في وقت ما، كنت أعمل على نظام تحويل النص إلى كلام لاستخدامه في برنامج التداول الآلي الخاص بنا. كان الصوت بطيئاً جداً ومملّاً، وسريعاً جداً ويبدو متعجلاً وغير طبيعي. جرب فريقنا العديد من الطرق، لكن كل مرة نستخدمها فيها عملياً كانت هناك مشاكل. اليوم سأروي لكم كيف وصلنا إلى نقطة يصبح فيها صوت النطق الآلي للغة التايلاندية طبيعياً، وما تعلمناه من الأخطاء التي ارتكبناها.
مشكلة الصوت غير الطبيعي
في البداية، حاولت أنا وفريقي استخدام نظام موجود بالفعل لإنشاء صوت ناطق لبيانات تداول الذهب والعملة الأجنبية. لكن الصوت الناتج لم يكن مناسباً حقاً. جربنا ضبط سرعات مختلفة، لكن كل مرة كانت هناك مشاكل. إذا كان الصوت بطيئاً جداً، سيغفو المستمعون لأن بيانات التداول يجب قراءتها باستمرار. أما إذا كان سريعاً جداً، فيبدو غير طبيعي وغير مناسب لقراءة البيانات المالية التي تتطلب وضوحاً. أحياناً كنا نتلقى رسائل من العملاء تقول إن الصوت يبدو وكأنه روبوت يقرأ، وهو أمر اضطررنا لمعالجته بسرعة لأنه يؤثر على تجربة مستخدمي تطبيق iCafeFX لدينا.
القياس والتجارب الأولية
لحل مشكلة الصوت غير الطبيعي، بدأنا بقياس معدل القراءة بالحروف في الثانية (CPS) عن طريق تقسيم النص إلى أجزاء وقياس الوقت المستغرق لقراءتها. الجزء الأول الذي جربناه كان نصاً طويلاً يبلغ 338 حرفاً، والجزء الآخر 403 أحرف. جربنا ضبط قيم مختلفة وقياس النتائج، باستخدام النظام الذي طورناه على Mac Mini M4 Pro مع نظام تخزين بيانات شخصي ووحدة معالجة RTX 5060 Ti. أظهرت النتائج الأولية أننا لم نصل بعد إلى القيمة المناسبة للاستخدام الفعلي.
البحث عن القيمة المناسبة
بعد التجارب الأولية غير الناجحة، بدأنا البحث عن قيمة CPS المناسبة من خلال تجربة قيم مختلفة بشكل مفصل. من البيانات الحقيقية التي قسناها، كانت القيمة التي تبدو طبيعية حوالي 13.6 حرفاً/ثانية، وهو أقل بكثير من القيم التي جربناها في البداية. لكننا كنا بحاجة إلى التأكد من أن هذه القيمة ستكون قابلة للاستخدام على المدى الطويل، لذلك أجرينا تجارب إضافية باستخدام نصوص أكبر وضبط القيم بشكل دقيق. وجدنا أن القيمة المناسبة لنظامنا تقع في نطاق 14.91-16.51 حرفاً/ثانية، وهي قيمة يمكن استخدامها فعلياً في العمل اليومي.
تحسين النظام
بعد أن حصلنا على قيمة CPS المناسبة، بدأنا في تحسين النظام بشكل أكبر. استخدمنا نموذج FLUX لضبط جودة الصوت، مع استخدام Redhat MCP AI لتحسين سرعة المعالجة. كان علينا حل مشكلة انخفاض دقة الصوت عند استخدام قيم CPS أقل. بالإضافة إلى ذلك، كان علينا معالجة مشكلة عدم انتظام الصوت في بعض الأجزاء، والتي عالجناها بإضافة معالجة صوتية إضافية. جعلت هذه التعديلات صوتنا أكثر طبيعية وانتظاماً، خاصة عند استخدامه لقراءة بيانات التداول المعقدة.
التطبيق العملي
بعد أن حصلنا على قيمة CPS المناسبة، طبقناها على نظام MetaTrader 5 الخاص بنا، وهو النظام الذي نستخدمه لتداول الذهب والعملة الأجنبية. ساعد قراءة بيانات التداول بصوت طبيعي المتداولين على تتبع البيانات بسهولة أكبر وتقليل التعب الناتج عن قراءة البيانات يدوياً. تلقينا تعليقات من المستخدمين تفيد بأن الصوت أصبح أكثر طبيعية بكثير، مما جعل العمل مع نظامنا أكثر راحة، كما ساعد في تقليل أخطاء فهم بيانات التداول بشكل أفضل.
الدروس والخطوات القادمة
من هذه التجربة، تعلمنا أن التعديلات الصغيرة قد تؤثر بشكل كبير على تجربة المستخدم، خاصة فيما يتعلق بالصوت الذي نستخدمه في الأنظمة التي تعمل باستمرار. تعلمنا أيضاً أن التجارب التفصيلية وقياس النتائج بناءً على بيانات حقيقية أمر بالغ الأهمية. في المستقبل، قد نطور النظام ليتمكن من ضبط قيمة CPS تلقائياً حسب نوع البيانات أو تفضيلات المستخدم، لتوفير أفضل تجربة استخدام ممكنة.
للمهتمين بتجربة تداول الذهب الحقيقي، يمكن فتح حساب XM من خلال: افتح حساب XM عبر شريكنا
