمًا في قليل منها ← ملخصات الأحاديث العابرة لا تتأثر؛ أما الاستشارات الطبية وملفات الخدمة الاجتماعية ومحاضر الوساطة والمقابلات البحثية فالعكس تمامًا.
• حجم بيانات الكانتونية شهد قفزة نوعية في 2025 ← من مدونات لغوية عامة بحجم عشرات الساعات إلى 21,800 ساعة في WenetSpeech-Yue، لكن تبديل الشيفرة اللغوية ما زال جزءًا غير محلول.
• قبل اختيار الأداة، احسم ما تريده: «المعنى» أم «الكلام الأصلي» ← لكلٍّ منهما إعدادات مختلفة، وفي نهاية المقال قائمة تحقّق تساعدك.

لنفصل بين أمرين أولًا: التعرّف مقابل العرض

عند مناقشة جودة تفريغ الكانتونية، يسهل الخلط بين مرحلتين مستقلتين.

التعرّف (ASR) هو تحويل الصوت إلى نص. الفشل هنا هو «سماع خاطئ» — عدم التقاط ما قلته، أو تحويل كلمة إلى أخرى قريبة منها صوتيًا.

العرض هو تحديد الشكل النهائي الذي يظهر به ذلك النص. والفشل هنا هو «إعادة الصياغة» — سماع دقيق تمامًا، لكن الإخراج يحوّل المنطوق إلى لغة مكتوبة رسمية.

ما يشكو منه أغلب الناس بوصفه «عدم دقة في تفريغ الكانتونية» هو في الحقيقة خلل في كل طبقة على حدة، ويتطلب أساليب معالجة مختلفة تمامًا. الطبقة الأولى مسألة قدرات نموذج وبيانات تدريب، أما الثانية فهي في معظمها خيار تصميمي — وغالبًا خيار مقصود.

الفجوة الأولى: خلط الكانتونية بالإنجليزية

لماذا هذه المسألة صعبة تحديدًا

我想去 Causeway Bay 開個 meeting，順便 check 一下 schedule。

بالعربية: «أريد الذهاب إلى كوزواي باي لعقد اجتماع، وأراجع الجدول في الوقت نفسه.» الكلمات Causeway Bay وmeeting وcheck وschedule منطوقة بالإنجليزية، أما بنية الجملة وبقية كلماتها (我想去، 開個، 順便، 一下) فكانتونية. هذا الخليط نفسه هو جوهر المشكلة.

مثل هذه الجملة عادية تمامًا في هونغ كونغ، لكنها تتطلب من نظام التعرّف قدرات مختلفة كليًا عن الجملة الكانتونية الخالصة. على النظام أن ينتقل فوريًا — داخل الجملة الواحدة، بل داخل النفَس الواحد — بين منظومتين صوتيتين ومعجميتين مختلفتين تمامًا، دون أي إشارة مسبقة إلى نقطة الانتقال.

والأصعب من ذلك أن سكان هونغ كونغ ينطقون الكلمات الإنجليزية بنطق متأثر بالكانتونية أصلًا — بنية المقاطع وملامح النبر كلها موطَّنة محليًا. هذه النطوق لا تطابق تمامًا ما يتوقعه النموذج الإنجليزي، ولا هي موجودة في معجم النموذج الكانتوني. كل طرف يعتبرها غير تابعة له.

الفجوة بالأرقام

تقدّم أدبيات البحث المنشورة صورة متسقة إلى حد بعيد: معدل الخطأ على مستوى المحرف في المحتوى الذي يمزج الكانتونية والإنجليزية يقع تقريبًا بين 20% و26%، بينما يبلغ نحو 6% إلى 8% في المحتوى أحادي اللغة عبر أنظمة مماثلة. وعلى مجموعات التقييم المخصصة للكلام المختلط بين الكانتونية والإنجليزية، يبلغ معدل الخطأ المختلط للأنظمة القائمة على Whisper نحو 22%.

وبترجمة ذلك إلى إحساس عملي: المحتوى الكانتوني الخالص يخطئ في كلمة واحدة تقريبًا من كل بضع عشرة كلمات، أما المحتوى المختلط فيخطئ في واحدة من كل أربع إلى خمس. والحالة الثانية كافية لجعل أي محضر بحاجة إلى مراجعة جملة بجملة قبل الاعتماد عليه.

شكل هذا الخطأ استثنائي

يجدر الانتباه إلى أن أخطاء تبديل الشيفرة اللغوية لا «تبدو خاطئة» كما تبدو أخطاء التعرّف العادية. نادرًا ما يترك النظام فراغًا أو يُخرج رموزًا مشوّهة؛ بل يميل إلى تخمين كلمة صينية قريبة في النطق ومقبولة نحويًا ويضعها مكانها.

والنتيجة جملة سليمة تمامًا في ظاهرها، لكن معناها انحرف. وهذا أخطر بكثير من الخطأ الإملائي الواضح — فالخطأ الواضح يدفعك إلى التوقف والتحقق، أما الجملة السلسة الخاطئة فتمرّ عليك دون توقف.

الفجوة الثانية: الكانتونية المنطوقة مقابل الصينية المكتوبة

صيغتان لجملة واحدة

لا شيء في العمود الأوسط «خاطئ». فالمعاني دقيقة، بل والقراءة أكثر انسيابًا. المشكلة أن أحدًا لا يتكلم بهذه الطريقة.

لماذا تفعل الأنظمة ذلك

هذا ليس خللًا برمجيًا في العادة. فبيانات تدريب اللغة الصينية المكتوبة يغلب عليها بأغلبية ساحقة النمط المكتوب المعياري، بينما تشكّل الكتابة بالكانتونية المنطوقة (嘅 咗 喺 哋) نسبة ضئيلة جدًا من مجموع المدونة اللغوية. وفي غياب تعليمات صريحة، يميل النموذج طبيعيًا إلى إخراج نمط الصينية الأكثر ألفة لديه.

وفي معظم الحالات يكون هذا الإعداد الافتراضي صحيحًا. فعند إعداد ملخص اجتماع، أو كتابة قائمة مهام، أو الإرسال إلى زملاء لا يتقنون الكانتونية — تكون النسخة المكتوبة الرسمية أنسب بوضوح.

لكن بعض السياقات على النقيض تمامًا

الإشكال أن هناك فئة كاملة من السياقات تحتاج تحديدًا إلى الكلام الأصلي.

• الاستشارات الطبية: الألفاظ التي يصف بها المريض أعراضه هي بذاتها معلومة سريرية. عبارات مثل 頂住頂住 (إحساس بضغط أو انسداد مستمر)، و唧住痛 (ألم ضاغط كأن شيئًا يعصر) و作嘔作悶 (غثيان مصحوب بضيق) — حين تُعاد صياغتها بمصطلحات معيارية، يضيع ذلك الوصف الحسي المحدد.
• ملفات الخدمة الاجتماعية: كلام المستفيد الحرفي متصل مباشرة بتقييم الحالة، وإعادة الصياغة تعني إقحام طبقة تأويل في مرحلة التوثيق ذاتها.
• الوساطة وتسوية النزاعات: من قال ماذا، وبأي نبرة قاله، هو جوهر النزاع نفسه.
• المقابلات البحثية والتاريخ الشفوي: قيمة النص الحرفي قائمة على كونه حرفيًا.
• تعليم اللغات وبناء المدونات اللغوية: الشكل المنطوق نفسه هو موضوع الدراسة.

القاسم المشترك بين هذه السياقات أن التوثيق ليس مجرد وسيلة لتذكّر ما نوقش، بل قد يُستشهد به لاحقًا ويُراجَع ويُتخذ أساسًا لقرار. والمحضر الذي جرى «تشذيبه» بصمت ينطوي على مخاطرة في هذا الاستعمال — لأنه يبدو طبيعيًا تمامًا، فلا تعرف أين جرى التعديل.

مقدمة يسهل إغفالها: وضع بيانات الكانتونية

لفهم سبب التفاوت في أداء أدوات الكانتونية، من المفيد النظر إلى حجم البيانات المتاحة.

ظهور WenetSpeech-Yue في 2025 كان تحولًا بمرتبة كاملة من حيث الحجم — فقبله ظلت بيانات الكلام الكانتوني المتاحة للعموم عالقة عند مستوى عشرات إلى مئات الساعات، بينما تُقاس اللغات السائدة بعشرات الآلاف من الساعات. وهذا يفسّر تخلّف أدوات الكانتونية في الماضي.

لكن يجب الانتباه إلى أن زيادة حجم البيانات تُحسّن أساسًا التعرّف على الكانتونية أحادية اللغة. أما تبديل الشيفرة اللغوية فيحتاج إلى بيانات مختلطة، وهذا النوع أصعب في التوسيم وما يزال ضعيفًا من حيث الحجم. لذا فإن وتيرة التحسّن في الفجوة الأولى ستظل أبطأ بوضوح من وتيرة التحسّن في التعرّف على الكانتونية الخالصة.

سياق آخر في هونغ كونغ

نذكر عرضًا مجموعة أرقام ذات صلة. وفق تعداد 2021، بلغ عدد المقيمين في هونغ كونغ من غير أصول صينية نحو 619,568 شخصًا، أي 8.4% من السكان. أما بخصوص القدرة على التحدث بالكانتونية: 17.6% لدى ذوي الأصول الفلبينية، و25.0% لدى ذوي الأصول الهندية، و34.7% لدى مجموع ذوي أصول جنوب آسيا، في حين تتجاوز الكفاءة في الإنجليزية 84% عمومًا.

بعبارة أخرى، الواقع اللغوي للتواصل اليومي في هونغ كونغ ليس مشهدًا كانتونيًا خالصًا، بل حضور متزامن للكانتونية والإنجليزية ولغات أخرى متعددة. والأداة التي تُجيد التعرّف على الكانتونية وحدها دون قدرة على الترجمة الفورية تحلّ نصف المشكلة فقط.

كيف تعالج Traverba هاتين الفجوتين

• أولوية للخلط بين الكانتونية والإنجليزية — ضبط التعرّف على الجمل المختلطة بالنمط الهونغ كونغي، بدل التعامل مع الكانتونية والإنجليزية كوضعين يجب الاختيار بينهما.
• الحفاظ على الشكل المنطوق — التفريغ يلتزم بالشكل الذي نطقته فعلًا، بينما يُولَّد الملخص والترجمة على حدة؛ فيتعايش الكلام الأصلي والنسخة المنقّحة بدل أن تحلّ الثانية محل الأول.
• تفريغ فوري وترجمة فورية في منظومة واحدة — في المحادثة الواحدة: متحدث واحد وأكثر من 100 لغة، والحضور يمسحون رمز QR ليروا الترجمة بلغتهم دون تنزيل أي تطبيق.
• الأولوية للمعالجة على الجهاز — التعرّف على الكلام يعمل افتراضيًا على الجهاز نفسه، والذكاء الاصطناعي السحابي خيار اختياري؛ وعند التعامل مع محتوى حساس يمكن ألا يغادر شيء الجهاز إطلاقًا.
• إمكانية تصدير نص حرفي كامل — بعد الجلسة يمكن تصدير النص الحرفي الأصلي والنسخة المترجمة، محفوظين بشكل منفصل.

ولنكن واضحين: إذا كان استخدامك ملخصات اجتماعات عمل عادية أو مزامنة داخلية أو تنظيم قوائم مهام، فمعظم أدوات الملاحظات بالذكاء الاصطناعي في السوق تؤدي المهمة جيدًا، بل إن المخرَج المكتوب الرسمي أنسب، ولا داعي لتغيير أداتك لأجل ذلك. الفروق المذكورة أعلاه تكتسب معناها الحقيقي في السياقات التي يكون فيها «الكلام الأصلي هو المعطى نفسه».

كيف تقرّر؟ قائمة تحقّق موجزة

اسأل نفسك ثلاثة أسئلة:

أولًا: هل سيُستشهد بهذا المحضر أو يُراجَع لاحقًا؟ إن كان الجواب نعم (ملفات الحالات، السجلات السريرية، الوساطة، المقابلات)، فأنت بحاجة إلى نص حرفي، وبحاجة إلى التأكد من أن الأداة لا تعيد الصياغة في الخلفية. وإن كان لا، فالملخص المكتوب الرسمي أكثر عملية.

ثانيًا: ما كثافة الخلط بين اللغتين في الحوار؟ كلمة إنجليزية أو اثنتان بين الحين والآخر أمر تتعامل معه معظم الأدوات. أما إن كان النمط هو الحوار الهونغ كونغي النموذجي الذي يتنقل بين اللغتين مرتين أو ثلاثًا في الجملة الواحدة، فعليك اختبار الأداة أولًا بتسجيل حقيقي، لا الاكتفاء بقائمة اللغات الرسمية.

ثالثًا: هل المحتوى حساس؟ مع التسجيلات المتصلة بالسجلات الطبية أو ملفات الحالات أو الشؤون القانونية، تحقّق أولًا من مسار البيانات: هل تُعالَج محليًا أم في السحابة، وكم تُخزَّن، وهل تُستخدم في التدريب.

نصيحة أخيرة: أيًا كانت الأداة التي تختارها، اختبرها بمقطع من محادثة حقيقية خاصة بك، لا بنص مقروء. فالكانتونية المقروءة خالية من تبديل الشيفرة اللغوية، وخالية من الأدوات المنطوقة، وخالية من تداخل المقاطعات — ولن تكشف أيًا من المشكلات المذكورة أعلاه.

لمعرفة المزيد

في تفريغ الكانتونية لا توجد أداة واحدة تناسب كل الحالات. المفتاح أن تحسم أولًا ما تريده: «المعنى» أم «الكلام الأصلي» — فهذا القرار يحدد مباشرة كيف تختار وكيف تضبط الإعدادات.

لمعرفة كيف تعالج Traverba الخلط بين الكانتونية والإنجليزية والحفاظ على الشكل المنطوق، تفضّل بزيارة traverba.com، أو نزّل التطبيق للتجربة من Google Play أو App Store.

أرقام معدلات الخطأ الواردة في هذا المقال مأخوذة من أدبيات البحث المنشورة حول التعرّف على الكلام الكانتوني، وبيانات أحجام المدونات اللغوية من الإعلانات الرسمية لكل مدونة، وبيانات السكان والكفاءة اللغوية من تعداد حكومة هونغ كونغ لعام 2021. جميع البيانات محدّثة حتى منتصف عام 2026، وقدرات النماذج والأدوات في تغير مستمر، ويتفاوت الأداء الفعلي تبعًا لجودة التسجيل واللهجة وضجيج البيئة والإصدار المحدد. جميع العلامات التجارية ملك لأصحابها.