تجربة استخدام VV01 بشكل مباشر: اللغة الإنجليزية في الوقت الحقيقي، مع ترجمة الفيديو إلى اللغة الروسية فورًا.
يُعرض فيديو توضيحي مدته 90 ثانية، يوضح كامل إجراءات استخدام برنامج إدارة الاجتماعات VV01 بشكل Offline. يتم تسجيل الخطابات باللغة الإنجليزية في الوقت الفعلي، ثم ترجمتها إلى اللغة الروسية، مع وجود نص ورسومات صوتية أيضًا. يقوم المقال بتفصيل كل جزء من الفيديو، مع تقديم تفاصيل حول المواصفات التقنية، ومستوى دقة العملية، وأربعة سيناريوهات للتطبيق، بالإضافة إلى قائمة بالمعايير اللازمة للموافقة على استخدام البرنامج.
لقد قمنا بنشر نظام فيديو تجريبي حي لبرنامج VV01، حيث يتحدث الشخص باللغة الإنجليزية، ويقوم النظام بترجمة كلماته إلى اللغة المحلية في الوقت الفعلي. كما أن النظام يقوم بترجمة الكلمات من الميكروفون إلى نص على الشاشة، دون الحاجة إلى استخدام أي خدمات سحابية.
يقوم هذا المقال بتفصيل الفيديو إلى أجزاء، ويشرح ما يمكن أن يوفره كل جزء منه. كما يوضح الأرقام الرسمية التي يجب استخدامها، والأرقام التي يجب قياسها بنفسك. وفي النهاية، يقدم قائمة بالمتطلبات التي يجب الالتزام بها قبل الشراء.
الفيديو موجود على يوتيوب. إذا كان تشغيل الفيديو بطيئًا في منطقتك، فهناك رابط مباشر للفيديو الأصلي في نهاية المقال.
ما الذي يوجد في الفيديو؟
الفيديو الكامل يستمر لمدة 90 ثانية، ويتكون من أربع مراحل.
| تاريخ الإنشاء/التوقيت | المحتوى |
|---|---|
| 00:00 | المقدمة وتهيئة الأجهزة VV01 |
| 00:15 | تجربة استخدام لغة التعرف على الكلام/ASR باللغة الإنجليزية |
| 00:45 | ترجمة فورية من اللغة الإنجليزية إلى اللغة الروسية (نص/صوت) |
| 01:15 | اختبار الدقة والأداء مع انخفاض التأخير |
تقسيم الأجزاء
00:00 · إعداد الأجهزة: خادم سطح مكتب واحد، ميكروفون ذو قدرة الاتصال الشاملة.
يوضح الجزء المتعلق بالتثبيت وجود اتصالين فقط: اتصال من نوع ميكروفون خارجي ذو قدرة على التقاط الصوت من جميع الاتجاهات (USB أو 3.5ملم)، واتصال من نوع إخراج البيانات من HDMI (4K إلى الداخل/8K إلى الخارج). لا يوجد حساب سحابي، ولا خادم ترخيص، ولا حاجة للتثبيت… فقط قم بتوصيل الجهاز به، وسيبدأ الجهاز في العمل.
جهاز VV01 في حد ذاته عبارة عن جهاز سطحي، بمقاييس 243×180×82 ملم. كما يحتوي على معالج NPU بقوة 46 TOPS، بالإضافة إلى 8 جيجابايت من الذاكرة العشوائية، و128 جيجابايت من مساحة التخزين القابلة للتوسيع. هذا الشكل الخارجي يحدد خصائص الجهاز؛ فلا حاجة لاستخدام مساحة في الرف لوضع الجهاز عليه.
00:15 · نص الإنجليزية في الوقت الفعلي: النص كما تتحدث.
المتحدث يتحدث باللغة الإنجليزية بوتيرة طبيعية، بينما يتم عرض رمز تفريغ الصوت على الشاشة. هناك عنصران مهمان في هذا السياق:
- الرقم الرسمي لوقت الانتظار أقل من ثانية واحدة؛ أي أن النص يستقر بعد فترة قصيرة من إخراج الكلمات، وليس بعد ظهور الفقرة بأكملها في نهاية الحوار. في حالات الإعلانات المباشرة، هذا الاختلاف يحدد ما إذا كان الجمهور سيتمكن من متابعة الحوار أم لا.
- نموذج تفريغ الصوت يعمل على وحدة المعالجة المركزية المحلية. هذا هو الفرق بين “عرض النتائج خارج الخادم” و“عرض النتائج محليًا مع استخدام تقنية التعرف على الصوت عبر السحابة”. في الحالة الأخيرة، يبدو كل شيء متشابهًا على الشاشة، لكن الصوت يتم نقله إلى الخادم مسبقًا.
نقطة مهمة تتعلق بالأرقام: الرقم الرسمي هو يتم قياس دقة تزيد عن 98% على مستوى اللغة الماندرين القياسية.. التطبيق التجريبي يُظهر قدرات التعرف على اللغة الإنجليزية في الوقت الفعلي، لكن أداء التطبيق يتغير باختلاف المجال، واللهجة، والضوضاء المحيطة… هذه النصائح تنطبق على أرقام أي مزود خدمة، وليس فقط أرقامنا.
00:45 · من اللغة الإنجليزية إلى اللغة الروسية: النص والصوت
هذا هو الجزء الأساسي من النظام: يتم ترجمة الخطاب الإنجليزي إلى اللغة الروسية بشكل متزامن، باستخدام النص المترجم يظهر على الشاشة، وتم تحويل الكلام الروسي إلى صوت يمكن سماعه.. كما أن نموذج الترجمة يعمل على وحدة المعالجة المركزية المحلية.
لماذا يعتبر هذا الأمر مهمًا للغاية؟ لأن الترجمة هي المكان الذي تنكسر فيه أغلب ادعاءات "عدم الاتصال" في كثير من الأحيان. إذا كانت البنية تتكون من "تفريغ صوتي محلي + واجهة برمجة تطبيقات للترجمة السحابية"، فقد لا يغادر الصوت المكان أبدًا، لكن النص الكامل للاجتماع يغادر المكان عبر واجهة الترجمة السحابية — وهو ما يتعارض بشكل مباشر مع التزامات إبقاء البيانات في مكانها في الأعمال عبر الحدود والحكومة والقطاع المالي (انظر تحليلنا في Air-Gapped Meeting Minutes).
في النموذج التجريبي، يعتبر هذا الخطوة جزءًا من العملية المحلية؛ أي أن عملية ترجمة النصوص وتوليد الصوت تحدث على الجهاز نفسه.
01:15 · اختبار الأداء: دقة الخدمة ووقت الاستجابة
الجزء الأخير من الاختبارات يركز على استقرار التواصل بين الأجهزة، بالإضافة إلى زمن الاستجابة في الاتصالات الصوتية المستمرة باللغة الإنجليزية. يمكن مشاهدة الفيديو الأصلي لمعرفة التفاصيل الكاملة. هناك اثنان من الأرقام الرسمية للرجوع إليها كمرجع.
| متري | الرقم الرسمي | مذكرة القبول |
|---|---|---|
| زقاز، فترة الانتظار/الرکود | أقل من ثانية واحدة | الجمل الطويلة، والكلام المتصل مع بعضه البعض، وتغيير لغة الحديث في الوقت المناسب، كل ذلك يمثل اختبارات حقيقية. |
| دقة التعرف | ≥98% (مستوى أساسي في اللغة الماندرينية) | تأكد من صحة النصوص الإنجليزية باستخدام الصوت الحقيقي من مجال عملك. |
لماذا يتم تنسيق اللغة الإنجليزية مع اللغة الروسية في هذا العرض التوضيحي؟
الترتيب الذي يتم فيه نقل اللغة الإنجليزية إلى اللغة الروسية، ليس أمرًا عشوائيًا؛ بل يرتبط بثلاث سيناريوهات حقيقية تتعلق بالمعاملات العابرة للحدود.
- المفاوضات التجارية والاقتصادية مع الشركاء الناطقين باللغة الروسية: مجال التجارة في مجالات الآلات والطاقة والزراعة؛ حيث يتحدث أحد الأطراف اللغة الإنجليزية، بينما الآخر يحتاج إلى استخدام اللغة الروسية. كما أن تكاليف استخدام مترجمين بشرية مرتفعة، وعمليات الترجمة بطيئة أيضًا.
- المؤتمرات والمعارض الدولية: الأحداث الصناعية التي يشاهدها عدد كبير من الناس الذين يتحدثون اللغة الروسية، تحتاج إلى ترجمات مباشرة، بالإضافة إلى تخزين التفاصيل في الأرشيف.
- سيناريوهات الخدمة الحدودية وخدمة العملاء: نوع من الاتصال الشفهي الثنائي، حيث أن كل ثانية إضافية من تأخير في الإرسال يؤدي إلى تدهور جودة المحادثة.
الجميع يخضع لنفس القيود: المحادثة حساسة للغاية، ولا يمكن مغادرة المكان الذي تتم فيه المحادثة. كما أن شبكات الاتصال غير موثوقة، لذلك فإن استخدام السحابة ليست خيارًا مناسبًا.. فقط الخطوات التي تتم بشكل كامل خارج الشبكة يمكن أن تحقق ذلك… ولهذا السبب، يتم تشغيل النموذج على VV01.
أين يقع موقع VV01 في مصفوفة المنتجات؟
معدات الاجتماعات التابعة لـ VoiVision تتوفر في أربع فئات، حسب حجم الغرفة؛ أما VV01، فهي الفئة المخصصة للسيناريوهات الأصغر حجماً.
| النموذج | الشكل والمظهر الخارجي | الحساب/القياس | تحديد المواقع |
|---|---|---|---|
| V06 | بطاقة التقاط الصور | — | التسجيل الفردي |
| VV01 | مضيف الحاسوب المكتبي | ٤٦ زقاز | غرفة صغيرة / مكتب شخصي |
| VV05 | 1U ركيزة | ١٦٦ زقاز | على مستوى الإدارات، في غرف متعددة |
| VV10 | 1U ركيزة | ٣٢٦ زقاز | شركة/MLPS المستوى الثالث/معلومات سرية |
قاعدة الاختيار واحدة فقط: غرفة صغيرة واحدة هي المكان المثالي لـ استخدام أجهزة تخزين للغرفة الصغيرة فقط هو مضيعة للموارد؛ كما أن دفع وحدة الكمبيوتر خارج نطاقها يؤدي إلى تلف الأجهزة.. أما الحالات التي تتطلب استخدام عدة غرف في نفس الوقت، أو الحالات من المستوى 3، فإنها تُرسل مباشرة إلى VV05/VV10.
أربعة سيناريوهات لتنفيذ العملية
بالجمع بين الدليل التوضيحي وتموضع المنتج، فإن VV01 يناسب أربعة سيناريوهات مختلفة.
| سيناريو | استخدام نموذجي |
|---|---|
| أجهزة صوتية ذكية | قم بإدراج الرمز المحلي ASR في أجهزتك الشخصية. |
| أنظمة المؤتمرات الدولية | يتم دمج هذا الجهاز مع أنظمة المؤتمرات، مما يسمح بتقديم ترجمان عبر اللغتين أثناء الاجتماعات، بالإضافة إلى تقديم الترجمان بعد انتهاء الاجتماع. |
| خدمة العملاء عبر الحدود | الاتصال ثنائي الاتجاه في الوقت الفعلي (باللغتين الإنجليزية والروسية، بالإضافة إلى لغات أخرى)، حيث يظل محتوى المكالمات مخزنًا داخل المؤسسة. |
| العرضات التفاعلية | عروض تفاعلية ثنائية اللغة في الأكشاك والمعارض… لا حاجة إلى شبكة للتواصل. |
قبل الشراء: ثلاث خطوات للقبول.
الفيديو لا يزال بيئة تجريبية فقط. لكي تحدد ما إذا كان المنتج VV01 مناسبًا لسيناريوك، يجب تنفيذ هذه الإجراءات الثلاثة (وهي إجراءات صالحة لأي منتج مشابه).
- اختبار القدرة على التعرف على الأصوات ذات النبرات المختلفة: تجنب القراءة وفقًا للنص المُعد مسبقًا. استخدم تسجيلات حقيقية من مجالك الخاص – مع أصوات الأشخاص، وعبارات مختصرة، والضوضاء المحيطة… وراقب كيف تظهر الاسماء المحددة في النص، وكيف يظل النص ثابتًا خلال القراءة.
- توقيت الوقت اللازم لإتمام العملية بأكملها: من نهاية الجملة إلى نص ثابت على الشاشة، ثم إلى الترجمة، وأخيرًا إلى نص يتم عرضه على الشاشة. الوقت المطلوب لكل خطوة هو أقل من ثانية واحدة. لكن يجب عليك التحقق من سيناريوك الخاص بنفسك.
- يجب تكرار العملية دون استخدام الشبكة.: يجب إعادة تشغيل نفس المادة دون استخدام الشبكة. إذا فشلت عملية الترجمة أو الإخراج الصوتي، أو إذا تدهورت أداء النظام بشكل كبير، فإن النظام يعتمد على السحابة الإلكترونية، ولا يمكن اعتبار الادعاءات المتعلقة بالعملية “غير متصلة بالشبكة” صحيحة.
المحاكمات والاقتباسات: يمكن تقديم المتطلبات عبر بوابة contact page، أو عبر البريد الإلكتروني إلى sales@voivision.com؛ كما يمكن التواصل عبر واتساب/ويشات على الرقم +8618994301192. يُرجى ذكر معلومات حول نوع الغرفة المستخدمة، وأزواج اللغات، بالإضافة إلى ما إذا كان من الضروري استخدام نظام تشغيل خاص، حتى نتمكن من اختيار النموذج المناسب.
لمزيد من القراءة: Multilingual Meetings: Offline Translation and Live Subtitles｜Meeting Minutes Quality: Five Engineering Stages and an Acceptance Checklist｜On-Premise ASR Selection
الأسئلة الشائعة
Q: ما هي شكل الجهاز VV01؟
A: جهاز VV01 هو جهاز لإدارة الاجتماعات دون اتصال بالإنترنت، ومقاسه 243×180×82 ملم. يحتوي على معالج NPU بقوة 46 TOPS، و8 جيجابايت من الذاكرة العشوائية، بالإضافة إلى سعة تخزين تصل إلى 128 جيجابايت. يمكن توصيل ميكروفون خارجي بتوصيل USB أو 3.5 مم، كما يسمح بإخراج الصوت عبر منفذ HDMI، حيث يمكن إرسال الصور بدقة 4K وإرسال الصوت بدقة 8K. يناسب هذا الجهاز الغرف الصغيرة والطاولات، ولا يحتاج إلى أي حامل خاص.
Q: هل تمت عملية التحقق من الصيغة الإنجليزية والترجمة إلى اللغة الروسية في الموقع نفسه؟
A: نعم، كلا النموذجين، نموذج تفريغ الصوت والنموذج الخاص بالترجمة، يعملان على الجهاز نفسه. الصوت والنص لا يغادران الجهاز أبدًا، ويتم تشغيل النموذج في بيئات خالية من الاتصال بالإنترنت. هذه هي الفروق الأساسية مقارنة بإعدادات “السحابة API مع شاشة محلية”. إذا تم الترجمة عبر السحابة، فإن وعد “عدم خروج البيانات من الجهاز” يفقد معناه.
Q: ما هو مقدار التأخير في الأداء الخاص بزQAZ؟
A: الرقم الرسمي يقل عن ثانية واحدة؛ أي أن النص يظهر على الشاشة بعد حوالي ثانية من انتهاء الكلام. أما الوقت الفعلي اللازم لعرض النص، فهو يختلف باختلاف ظروف الصوت، وحجم النموذج المستخدم، والعدد المتزامن من العمليات التي تتم على النموذج. يجب قياس هذا الوقت في سياقك الخاص.
Q: هل يُعتبر الرقم المستوى 98% صحيحًا بالنسبة للنصوص الإنجليزية في العرض التوضيحي؟
A: ليس بشكل مباشر. الدقة الرسمية تصل إلى 98% على اللغة الماندرين القياسية. التطبيق يُظهر قدرات التعرف على اللغة الإنجليزية في الوقت الفعلي، لكن أداء التطبيق يتغير باختلاف المجال، واللهجة، والضوضاء المحيطة… يجب أن تقوم بتجربة التطبيق مع مقاطع صوتية من مجالك الخاص قبل اتخاذ أي قرارات.
Q: كيف يمكنني اختيار أحد الخيارات التالية: V06، VV01، VV05، أو VV10؟
A: يجب تطبيق نوع الحاسوب على حجم الغرفة المخصصة له: بطاقة التسجيل V06 للاستخدام الشخصي؛ VV01 للاستخدام في غرفة صغيرة أو مكتب واحد؛ VV05 (1U، 166 TOPS) للاستخدام في غرف متعددة؛ VV10 (1U، 326 TOPS) للاستخدام في المؤسسات الكبيرة، أو في البيئات السرية. استخدام أجهزة تخزين للغرف الصغيرة هو مضيعة للمواد الخام؛ واستخدام جهاز كمبيوتر أكبر من حجم الغرفة يؤدي إلى تلف الأجهزة.
Q: هل تدعم الترجمة من اللغة الإنجليزية إلى اللغة الروسية في العرض التوضيحي إمكانية إنتاج الصوت؟
A: نعم، الفترة الزمنية من الساعة 00:45 تُظهر النصوص الروسية كنصوص مترجمة، بالإضافة إلى أصوات تم إنشاؤها محليًا على الجهاز نفسه.
Q: كيف يمكنني طلب محاولة استخدام المنتج أو الحصول على عرض أسعار؟
A: يمكنك تقديم طلباتك عبر صفحة الاتصال الموجودة في هذا الموقع، أو عبر البريد الإلكتروني sales@voivision.com؛ كما يمكنك التواصل معنا عبر واتساب/ويشات على الرقم +8618994301192. يرجى ذكر معلومات حول نوع الغرفة المستخدمة، وأزواج اللغات المستخدمة، بالإضافة إلى ما إذا كان من الضروري استخدام تقنيات الحماية الأمنية لضمان أمان النظام، حتى نتمكن من اختيار النموذج المناسب لاحتياجاتك.