ويسبر فلو نوت تيكر

ويسبر فلو نوت تيكر (Wispr Flow Notetaker) هو أداة تحويل الكلام إلى نص مدعومة بالذكاء الاصطناعي، طورتها شركة Wispr Flow ومقرها الولايات المتحدة. تم إطلاقها تجارياً في أوائل عام 2024، وهي مصممة لتحويل الكلام الطبيعي إلى نص مكتوب ومنسق تلقائياً داخل أي تطبيق على نظام التشغيل. تعتمد الأداة على نموذج Whisper من OpenAI كطبقة أساسية للتعرف على الكلام، مع إضافة طبقات معالجة لغوية خاصة لإزالة كلمات الحشو (مثل "أمم"، "آه")، وتصحيح القواعد، وضبط النبرة والسياق حسب التطبيق المستهدف. تعمل الأداة كطبقة نظامية (system-wide) على أجهزة سطح المكتب، مما يسمح بالإملاء الصوتي في البريد الإلكتروني، والمستندات، وتطبيقات الدردشة، ومحررات الأكواد. كما توفر ميزة "Notetaker" لالتقاط وتفريغ ملاحظات الاجتماعات والمذكرات الصوتية. تدعم الأداة أكثر من 100 لغة، لكن مستوى الدعم يختلف حسب اللغة.

البنية المعمارية والأداء التقني

تعتمد Wispr Flow على معمارية هجينة تجمع بين التعرف على الكلام في الوقت الفعلي (real-time ASR) والمعالجة اللغوية اللاحقة (post-processing NLP). يتم إرسال الصوت إلى خوادم سحابية حيث يُعالج بواسطة Whisper، ثم يمر النص الخام عبر سلسلة من النماذج اللغوية الصغيرة المخصصة لإزالة الحشو، وتصحيح الترقيم، وتعديل النبرة. هذا النهج يقلل من زمن الاستجابة الإجمالي ويحافظ على دقة عالية حتى في البيئات الصاخبة. الأداة لا تتطلب اتصالاً بالإنترنت بعد التثبيت الأولي للتفعيل، لكن المعالجة السحابية تعني أن الصوت يُرسل إلى الخوادم، مما قد يثير مخاوف الخصوصية لدى بعض المؤسسات. تدعم الأداة التكامل مع Claude وChatGPT لاستخدام ملاحظات الاجتماعات مباشرة في هذه النماذج.

الميزات الرئيسية

• الإملاء الصوتي في الوقت الفعلي عبر أي تطبيق على سطح المكتب.
• إزالة تلقائية لكلمات الحشو وتصحيح القواعد والترقيم.
• ضبط النبرة والتنسيق حسب التطبيق (بريد إلكتروني، مستند، كود).
• دعم أكثر من 100 لغة ولهجة بدرجات متفاوتة من الدقة.
• ميزة Notetaker لتفريغ الاجتماعات والمذكرات الصوتية.
• قاموس مخصص ومقتطفات نصية (snippets) لتعلم المصطلحات الخاصة.
• إدارة الفرق والتحكم الإداري في الخطط المدفوعة.

القيود التقنية

لا توفر Wispr Flow واجهة برمجة تطبيقات عامة (API) حتى الآن، مما يحد من دمجها في تطبيقات مخصصة أو سير عمل آلي. كما أن دعم اللغة العربية جزئي؛ فعلى الرغم من إمكانية الإملاء بالعربية، إلا أن دقة إزالة الحشو وتصحيح القواعد بالعربية أقل من الإنجليزية. تعتمد الأداة على المعالجة السحابية، مما قد لا يناسب البيئات الحساسة للخصوصية. لا تتوفر نسخة محلية (on-premise).