تسعى أنظمة التعرف على الكلام التلقائي (ASR) إلى تحسين كيفية تفاعل البشر مع الآلات، لكن معظم الأنظمة الحالية لا ترقى لتوقعات المستخدمين. فبدلاً من فهم الأخطاء ومعالجتها بطريقة مشابهة لتواصل البشر، تتبع هذه الأنظمة نهجاً أحادي الاتجاه. هذا يعني أنه إذا حدث خطأ جسيم في فهم المعنى، يكون من الصعب تصحيحه. من هنا، تظهر الحاجة إلى نظام أكثر تفاعلاً وديناميكية.

ولمعالجة هذه التحديات، تم تقديم مفهوم **التعرف على الكلام التفاعلي (Interactive ASR)** كمهمة متعددة المراحل، حيث يمتزج أسلوب التصحيح اللحظي مع تقييم المعاني. وقد تم تطوير **نظام Agentic ASR**، الذي يجمع بين واجهة ASR تقليدية مع تصحيح المعاني، توجيه النوايا، وتحرير يعتمد على التفكير.

كما تم تقديم **معدل خطأ المعنى على مستوى الجملة (Sentence-level Semantic Error Rate)**، وهو مقياس تقييم يعتمد على نماذج اللغات الضخمة (LLM)، بالإضافة إلى **نظام محاكاة تفاعلي** يمكن من اختبارات مرجعية قابلة للتكرار.

أظهرت التجارب التي تمت على معايير متعددة اللغات أنها تؤدي بشكل مستمر إلى تقليل الأخطاء الدلالية، مع تحقيق تحسينات أكبر بكثير في معدل الأخطاء الدلالية مقارنة بالمقاييس التقليدية. وأكدت الدراسات المتعددة توافق الإنسان والذكاء الاصطناعي إلى جانب موثوقية المقياس الدلالي وقوة النظام المقترح.

لمن يريد استكشاف هذا التطور التقني، يمكنك الاطلاع على الكود المصدري من خلال الرابط: [https://interactiveasr.github.io/]، ولتجربة مباشرة، يمكنك زيارة الرابط: [https://i-asr.sjtuxlance.com/]. هل تعتقد أن هذه التطورات ستحدث ثورة في طريقة تفاعلنا مع الأجهزة؟ شاركونا بآرائكم في التعليقات!