استعانت شركة «إنفيديا» العالمية ببيانات «صدى» الصوتية السعودية، التي أطلقتها الهيئة السعودية للبيانات والذكاء الاصطناعي «سدايا» بالتعاون مع هيئة الإذاعة والتلفزيون، في تدريب نموذجها للذكاء الاصطناعي «Nemotron 3.5 ASR» المتخصص في التعرف الآلي على الكلام.
وشملت عملية التدريب 133.7 ساعة من التسجيلات الصوتية باللهجتين النجدية والحجازية، بما أسهم في تحسين قدرة النموذج على فهم اللهجات السعودية وتقليل معدلات الخطأ في التعرف على الكلام.
وأظهرت بيانات التدريب انخفاض معدل الخطأ في فهم اللهجة السعودية لكل 100 كلمة من 55% إلى 30%، فيما تراجعت نسبة الأخطاء على مستوى الحروف من 31.6% إلى 12.2%.
كما انخفض معدل الخطأ على كامل بيانات «صدى»، التي تضم تسجيلات صوتية بمختلف اللهجات، من 58.8% إلى 35.6% بعد التدريب.
وتضم مجموعة بيانات «صدى» نحو 667 ساعة صوتية، وفرت هيئة الإذاعة والتلفزيون أكثر من 600 ساعة منها، بما يعكس أهمية المحتوى الصوتي المحلي في تطوير نماذج الذكاء الاصطناعي وتحسين قدرتها على التعامل مع اللهجات العربية المتنوعة.