# النسخ الصوتي المتدفق يبهر في العرض ويخفق في الإنتاج

*May 21, 2026 · قراءة 2 دقائق*

> لماذا استبدلنا التدفق المباشر بالضغط والاستمرار في RetailDirect، وما علّمنا إياه درج على شبكة 4G عن ميزانيات زمن الاستجابة.

**باختصار:** النسخ المتدفق يبدو أفضل في العرض ويؤدي أسوأ على شبكة حقيقية. أما الضغط والاستمرار فيرسل مقطعًا صوتيًا واحدًا نظيفًا، ويحتمل انقطاع الاتصال، ويتيح للمستخدم رؤية النص وتصحيحه قبل اعتماده — وهو ما يهم فعلًا حين تكون النتيجة طلب بقالة.

الجواب المختصرالنسخ المتدفق يبقي اتصالًا مفتوحًا طوال الجملة، فأي انقطاع لحظي في الإشارة يفقدها كاملة. أما الضغط والاستمرار فيلتقط مقطعًا واحدًا، ويرفعه كطلب مفرد يمكن إعادة محاولته، ويمنح المستخدم لحظة لتصحيح النص قبل أن يصير طلبًا.

النسخة المتدفقة من الطلب الصوتي في RetailDirect كانت أفضل عرض قدّمناه على الإطلاق. تظهر الكلمات بينما يتحدث الشخص. مال كل من في الغرفة إلى الأمام. وصمدت نحو أربعة أيام في الميدان.

## كيف بدا الميدان

عملاء RetailDirect يطلبون بقالة. يفعلون ذلك في المصاعد والأدراج ومواقف السيارات تحت الأرض وفي المشي بين مدخل مبنى ورصيف. وهذه بالضبط الأماكن التي ينقطع فيها اتصال الجوال ثانيتين.

ومع التدفق، الثانيتان قاتلتان. يُغلق المقبس في منتصف الجملة، ويصبح النص الجزئي بلا معنى بذاته، ويضطر المستخدم لإعادة الطلب من أوله. وهو لا يفعل بالطبع. بل يستسلم ويستخدم التطبيق كما اعتاد دائمًا.

## لماذا يصمد الضغط والاستمرار حيث لا يصمد التدفق

الضغط على زر يسجّل محليًا. فالصوت موجود على الجهاز قبل أن يمسّ الشبكة شيء. وحين يرفع المستخدم إصبعه، يُرفع المقطع كطلب عادي واحد — والطلب العادي يمكن إعادة محاولته أو وضعه في طابور أو استئنافه حين تعود الإشارة. فتتحول تجربة الشبكة السيئة إلى مؤشر تحميل لثلاث ثوانٍ بدل طلب ضائع.

## الفائدة غير المقصودة

التغيير الذي أجريناه لأجل الموثوقية تبيّن أنه أهم لأجل الصحة. فالضغط والاستمرار ينتج توقفًا طبيعيًا: انتهى المستخدم من الكلام، ويظهر النص كشيء يُنظر إليه لا كشيء يمر مسرعًا.

وفي تلك الوقفة يلتقط «كيلوين» التي سُمعت «كيلوين من» شيء لم يقله. انخفضت تذاكر الأصناف الخاطئة نحو الثلثين بعد التبديل، ولم يكن شيء من ذلك تحسنًا في نموذج النسخ — بل واجهة أعطت أحدهم أخيرًا لحظة ليعترض عليها.

## ما الذي نرصد له ميزانية الآن

زمن الاستجابة من الطرف إلى الطرف، على اتصال مُقيَّد، شاملًا إعادة محاولة واحدة. لا زمن استجابة النموذج المعلن، فهو يُقاس من لحظة وصول الصوت ولا يخبرك بشيء عن الثواني الأربع التي استغرقها إيصاله من قبو.

---

Source: https://rscs.ae/ar/%D9%85%D9%84%D8%A7%D8%AD%D8%B8%D8%A7%D8%AA/streaming-transcription-demos-well-and-ships-badly
RSX Digital | Custom Web Apps, Mobile & AI Solutions UAE — rscs.ae