بيانات صوتية ولغوية
للهجات شمال أفريقيا.
تُنتج «درجة داتا» بيانات تدريب للدارجة والأمازيغية، تُسجَّل وتُفرَّغ نصيًا وتُدقَّق على يد ناطقين أصليين يعملون ميدانيًا بأجر. الإنتاج قائم في تونس، ويمتد عند الطلب إلى الجزائر والمغرب وليبيا. وتُرخَّص البيانات لتطوير أنظمة التعرف على الكلام والنماذج اللغوية وتوليد الصوت.
ما يمكنكم ترخيصه
خمس فئات من المنتجات من خط إنتاج واحد — مع عيّنة قبل أي التزام.
مدونات كلامية
صوت ونسخ مدقَّق بشريًا وبيانات المتحدث، بحسب البلد واللهجة.
لكل ساعة مدقّقةبيانات مشتقة
العربيزي وأزواج النقل الحرفي ووسوم التصنيف والتناوب اللغوي — منتجات مشتقة من التسجيل ذاته.
لكل مدونةواجهة برمجة صوتية
تحويل الكلام إلى نص مضبوط للهجات المغاربية، يُعاد تدريبه باستمرار على التصحيحات المدقّقة الجديدة.
لكل دقيقةخدمات وسم البيانات
فريقنا المدرَّب، بدرجات ثقة فردية، يتولى وسم بياناتكم وتصنيفها.
لكل مهمةجمع حسب الطلب
تحدّدون بدقة الكلام الذي تحتاجونه، ونتولى إنتاجه ميدانيًا.
لكل حملةيشمل كل تسليم الصوت (M4A؛ وWAV عند الطلب) ونصوصًا مدقّقة بشريًا مع ملفات وصف JSON/CSV وبيانات المتحدث والمنطقة وتوثيق الموافقة وملفات موسومة بعلامة مائية.
الكتالوج الكامل للمنتجات →
هكذا تُصنع ساعة من البيانات
تطبيقنا الخاص على الهاتف يدير السلسلة كاملة: التسجيل، والمسوّدة الآلية، وتصحيح المتحدث، والمراجعة.
سجّل
يقترح التطبيق موضوعًا من بين 6,347 قالبًا، ويتحدث المساهم بحرّية بلهجته.
انسخ
ينشئ نموذجنا الصوتي الخاص مسوّدة النص على خوادمنا، ولا تغادر البيانات بنيتنا التحتية في أي مرحلة.
صحّح
يتولى المتحدث نفسه التصحيح — فهو وحده يعلم ما قال، والتصحيح ذاته هو إشارة التدريب.
دقّق
أربع طبقات جودة مستقلة تقرر ما إذا كانت الساعة ستغدو منتجًا قابلًا للبيع.
كل تصحيح يسهم بدوره في تدريب نموذج المسوّدات الداخلي لدينا، فتغدو كل ساعة تالية أسرع إنتاجًا وأكثر اتساقًا.
يُنتَج في تطبيقنا الخاص
كل ساعة نسلّمها تجمع التسجيل الصوتي إلى نصٍّ راجعه المتحدث بنفسه: يقترح النموذج ويصحّح المتحدث، فيطابق النصُّ ما قيل فعلًا.
التسجيل، والمسوّدة الآلية، وتصحيح المتحدث، ودرجة الجودة، والدفع — هذه هي السلسلة التي تمر بها كل ساعة نسلّمها.
كل ساعة تُدقَّق قبل التسليم
أربع طبقات رقابة مستقلة تفصل بين التسجيل الخام والساعة المسلَّمة.
كشف تلقائي للشذوذ
فحوص آلية للسلامة والمعقولية تجتازها كل مساهمة — قبل أن تصل إلى أي مراجع بشري.
قياس متواصل للجودة
قياسات دقة موضوعية لا يطّلع عليها المساهم ولا يتوقّعها، تغذّي مؤشر ثقة شخصيًا.
مراجعة بشرية متدرّجة
تُراجَع مساهمات الجدد كاملة، ومساهمات ذوي الخبرة بالعيّنة. والمراجعون مساهمون من الدرجة العليا.
إجماع مستقل
يقيّم الحالاتِ الشائكة عدةُ مراجعين كلٌّ على حدة — ولا تُقبل إلا عند الاتفاق.
- —موافقة موثّقة من كل متحدث
- —سجل مصدر لكل مجموعة بيانات ونموذج
- —علامة مائية على كل ملف مسلَّم
- —فصل تام: لا تُدرَّب النماذج التجارية إلا على بياناتنا المجموعة بموافقة موثّقة
بيانات لا يمكن جمعها من الإنترنت
تكاد نماذج الكلام تخلو من أي بيانات تدريب مغاربية، إذ لا توجد أصلًا مادة متاحة للجمع.
تحليل خاص بنا استنادًا إلى جدول اللغات في التقرير التقني لنموذج Whisper (OpenAI، 2022).
لا أرشيف يُشترى ولا محتوى يُجمع آليًا: فالدارجة لغة منطوقة في المقام الأول، تستعير من الفرنسية والإيطالية والأمازيغية، ولا تغطيها مدونات العربية الفصحى. والسبيل الوحيد إلى ساعات صالحة للاستخدام هو إنتاجها — بناطقين أصليين وعملٍ ميداني.
وهذا تحديدًا ما نقوم به: مساهمون يتقاضون أجرًا في أربع دول، مع توثيق للموافقة وسجل مصدر جاهز للتدقيق يرافق كل ساعة.
أين نجمع البيانات
منصة واحدة في أربع دول — كل تسجيل يحمل بيانات المنطقة الموثّقة عبر GPS ومنطقة اللهجة.
| الدولة | العربية | الأمازيغية | المناطق | الحالة |
|---|---|---|---|---|
| تونس | الدارجة التونسية (ar-TN) | — | 24 ولاية · 6 مناطق لهجات | قيد الإنتاج |
| الجزائر | الدارجة الجزائرية (ar-DZ) | القبائلية | 58 ولاية · 6 مناطق لهجات | عند الطلب |
| المغرب | الدارجة المغربية (ar-MA) | تشلحيت · تاريفيت · تمازيغت الأطلس | 12 جهة · 5 مناطق لهجات | عند الطلب |
| ليبيا | العربية الليبية (ar-LY) | — | 22 بلدية · 4 مناطق لهجات | عند الطلب |
24 منطقة مرسومة في تونس، 21 منطقة لهجات، 8 لغات — منصة واحدة.
التغطية بالتفصيل →
بياناتنا يُنتجها أشخاص يتقاضون أجرًا عادلًا — وهذا بالذات ما يضمن جودتها.
فيمَ تُستخدم بياناتنا
حيثما احتاجت البرمجيات إلى فهم الكلام كما يتحدثه أهل شمال أفريقيا فعلًا.
المساعدات الصوتية
تفاعل طبيعي بالدارجة للتطبيقات والأجهزة والقوائم الصوتية.
ذكاء مراكز الاتصال
تفريغ نصي ومراقبة جودة وتحليل مباشر باللغة التي يتحدث بها وكلاء مركز الاتصال فعلًا.
الإعلام والترجمة
ترجمة باللهجة وأرشيف قابل للبحث لجهات البث والتلفزيون في المنطقة.
إشراف على المحتوى
لا تستطيع المنصات الإشراف على ما يتعذر عليها تفريغه نصيًا؛ وبيانات اللهجات تسدّ هذه الفجوة.
تعلّم اللغات
دروس لأبناء الجاليات — ملايين من ذوي الأصول المغاربية في أوروبا.
الخدمات العامة
خدمات المواطنين وتفريغ مكالمات الطوارئ وتيسير الوصول باللغات المستعملة فعلًا.
أخبرونا بما تريدون تدريبه.
حدّدوا اللغة والمجال والحجم، ونوافيكم بالتوفر وعيّنة بيانات وعرض سعر. ويبدأ جمع البيانات عند الطلب عادةً في غضون أسابيع.