הארכיטקטורה של IvreetMeet: מודל משלנו לעברית מדוברת

IvreetMeet לא שולח את ההקלטה שלכם לשירות תמלול של מישהו אחר. מאחורי כל העלאה עומד מודל תמלול משלנו, שאומן לעברית מדוברת ורץ על התשתית שלנו, ולצידו הפרדת דוברים וסיכום מובנה. הפוסט הזה מסביר מה זה אומר עבורכם: דיוק, פרטיות וזמן.

מודל משלנו, לעברית שמדברים

מודלים כלליים שאומנו בעיקר על אנגלית מסתדרים עם הקראה נקייה ונופלים בדיוק במקום שבו פגישה מתרחשת: קטיעות, שני אנשים שמדברים יחד, מונחים באנגלית באמצע משפט, שמות ומספרים. המודל של IvreetMeet אומן על עברית מדוברת, והוא ממשיך להתאמן: כל גרסה חדשה עוברת השוואה עיוורת מול הגרסה שרצה בייצור, על אותן הקלטות, ורק אם היא טועה פחות היא מחליפה אותה.

על מדד eval-d1 הציבורי של ivrit.ai המודל שלנו נמצא ברמת המערכת הציבורית הטובה ביותר (במדידה שלנו מ-17.9.2026). על ערכות הפגישות שלנו, בהשוואה האחרונה, הוא טעה פחות מקודמו בכל ערכה, והפער הגדול ביותר נמדד דווקא באודיו הקשה: הד חדר, רעש ודחיסה, כלומר פגישות אמיתיות. רוב השיפור הוא פחות החלפות מילים, השגיאה שמשנה משמעות.

מה קורה להקלטה

זיהוי חוזר של דוברים, בהסכמה

הפרדת דוברים בתוך פגישה עובדת תמיד. זיהוי של אותו אדם בפגישה אחרת לפי קולו הוא מידע ביומטרי, ולכן הוא כבוי כברירת מחדל: הארגון מפעיל אותו, ורק דובר שהסכים נשמר ומזוהה. טביעת קול ללא הסכמה נמחקת אחרי 30 יום, וטביעה שלא הייתה בשימוש 365 יום נמחקת גם היא. הסבר בשפה פשוטה: זיהוי דוברים אוטומטי.

הסיכום

הסיכום נכתב מהתמליל, לא מההקלטה: מודל השפה מקבל טקסט בלבד, בניתוב ללא שמירת נתונים, ומחזיר מבנה קבוע של עיקרי הדברים, החלטות ומשימות. אפשר לצרף הנחיות ולבקש סיכום מחדש. הכול, כולל מי הספקים, במדיניות הפרטיות.

למה זה משנה לכם

• דיוק: מודל שנבנה לעברית מדוברת ונבדק על פגישות אמיתיות, לא רק על הקראה.
• פרטיות: ההקלטה לא יוצאת לשירות תמלול חיצוני, ואינה משמשת לאימון.
• זמן: עיבוד מקבילי שמתרחב לפי הצורך.

ועדיין: תמלול אוטומטי טועה לפעמים, בעיקר בשמות ובמספרים. לכן יש עריכה, ולכן לשימוש קריטי מאמתים מול ההקלטה.