مقارنة Apple Speech وWhisper المحلي على Mac: اختبار الدقة وزمن الاستجابة
اختبرنا Apple Speech ونموذج WhisperKit base محليًا باستخدام المقاطع الإنجليزية الثلاثين نفسها مع نصوص مرجعية، وقسنا معدل خطأ الكلمات وزمن ظهور النص الأول ووقت التثبيت النهائي.
2026-08-30 · 9 minالخلاصة السريعة
على جهاز Mac هذا المزود بشريحة Apple silicon، عرض Apple Speech النص الأول أسرع، بينما أظهر Whisper المحلي فرقًا بين دقة النموذج وحده ونتيجة مسار الترجمة النصية المباشرة. في 30 مقطعًا إنجليزيًا واضحًا من LibriSpeech، بلغ WER في Apple Speech 0.9%، وفي مسار Whisper المباشر داخل Alison Workspace 7.9%، وفي تعرف Whisper على المقطع كاملًا 1.9%. كان وسيط زمن النص الأول 1.14 s لدى Apple و1.74 s لدى Whisper المباشر. هذه الأرقام تخص هذا الاختبار ولا تمثل كل المتحدثين أو اللغات أو الأجهزة.
طريقة إجراء الاختبار
أُجري الاختبار محليًا في 30 أغسطس 2026 على Mac بشريحة Apple silicon ونظام macOS 26.5.2. تلقى المحركان المقاطع الثلاثين نفسها من LibriSpeech test-clean بعد تحويلها إلى صوت أحادي 16 كيلوهرتز. أُرسلت إطارات مدتها 100 مللي ثانية بسرعة الزمن الحقيقي، ثم أضيف 0.8 ثانية من الصمت المتطابق. جُهزت النماذج وموارد لغة Apple قبل القياس. قيسَت الدقة بمعدل خطأ الكلمات، والزمن بظهور أول نص غير فارغ وبالانتظار من نهاية الكلام حتى النص النهائي.
الدقة: افصل المحرك عن المسار المباشر
حقق تعرف Whisper على المقطع كاملًا WER قدره 1.9%، وهو يوضح الحد الأعلى لدقة النموذج عندما يحصل على العبارة كاملة. حقق مسار Whisper في المنتج 7.9% لأن اكتشاف النشاط الصوتي والتقسيم والمسودات التدريجية والتجميع النهائي تؤثر أيضًا في النص الظاهر. وحققت النتائج النهائية الأصلية من Apple Speech 0.9%. حتى النموذج القوي قد يفقد كلمات إذا قطع مسار الزمن الحقيقي العبارة في موضع غير مناسب.
زمن الاستجابة: النص الأول والنص النهائي مقياسان مختلفان
ظهر النص الأول في Apple Speech بعد وسيط 1.14 s، مقابل 1.74 s لمسار Whisper المباشر. بعد انتهاء الكلام وصل تثبيت Apple النهائي بعد 1.13 s، ووصل تثبيت Whisper بعد 0.58 s. بلغ وسيط معامل الزمن الحقيقي لتعرف Whisper على المقطع كاملًا 0.021×، لكن هذه سرعة شبيهة بالمعالجة غير المباشرة وليست زمن أول ترجمة نصية. التجربة الجيدة تحتاج مسودة مبكرة قابلة للقراءة وسطرًا نهائيًا موثوقًا.
لماذا يستخدم Alison Workspace المحركين
لا يفترض Alison Workspace أن محركًا واحدًا هو الأفضل دائمًا. على macOS 26 يمكن للغة مختارة صراحةً ولها مورد كلام محلي من Apple أن تستخدم مسار Apple Speech الأصلي. ويمكن للأنظمة الأقدم أو الكشف التلقائي أو اللغات غير المدعومة لدى Apple أو الموارد غير المتاحة استخدام WhisperKit المحلي. يحافظ هذا التوجيه على تغطية واسعة ويستفيد من البث لدى Apple حيث يتوفر. بعد تنزيل المورد أو النموذج أول مرة، يعمل التعرف على جهاز Mac.
ما الذي لا يثبته هذا الاختبار
المقاطع الثلاثون قراءة إنجليزية واضحة وبصوت متحدث واحد غالبًا. لا تمثل كل اللهجات أو ميكروفونات الاجتماعات أو الغرف الصاخبة أو الموسيقى أو الأصوات المتداخلة أو المصطلحات المتخصصة أو اللغات غير الإنجليزية. ترجمة هذه المقالة لا تجعل الاختبار الإنجليزي معيارًا متعدد اللغات. ننشر حجم العينة والنظام والنموذج وطريقة الإدخال والنتائج المنفصلة لتوضيح النطاق. للأعمال المهمة اختبر الأسماء والأرقام واللهجة والتطبيق الفعلي الذي يشغل الصوت.
اختبار لمدة دقيقة على جهازك
شغّل فيديو قصيرًا أو تسجيل اجتماع بصوت واضح واحد. اختر اللغة المنطوقة المعروفة، وتأكد من أن التطبيق يستقبل صوت نظام Mac لا ضوضاء ميكروفون الغرفة، وراقب وقت ظهور أول كلمات مفيدة. اختبر اسمًا ورقمًا ومصطلحًا تقنيًا ثم قارن السطر النهائي بالصوت. كرر ذلك في تطبيق الاجتماع أو المتصفح أو المشغل الذي تستخدمه فعليًا.
الأسئلة الشائعة
هل Apple Speech أسرع من Whisper على Mac؟
في اختبار 30 مقطعًا إنجليزيًا كان وسيط النص الأول 1.14 s لدى Apple و1.74 s في مسار Whisper داخل Alison. قد تغير الأجهزة واللغة والصوت النتيجة.
هل Whisper المحلي أدق من Apple Speech؟
بلغ WER في Whisper للمقطع كاملًا 1.9%، وفي Apple الأصلي 0.9%، وفي مسار Whisper المباشر 7.9%. يجب فصل دقة النموذج عن دقة المنتج كاملة.
هل يعمل التعرف على الكلام دون اتصال على Mac؟
نعم، بعد تنزيل مورد لغة Apple أو نموذج Whisper المحلي المطلوب. قد يحتاج التثبيت الأول إلى الإنترنت.
أي محرك يستخدم Alison Workspace؟
يمكنه استخدام Apple Speech على macOS 26 عند دعم اللغة والمورد المحلي، ويستخدم WhisperKit المحلي للتغطية الأوسع أو كمسار بديل.