بظهور أحدث برمجيات تعرُّف الكلام، يصبح صوتُك أمرا للحاسوب

في الشهر5/2002قمتُ بهجريب مقياس مسافات odometer على فأرة حاسوبي الشخصي. وهي في واقع الأمر ليست الفأرة المعهودة، بالنظر إلى أنني تحوَّلت عام 2001 إلى استعمال ما يسمى كرَة المسار trackball 1 ، وذلك بعد حتى أصيبت خنصر يدي التي تستعمل الفأرة بألم شديد منعني من ثنيها. ثم إذا ما ركَّبته ليس مقياس مسافات حقيقيا، بل برنامجا مجانيا (متاحا لنظام ويندوز على المسقط www.modometer.com) يتعقب حركات مؤشر الشاشة cursor ونقرات الأزرار والمفاتيح. وقد ذُهلت حقا عندما دققت في النتائج فوجدت حتى أناملي قد حركت ذلك السهم المؤشِّر الصغير اللعين، في غضون خمسة أيام، مسافة 2440 قدما في أراتى الشاشة، وأن إبهامي أدى 719 21نقرة. فلا غروبعد جميع ذلك حتى ينتشر الألم إلى سائر يدي.

كنت مدركا ما سيؤول إليه الأمر. فزوجتي من قبل عانت أذية ناشئة عن الضغط المتكرر باليد على فأرة حاسوبها. ولستة أشهر كانت حالها تسوء، إلى درجة جعلتها تجفل لمجرد التقاط مجلة ما. لقد دامت معاناتها مدة طويلة تعاطت في أثنائها العلاج الفيزيائي، وتبريد اليد بالثلج جميع ليلة، والنوم بسناد للرسغ، واستعمال أداة تأشير غريبة لها شكل عصا التحكم joystick تسمى الفأرة M3 الحديثة، وذلك قبل حتى تسترد تام قدرتها على استعمال ذراعها. ولم أكن أنا من طبيعة الحال تواقا لأن أحذوحذوها، بل كان الوقت قد حان ـ بعد جميع تلك المعاناة ـ لاختبار طريقة جديدة للتحكم في حاسوبي الشخصي: عن طريق الصوت!

كنت حريصا على تقييم الحالة الراهنة لأحدث التطورات في هذه الطريقة الفنية المثيرة. وكنت قد جربت أسلوب التحكم في الصوت أول مرة منذ نحوعشر سنوات، عندما أدخلته الشركة آپل Apple في نظام التشغيل لحواسيب ماكنتوش، ولم تتمكن البرمجيات وقتها من تعهد أكثر من بضع عشرات من الأوامر المنطوقة، وببطء شديد، كان من شأنه حتى يحيل هذه الطريقة إلى مجرد أُلهيةٍ ليس إلا.

.

على حتى وكالة مشروعات أبحاث الدفاع المتقدمة (DARPA) شرعت بعد ذلك في توظيف ملايين الدولارات سنويا في مضمار التدوين الرقمي المؤتمت للكلام automated speech transcription. وانطلق المشروع عملا، وبدأت معدلات الأخطاء تتناقص بنسبةعشرة إلى 15% سنويا. وبحلول عام 1996 تمكنت الحزمة البرمجية Naturally Speaking التي أصدرتها الشركة دراگون سيستمز Dragon Systems، والتي تعمل على أحدث الحواسيب الشخصية تقانة، من حتى تتمثل إملاءً على درجة من الفاعلية تعادل ما يتمثله طالب جامعي غلب عليه النعاس. أما بالنسبة إلى المهمات الحاسوبية التي تتخطى إدخال نص، فقد أخفقت تقريبا.

إلا حتى هذا الواقع تغير بظهور أحدث إصدارات الحزمة NaturallySpeaking ومنافستها الرئيسية ڤياڤويس ViaVoice من IBM، وكلتاهما لاتزالان قيد إجرائيات التحسين وصولا إلى الفاعلية المثلى في الإملاء. إلا أنهما تتيحان حاليا الانتقاء من قائمة الخيارات، والضغط على الأزرار، وتدقيق البريد الإلكتروني، وتصفح الوِبْ، بل وحتى دفع المؤشر على الشاشة دون تطبيق أي ضغط بالإصبع.

وقد آثرتُ اختبار حزمة ڤياڤويس بالذات لثلاثة أسباب: فكلفة الإصدار التاسع من ViaVoice Pro USB ـ البالغة 219 دولارا ـ هي أقل من ثلث كلفة الإصدار السادس الاحترافي من حزمة NaturallySpeaking. ومع أنه بالإمكان الحصول على مكبِّر صوت (ميكروفون) رأسي مع أي من الحزمتين، إلا حتى للحزمة الموسومة ViaVoice Pro شيپة لمعالجة الإشارة حسب الطلب custom signal-processing chip للتخلص من ضجيج الخلفية background noise الذي من شأنه حتى يُحدِث في الحاسوب تشويشا إلى حد بعيد.

ثم إنه لا يسعني إلا حتى أشعر بعدم الثقة لمستقبل حزمة NaturallySpeaking. فقد آلت ملكية الشركة Dragon Systems برمتها إلى الشركة Lernout & Hauspie التي كانت متورطة عام 2001 في فضيحة محاسبية. ومع حتى منتجات الكلام speech products لهذه الشركة قد بيعت إلى الشركة ScanSoft في الشهر12/2001، فليس من المحتمل فيما يظهر حتى تكون هذه الشركة الصغيرة نسبيا قادرة على مجاراة أعمال الشركة IBM الواسعة في شتى مجالات البحث والتطوير.

وبالعمل، أعربت الشركة IBM في الشهر3/2002عن زيادة عدد الباحثين العاملين لديها في تقانات الكلام، سعيا إلى تحقيق هدفها الطموح، الذي يستغرق عشر سنوات، المتمثل في بناء نُظُم تستطيع ـ بوثوقية كاملة ـ تدوين (ومعالجة) المحادثات التي تجري في غرف ضاجة، بين أفراد لم تُعرَض أصواتُهم من قبل على الحاسوب البتة. ويقول <D.ناهامو>[مدير مجموعة البحث في الشركة IBM]: «لدينا اليوم أكثر من مئة باحث يعملون في مجال تقانات الكلام، وعدد مماثل ممن يعملون في مجال فهم اللغة الطبيعية».

إن إدراك الحدثة المنطوقة هو، شئنا أم أبينا، غاية ما ننتظره من حواسيب «تصغي» إلينا. وقد رأينا في السينما والتلفاز آلاف المرات كيف من الممكن أن يتعين علينا حتى نكون قادرين على محاورة حواسيبنا. ها هوالربان <پيكارد> يخاطب شاشة الحاسوب: «افتح قناة مأمونة للأميرال تخصصاييڤ»، وهذا رائد الفضاء <ديڤ> يناشد نظام HAL 9000: «هلا فتحت أبواب حُجيرة الحواضن!» إذن علينا إعطاء الأمر وعلى الآلة التطبيق، فإذا أخفقتْ أعربت عن إخفاقها بأدب جم، كأن تقول: «عذرا يا ديڤ، يؤسفني حتى ليس بمقدوري عملُ ذلك.»

إن حزمة ڤياڤويس لا تعي اللغة الإنكليزية، بل تستعين بما يسمى «قواعد غير مقيدة بالسياق» context-free grammar، وهي ـ من حيث المبدأ ـ لائحة بالعبارات التي يمكن حتى تنصت إليها الحزمة، مقرونة بضوابط بسيطة تربط العبارات بعضها ببعض؛ وهذا يتيح لها حتى تتصنع الفهم.

وقد قمت بهجريب حزمة ڤياڤويس على حاسوبي الشخصي في المخط، ثم عكفت على البرمجيات أدربها على تعهد أسلوبي في الكلام. فإذا قلتُ: «دققي رسائلي» أطلقت البرمجيات برنامج البريد الإلكتروني الخاص بي المسمى Microsoft Outlook، فهما بأن ڤياڤويس صممت لتعمل مع البرنامج Outlook وغيره من برامج المجموعة Microsoft Office. ومن ثم بإمكاني أيضا حتى أطلب «تدقيق البريد الإلكتروني» أو«استعراض البريد الإلكتروني» أوحتى «إرسال رسالة إلكترونية إلى <J.ريني> » أوإلى إنسان آخر أُدرِجَ اسمه في دفتر العناوين address book 2 الخاص بي، إذ إذا بإمكان الحزمة تمييز مثل هذه اللائحة الكاملة من المترادفات بصورة تُظهرها ـ في سياق البرنامج Outlook ـ أقرب إلى الذكاء.

ومع ذلك، علينا الآن حتى نتهيأ لشيء من الإحباط إذا ما حاولنا محاورة البرامج الأخرى بهذه الدرجة من التبسط. فعندما أعطيتُ الأمر: «افتح مجلد (وثائقي الشخصية)» "Open (My Documents) folder"، كانت تلك هي المحاولة الثالثة للإيعاز إلى ڤياڤويس لحمل مستكشف ويندوز اكسپلورر على فتح الملف الذي أحفظ فيه جميع أعمالي؛ إذ لم تستجب الحزمة لمحاولتيَّ السابقتين. أما الآن فهي تعرض عملا ما توهَّمَت حتى طلبي هو: "Open new document and its alter"، وتحاول تطبيق هذا الأمر المحيِّر! وهذا يشير على حتى مبرمجي حزمة ڤياڤويس لم يكوِّدوا عبارات كثيرة في مدير ملفات ويندوز كما عملوا في برنامج Outlook.

لكن حزمة ڤياڤويس، في جميع تطبيق فتحْته، كانت تستجيب استجابة وثيقة لأسماء خيارات القائمة menu options، والعناوين على أزرار مربعات الحوار dialogue boxes (وهي المستطيلات المزعجة الرمادية اللون التي تظهر لِتَعْرِض أخطاءً وتطرح أسئلة). فما إذا تفهمتُ إعطاء الأوامر بالصيغة الدقيقة التي تتسقطها حزمة ڤياڤويس، حتى صار بإمكاني تقليب الشاشة نحوالأعلى ونحوالأسفل، وضبط حجم النوافذ، وفتح البرامج وإغلاقها، وكذلك إجراء عمليات تبديل بين مختلف المهام دون الحاجة إلى استعمال كرة المسار. يجدر بالذكر حتى التحكم في الصوت كان أكثر الوسائل فائدة للتجول في صفحات شبكة الوب. فما عليك إلا حتى تقرأ الحدثات الأولى من الرابط (الوصلة) link لتفتح الصفحة، وأن تنطق باسم أي مسقط حددته ليظهر. فلوطلبت بالنطق «إظهار الأوامر» لوجدت حتى حزمة ڤياڤويس قد وسمت جميع الروابط البيانية الفائقة graphic hyperlinks على الصفحة الحالية بأرقام تتيح لك «النقر» على صور وحدثات بمجرد النطق بالأرقام المناسبة.

وسرعان ما اكتسبت حزمة ڤياڤويس المهارة في إدراك معنى أوامري بغض النظر عن درجة انخفاض صوتي أوسرعة كلامي، بل لقد ازدادت دقة تمييزها عندما نطقت حدثاتي بسرعة. وانقضى أسبوع وأنا أستعمل هذه البرمجيات، ثم نظرت إلى مقياس المسافات على فأرة حاسوبي، فظهر عليه الرقم 1564 قدما. وهذا يعني حتى حزمة ڤياڤويس قد اختصرت استعمال الفأرة ـ حتى وأنا في مراحل التفهم الأولى ـ بنحوالثلث في البريد الإلكتروني، وبما يزيد على النصف في إدارة الملفات، وبمقدار الثلثين في مجال التجول في شبكة الوب. إلى غير ذلك انبتر الألم في ذراعي وتحسّنت حالها كثيرا. وأدركت الآن تماما حتى التحكم في الصوت ـ مع جميع عيوبه وعدم اكتماله ـ له مزايا ترجح على مثالبه وكلفته المادية. وأعتقد أنني يفترض أن أستخدم هذه البرمجيات في بيتي كذلك، فقد تغني عن النماذج المتعددة الأصوات، ومن ثم سيكون بإمكاني وزوجتي الهمس إلى حاسوبنا الشخصي والتعامل معه على هذا النحوبشعور من الرضا والاطمئنان.

الأبحاث والتطوير

سيري هونتيجة الأبحاث من SRI الدولية مركز الذكاء الاصطناعي، وهي فرع من المشروع كالوالتى تقوم بتمويله داربا .

المناطق الفنية الأولية التى هجرز علىها سيري هى قابلة المحادثة الشخصية سياق التوعية وخدمة الوفود.

سيري في التعهد على الكلام ويعتقد محرك الواجب تقديمها من قبل نيوانس للإتصالات، وهي شركة تكنولوجيا الكلام، رغم انه لم يتم الاعتراف رسميا بها من قبل أي من أبل أونيوانس.

يسمى صوت الذكر في خدمة سيرى تحت اللغة الإنجليزية بلكنة المملكة المتحدة هو"دانيال" الذى يلقيها جون بريغز ، وهوصحفي سابق في مجال التكنولوجيا. تم تسجيل صوته لScansoft ، التي اندمجت مع نيوانس اتصالات في أكتوبر 2005، على الرغم من ان أبل لم تؤكد أي إرتباط مع نيوانس بخصوص سيري.

ويسمى الصوت الاسترالية النسائى "كارين" والتي تلقيها كارين جاكوبسن، وهوأسترالية المولد ومقرها نيويورك وهى مغنية وفى مجال الترفيه والتسلية ، فنانة وشاعرة. جاكوبسن هوأيضا الصوت الاسترالي في جهاز الملاحة GPS للشركة الألمانية، نافمان، توم توم وميوورلدوايد.

تطبيق سيري الأصلي الاعتماد عليها عدد من الشركاء، بما في ذلك:

• عكس، Gayot، سيتيسيرش، BooRah، الصرخة، وياهوالمحلية، ReserveTravel، Localeze لمطعم والأعمال الأسئلة والإجراءات؛
• حافل بالأحداث، StubHub وLiveKick للمناسبات والحفلات المعلومات؛
• MovieTickets، الطماطم الفاسد، ونيويورك تايمز للحصول على معلومات، ويستعرض الفيلم؛
• بنج إجابات، ولفرام ألفا و إيفي (البرمجيات) لواقعية ردا على سؤال،
• بينغ، ياهووجوجل للبحث على شبكة الإنترنت.

مصادر في تطبيق أبل سيري من تختلف من تطبيق اي فون الأصلي. أنها تدمج مع وظيفة نظام التشغيل Iosالافتراضي ، مثل التقويمات وجهات الاتصال والرسائل النصية. كما أنها تدعم البحث من جوجل، بنج، وياهو، ويكيبيديا ولفرام ألفا. بالإضافة إلى ذلك يعمل سيري مع خرائط Google وYelp! البحث في الولايات المتحدة فقط.

الهامش

• http://oloommagazine.com/Search/QSearch.aspx?kw=%d8%a8%d8%b1%d9%85%d8%ac%d9%8a%d8%a7%d8%aa%20%d8%aa%d8%b9%d8%b1%d9%91%d9%8f%d9%81%20%d8%a7%d9%84%d9%83%d9%84%d8%a7%d9%85%d8%8c