باع Kinect 35 مليون وحدة ومع ذلك انتهى تصنيعه في عام 2017 (MCV، توقف Microsoft رسميا عن إنتاج Kinect 2017)، وهذا أوضح دليل على أن وجود ميكروفون في العلبة لا يجعل الصوت وسيلة تحكم قياسية في الألعاب. تعرض Steam الآن 190 نتيجة لوسم التحكم الصوتي (Voice Control) (بحث متجر Steam، 31 أكتوبر 2026)، وقد بيعت أكثر من 95 مليون وحدة PS5 إلى تجار التجزئة لمنصة تحتوي وحدة التحكم DualSense فيها على ميكروفون مدمج (Sony Interactive Entertainment، بيانات الأعمال والمبيعات 2026). ويظل التعرف متفاوتا: يواجه الناطقون بالإنجليزية كلغة ثانية فجوات أخطاء تتراوح بين 2.6 و5.9 أضعاف عبر النماذج الحالية (Roll وGraham، SLaTE 2025)، وهو نمط نتتبعه أيضا في إحصائيات انحياز التعرف على الكلام للهجات. جمعنا بيانات من أبحاث الألعاب في University of Melbourne وDisney Research وSony وNintendo وأوراق علمية محكمة في علم الكلام، لنفصل بين ما يفعله اللاعبون فعلا بأصواتهم وما ادعته الشركات المالكة للمنصات.
أبرز النقاط
- باع Kinect 35 مليون وحدة قبل أن ينتهي تصنيعه في عام 2017 (MCV 2017).
- ادعت Microsoft أن متوسط الأوامر الصوتية بلغ 120 أمرا في الشهر عام 2014 (Shacknews 2014).
- تجاوزت مبيعات Phasmophobia، التي تتيح للاعبين التحدث إلى أشباحها، 25 مليون نسخة عبر جميع المنصات (Kinetic Games عبر WorthPlaying 2025).
- سجل الناطقون بالإنجليزية كلغة ثانية فجوات أخطاء تتراوح بين 2.6 و5.9 أضعاف عبر 10 نماذج للتعرف (Roll وGraham، SLaTE 2025).
- سجل الكلام ذو اللهجة معدل خطأ كلمات بين 30 و50% على Wav2Vec 2.0، مقابل 2-8% للناطقين الأصليين (Bandodkar وآخرون، AAAI 2024).
- بلغ متوسط التبادل الكلامي الكامل مع شخصية لعبة تعمل بالذكاء الاصطناعي 6.909 ثانية، وأسوأ حالة 24.362 ثانية (Korkiakoski وآخرون 2025).
- كان الإملاء بالإنجليزية أسرع 2.93 مرة من الكتابة على لوحة مفاتيح الهاتف، 153 مقابل 52 كلمة في الدقيقة (Ruan وآخرون 2017).
- حقق نظام تعرف على الكلمات المفتاحية مصمم للأطفال دقة 85%، وكان نظام تجاري أقل دقة بنسبة 35% (Disney Research 2016).
- ما زالت ميزة Voice Command في PS5 معاينة محدودة بدولتين ولغة واحدة (PlayStation Support 2026).
1. أربعون عاما من صعود الاهتمام وهبوطه
صدرت 106 ألعاب فيديو جديدة للتفاعل الصوتي في عام 2017 وحده (Allison وآخرون، Design Patterns for Voice Interaction in Games، CHI PLAY 2018)، وهو ما يبدو اختراقا حتى تقرأ التاريخ الذي يقف خلفه. وجدت المجموعة البحثية نفسها أن الصوت “لم يحقق قط نجاحا مستداما وواسع الانتشار”، بل مر بسبع مراحل ارتبطت بمنصات جديدة وتقنيات ممكِّنة (Allison وCarter وGibbs، Word Play، Games and Culture 2020).
الكاريوكي هو الذروة التي تستحق الدراسة. فقد طلب من اللاعبين الأداء بأصواتهم لا أن يُفهموا كلمة كلمة. ويتبع فرع الألعاب الصوتية على السماعات الذكية منطقا مشابها: اختزل المصممون الكلام في الغالب إلى اختيار من قائمة قصيرة، وهذا يبقي مشكلة التعرف صغيرة.
| المقياس | القيمة | المصدر |
|---|---|---|
| عدد الألعاب في أكبر مسح منشور لألعاب الصوت، من 1973 إلى 2018 | 449 لعبة فيديو بالإضافة إلى 22 لعبة صوتية | Allison وآخرون، Design Patterns for Voice Interaction in Games، CHI PLAY 2018 |
| ألعاب فيديو جديدة للتفاعل الصوتي صدرت في عام واحد | 106 في 2017 | Allison وآخرون، CHI PLAY 2018 |
| ألعاب الكاريوكي الصادرة من 2003 إلى 2012، مع احتساب الإصدارات متعددة المنصات مرة واحدة | أكثر من 120، منها أكثر من 70 في 2008 إلى 2010 | Allison وCarter وGibbs، Word Play، Games and Culture 2020 |
| الألعاب التي استخدمت وحدة التعرف على الصوت لجهاز Nintendo 64، 1998 إلى 1999 | 2 | Allison وآخرون، Word Play 2020 |
| إصدارات كبرى استخدمت التعرف على الصوت في Kinect وقت الدراسة | أكثر من 30 | Allison وآخرون، Word Play 2020 |
| ألعاب Alexa الصوتية التي كان تفاعلها الأساسي اختيار خيارات منطوقة | 17 من 22 شملها المسح | Allison وآخرون، CHI PLAY 2018 |
أحدث البيانات المتاحة: Allison وآخرون، 2018 و2020. لم نعثر على إحصاء أحدث لألعاب الصوت، لذلك تصف هذه الأعداد المجال حتى أوائل عام 2018.
2. ميكروفونات في كل مكان، وأوامر صوتية في لا مكان
أكثر من 95 مليون وحدة PS5 بيعت إلى تجار التجزئة (Sony Interactive Entertainment، بيانات الأعمال والمبيعات، 30 يونيو 2026)، وتضم وحدة التحكم DualSense ميكروفونا داخليا. لم تنتج هذه القاعدة المثبتة منصة تقوم على الصوت أولا. ولا يزال PlayStation Support يصف Voice Command بأنها معاينة للحسابات في الولايات المتحدة والمملكة المتحدة، بالإنجليزية فقط، وموجهة إلى مهام النظام مثل فتح الألعاب والتقاط المقاطع لا إلى اللعب نفسه.
التباين مع المنزل هو الرقم المفيد هنا. 57% من مستخدمي الأوامر الصوتية يستخدمونها يوميا (NPR وEdison Research، Smart Audio Report 2022). فالناس مرتاحون للتحدث إلى الأجهزة، لذا فإن العائق في الألعاب ليس عادة التحدث إلى الآلات. الأزرار صامتة وخاصة وفورية، وعلى الصوت أن يتفوق على ذلك.
| المقياس | القيمة | المصدر |
|---|---|---|
| وحدات Kinect المباعة في أول 60 يوما في السوق | 8 ملايين | MCV، توقف Microsoft رسميا عن إنتاج Kinect 2017 |
| إجمالي مبيعات Kinect على مدى عمره | 35 مليون | MCV 2017 |
| حصة مالكي Kinect الذين يستخدمونه، وفق ما ذكرته Microsoft (ادعاء الشركة، غير متحقق منه بشكل مستقل) | 80% | Shacknews نقلا عن Yusuf Mehdi من Microsoft، 16 مايو 2014 |
| متوسط الأوامر الصوتية شهريا، وفق ما ذكرته Microsoft (ادعاء الشركة) | 120 | Shacknews نقلا عن Microsoft، 2014 |
| إجمالي الأوامر الصوتية الصادرة، وفق ما ذكرته Microsoft (ادعاء الشركة) | أكثر من 1 مليار | Shacknews نقلا عن Microsoft، 2014 |
| وحدات PS5 المباعة إلى تجار التجزئة، تراكميا حتى 30 يونيو 2026 | أكثر من 95 مليون | Sony Interactive Entertainment، بيانات الأعمال والمبيعات 2026 |
| وحدات Nintendo Switch 2 المباعة، تراكميا حتى 30 يونيو 2026 (ميكروفون مدمج لميزة GameChat) | 23.68 مليون | Nintendo، مبيعات الأجهزة الموحدة 2026 |
| الأمريكيون البالغون 18 عاما فأكثر الذين يستخدمون مساعدا صوتيا على أي جهاز | 62% | NPR وEdison Research، Smart Audio Report 2022 |
أحدث البيانات المتاحة: Shacknews، 2014 لاستخدام Kinect، وSmart Audio Report، 2022 للمساعدات الصوتية. لم نعثر على رقم من Sony أو Nintendo حول عدد اللاعبين الذين يستخدمون الميكروفون لأوامر اللعب، ويورد MCV المسار الوحيد لمبيعات Kinect الذي استطعنا التحقق منه. كما أن ميكروفون Switch 2 يصفّي صوت اللعبة ويتكيف مع بعد اللاعب عن الجهاز (Nintendo، ميزات GameChat)، ويبلغ حد الدردشة الصوتية فيه 12 مشاركا.
3. كتالوج ألعاب الصوت اليوم
25 من أول 30 نتيجة في وسم Voice Control على Steam كانت مؤرخة في 2025 أو 2026 (إحصاؤنا من بحث متجر Steam، 31 أكتوبر 2026)، منها 15 في 2026 وحدها. هذه صفحة واحدة من قائمة متجر، لا تعداد للإصدارات، لذلك لا تثبت وحدها حدوث طفرة. لكنها تبين أن الميكروفون ما زال يستخدم كعنصر جذب في التصميم لدى العناوين الجديدة.
تمثل Phasmophobia حالة الحجم الكبير. أطلقت على أجهزة الألعاب المنزلية دون تعرف على الصوت، ثم أضافت الشركة المطورة Kinetic Games تحديث الصوت لأجهزة الألعاب المنزلية لأجهزة PlayStation 5 وPS VR2 وXbox Series X|S بعد عدة أشهر، باستخدام نظام تعرف يسمى VOSK. واستوديو ينجز هذا العمل للعبة صدرت بالفعل يتعامل مع الصوت بوصفه جزءا من المنتج لا مكافأة إضافية.
| المقياس | القيمة | المصدر |
|---|---|---|
| نتائج متجر Steam لوسم Voice Control، بما فيها العروض التجريبية وبرامج الأدوات | 190 | بحث متجر Steam، 31 أكتوبر 2026 |
| عناوين Steam المحتسبة تحت الوسم نفسه لدى متتبع تابع لجهة خارجية (لقطة غير مؤرخة) | 113 | DataHumble، Voice Control Games 2026 |
| مبيعات Phasmophobia عبر جميع المنصات | أكثر من 25 مليون | Kinetic Games عبر WorthPlaying، 1 يوليو 2025 |
| مبيعات Phasmophobia على أجهزة الألعاب المنزلية | أكثر من 3 ملايين | Kinetic Games عبر WorthPlaying، 23 أبريل 2025 |
| اللغات التي يدعمها التعرف على الصوت في Phasmophobia على أجهزة الألعاب المنزلية عند الإطلاق | 7 | Kinetic Games، ملاحظات تحديث Console Voice Recognition 2025 |
تشمل مبيعات Phasmophobia كل مشترٍ، لا كل لاعب تحدث إلى شبح. لم نجد مصدرا يذكر نسبة لاعبيها الذين يفعّلون الميكروفون.
4. دقة التعرف ليست موزعة بالتساوي
واجه الناطقون بالإنجليزية كلغة ثانية فجوات أخطاء تتراوح بين 2.6 و5.9 أضعاف مقارنة بالناطقين بها كلغة أولى عبر 10 نماذج وأكثر من 300 صيغة من الإنجليزية (Roll وGraham، Scaling Conformation Bias in Automatic Speech Recognition، SLaTE 2025). معدل خطأ الكلمات (WER) هو نسبة الكلمات المنطوقة التي يخطئ فيها نظام التعرف، لذا فالرقم الأقل أفضل. والنتيجة المقلقة في الورقة أن التحسن العام لا يسد الفجوة، إذ ازداد التفاوت النسبي كلما تحسنت النماذج للناطقين باللغة الأولى.
بالنسبة للعبة تصدر عالميا، يحول هذا مقياسا تقنيا إلى سؤال عمن يستطيع اللعب. تذكر صفحة متجر Radio General نفسها أنها تعمل بالإنجليزية فقط وتعمل بأفضل شكل مع لهجة أمريكا الشمالية. والسياق أحد الحلول المقترحة: براءة اختراع لـ Sony قدمت في 28 مايو 2022 ومنحت في 13 مايو 2025 تستخدم حالة اللعبة الحالية للمساعدة في تحديد ما قاله اللاعب.
| المقياس | القيمة | المصدر |
|---|---|---|
| متوسط WER لأفضل نموذج إجمالا بين النماذج المختبرة، Whisper-large | 6.9% | Roll وGraham، SLaTE 2025 |
| متوسط WER لأصغر نموذج Whisper، Whisper-tiny | 13.6% | Roll وGraham، SLaTE 2025 |
| فجوة WER بين الناطقين بالإنجليزية كلغة ثانية وكلغة أولى عبر النماذج | 2.6 إلى 5.9 أضعاف | Roll وGraham، SLaTE 2025 |
| WER لمتحدثي اللغات الأولى النغمية مقابل متحدثي اللغات الأولى الهندوأوروبية | أعلى بمقدار 2 إلى 3 أضعاف | Roll وGraham، SLaTE 2025 |
| WER لنموذج Whisper-large في مجموعة بيانات واحدة (Speech Accent Archive)، الناطقون باللغة الأولى مقابل الثانية | 0.8% مقابل 3.7% | Roll وGraham، SLaTE 2025 |
| WER لنموذج Wav2Vec 2.0، الكلام ذو اللهجة مقابل الناطقين الأصليين | 30-50% مقابل 2-8% | Bandodkar وآخرون، AAAI 2024 |
| التحسن النسبي في WER بالمتوسط الكلي على مستوى المجموعات من إعادة تدريب تركز على الإنصاف مقابل نموذج Whisper المدرب مسبقا (جرى تحليل 26 مجموعة لهجات) | 58.7% | Swain وآخرون، arXiv 2025 |
لم يستخدم أي من هذه الاختبارات تسجيلات من اللعب الفعلي. يضيف صوت الألعاب الحماس والصراخ وتسرب الصوت من السماعات، لذا تعامل مع معدلات الأخطاء هذه بوصفها حدا أدنى للصعوبة لا توقعا.
5. الكلام سريع، والتعرف ليس كذلك
تفوق الكلام على لوحة مفاتيح الهاتف بمقدار 2.93 مرة، بمعدل 153 مقابل 52 كلمة في الدقيقة (Ruan وآخرون، 2017). تفسر هذه الميزة سبب عودة الصوت إلى الألعاب باستمرار، لكن الإملاء والتحكم في اللعبة مهمتان مختلفتان. فالجملة المملاة يمكن أن تصل بعد ثانية دون ضرر، بينما لا تحتمل المراوغة ذلك. أحدث البيانات المتاحة: Ruan وآخرون، Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies 2017.
تعمّق النماذج اللغوية الكبيرة هذه الفجوة. ففي اختبار واقع افتراضي مع 18 مشاركا، هيمن النموذج والمخرج الصوتي، لا مرحلة الاستماع، على زمن انتظار رد الشخصية الذكية. وهذا يضع المحادثة الحرة بعيدا عن ميزانيات زمن الاستجابة في ألعاب الحركة، ولهذا تناسب الشخصيات التي تعمل بالصوت حتى الآن الأنواع الأبطأ. وتغطي إحصائيات الذكاء الاصطناعي في الألعاب لدينا صورة الصناعة الأوسع، بينما تتعلق الأرقام هنا بمدخل اللاعب الكلامي فقط.
| المقياس | القيمة | المصدر |
|---|---|---|
| سرعة إدخال النص بالكلام الإنجليزي مقابل لوحة مفاتيح الهاتف | 153 مقابل 52 كلمة في الدقيقة | Ruan وآخرون، 2017 |
| معدل الأخطاء المصححة، الكلام مقابل لوحة مفاتيح الهاتف | 5.30% مقابل 11.22% | Ruan وآخرون، 2017 |
| معدل الأخطاء غير المصححة، الكلام مقابل لوحة مفاتيح الهاتف | 1.30% مقابل 0.79% | Ruan وآخرون، 2017 |
| المدة المنطوقة المعتادة لأمر لعبة من كلمة واحدة (‘انطلق’ أو ‘اقفز’) | نحو 300 ميلي ثانية | Disney Research عبر Phys.org، 2016 |
| مرحلة تحويل الكلام إلى نص في اختبار شخصية ذكية، المتوسط مقابل أسوأ حالة | 1.365 مقابل 3.475 ثانية | Korkiakoski وآخرون، arXiv 2025 |
| مرحلة النموذج اللغوي (GPT-4 Turbo) في الاختبار نفسه، المتوسط مقابل أسوأ حالة | 3.113 مقابل 14.918 ثانية | Korkiakoski وآخرون، arXiv 2025 |
| مرحلة تحويل النص إلى كلام في الاختبار نفسه، المتوسط مقابل أسوأ حالة | 2.376 مقابل 12.404 ثانية | Korkiakoski وآخرون، arXiv 2025 |
| التبادل الكامل، من كلام اللاعب إلى رد الشخصية، المتوسط مقابل أسوأ حالة | 6.909 مقابل 24.362 ثانية | Korkiakoski وآخرون، arXiv 2025 |
يضيّق التصميم الهجين المهمة المطلوبة من النموذج. ففي دراسة عام 2025 طُلب من اللاعبين إعادة صياغة خيارات حوار محددة مسبقا بصوت عال بينما يطابقها نموذج لغوي، وأفاد المشاركون فيها وعددهم 14 بمتعة وإحساس بالحرية أكبر مما مع التأشير والنقر (Wevelsiep وآخرون، IWSDS 2025). ومع ذلك يدرج مؤلفوها زمن الاستجابة أولوية للأعمال المستقبلية.
6. الأطفال وعلاج النطق وإمكانية الوصول
حقق نظام تعرف على الكلمات المفتاحية مضبوط للأطفال دقة 85%، بينما كان نظام تجاري أقل دقة بنسبة 35% في لعبة لاعبين اثنين تدعى Mole Madness (Disney Research، 2016، نقلا عن Phys.org). والدرس أن تضييق المفردات إلى كلمتين أفاد أكثر مما يستطيع محرك عام الغرض. ويتوافق هذا مع Game Accessibility Guidelines التي توصي بتعرف قائم على مفردات صغيرة، وفي المستوى المتقدم على مجرد بلوغ عتبة شدة الصوت.
تبين ألعاب علاج النطق الحد بوضوح. فأنظمة التعرف فيها تحكم على الكلام الذي يصعب التعرف عليه أصلا، وفي إحدى التجارب اتفقت الآلة مع البشر على أقل من نصف النطقات الصحيحة لدى الأطفال المصابين بعسر الأداء الكلامي في الطفولة، وهو اضطراب حركي في الكلام (Ahmed وآخرون، International Journal of Speech-Language Pathology 2018). وتدرج الإرشادات نفسها “إدخال الكلام غير مطلوب” قاعدة أساسية، وتطلب Xbox Accessibility Guideline 107 أن يكون للكلام الحاسم في اللعب بديل رقمي. يمكن للصوت أن يفتح اللعبة أمام بعض اللاعبين ويغلقها أمام آخرين، وهو ما تستكشفه إحصائيات ميزات إمكانية الوصول في الألعاب لدينا عبر كل أنواع الإدخال.
| المقياس | القيمة | المصدر |
|---|---|---|
| دقة التعرف على الكلمات المفتاحية في Mole Madness | 85% | Disney Research عبر Phys.org، 2016 |
| مقدار انخفاض دقة نظام التعرف التجاري مقارنة برصد الكلمات المفتاحية | 35% | Disney Research عبر Phys.org، 2016 |
| اتفاق النظام والبشر على النطقات الخاطئة، أطفال ذوو نمو نموذجي مقابل أطفال مصابين بعسر الأداء الكلامي في الطفولة | 77% مقابل 75% | Ahmed وآخرون، 2018 |
| اتفاق النظام والبشر على النطقات الصحيحة، حسب المتحدث: أطفال ذوو نمو نموذجي مقابل أطفال مصابين بعسر الأداء الكلامي مقابل أخصائيي أمراض النطق واللغة | 51% مقابل 47% مقابل 71% | Ahmed وآخرون، 2018 |
| دقة PocketSphinx على تسجيلات علاج النطق للأطفال، الإعداد الافتراضي مقابل المكيّف بتدريب الاحتمال اللاحق الأقصى (MAP) | 59.4% مقابل 80.0% | Hair وآخرون، ASSETS 2019 |
| متوسط دقة نظام تعرف مخصص يعتمد على مطابقة القوالب في التقييم نفسه | 75.8% | Hair وآخرون، ASSETS 2019 |
| تلاميذ المدارس الابتدائية الذين اختبروا نموذجا أوليا هولنديا للعبة قراءة تعتمد على الكلام | أكثر من 40 | Radboud University، 2023 |
| الدراسات المحددة مقابل المشمولة في مراجعة عام 2026 لألعاب الصوت ثلاثية الأبعاد للاعبين ذوي الإعاقة البصرية | 975 مقابل 56 | Kaka وJuhana، JoMMiT 2026 |
أحدث البيانات المتاحة: Disney Research، 2016؛ Ahmed وآخرون، 2018؛ Hair وآخرون، 2019. هذه بيئات سريرية أو بحثية بعينات صغيرة، وهي تبلغ عن أداء الأنظمة فقط.
7. كيف يستجيب اللاعبون فعلا
تحظى Phasmophobia بنسبة 94% تقييمات إيجابية من 360,726 مراجعة بالإنجليزية، بينما تقف Suck Up! عند 61% (صفحات متجر Steam، 31 أكتوبر 2026). كلتا اللعبتين تطلبان منك التحدث إلى اللعبة، لكنهما تطلبان ذلك بطريقتين مختلفتين. ففي إحداهما الصوت ميزة واحدة داخل مطاردة أشباح أوسع. وفي الأخرى يمثل التحدث لتجاوز الشخصيات الذكية الحلقة الأساسية، وتتكرر النتيجة المتباينة في DON’T SCREAM، حيث يؤدي رفع الصوت أكثر من اللازم إلى إنهاء الجولة.
لا تستطيع المراجعات فصل الصوت عن كل ما عداه في اللعبة، لذا اقرأ هذا بوصفه نمطا لا قياسا. ويشير العمل الأكاديمي في الاتجاه نفسه. فقد وجدت دراسة CHI PLAY 2015 أن فهم هوية اللاعب داخل اللعبة يهم إلى جانب دقة التعرف. وذهبت دراسة صغيرة عام 2018 أبعد، إذ أظهر 5 مشاركين تفاعلا أعلى لكن سعادة أقل مع الصوت مقارنة بلوحة المفاتيح (p = 2.005e-14 وp = 1e-3، اختبار t للعينات المقترنة، Mattey وYuksel، OverVoice). ومع عينة بهذا الصغر، تعامل معها بوصفها فرضية.
| المقياس | القيمة | المصدر |
|---|---|---|
| العناصر المحللة حول تقبل اللاعبين لألعاب الصوت (166 + 2,951 + 84 + 69) | 3,270 من المراجعات والنقاشات ومقاطع الفيديو | Carter وآخرون، CHI PLAY 2015 |
| نسبة المراجعات الإيجابية لـ Phasmophobia بين مراجعات Steam بالإنجليزية | 94% من 360,726 | صفحة متجر Steam، 2026 |
| نسبة المراجعات الإيجابية لـ Mage Arena بين مراجعات Steam بالإنجليزية (تُلقى التعاويذ بالصوت) | 90% من 11,561 | صفحة متجر Steam، 2026 |
| نسبة المراجعات الإيجابية لـ Tom Clancy’s EndWar بين مراجعات Steam (لعبة استراتيجية من 2009 بأوامر صوتية) | 80% من 1,035 | صفحة متجر Steam، 2026 |
| نسبة المراجعات الإيجابية لـ DON’T SCREAM بين مراجعات Steam بالإنجليزية | 68% من 1,795 | صفحة متجر Steam، 2026 |
| نسبة المراجعات الإيجابية لـ Suck Up! بين مراجعات Steam (يتحدث اللاعبون إلى شخصيات تعمل بالذكاء الاصطناعي) | 61% من 226 | صفحة متجر Steam، 2026 |
| درجة مقياس قابلية استخدام النظام للشخصيات الذكية الناطقة في الواقع الافتراضي (مقياس من 0 إلى 100) | 79.44 | Korkiakoski وآخرون، arXiv 2025 |
| مصداقية الشخصيات الذكية الناطقة في الواقع الافتراضي (من 10) | 6.67 | Korkiakoski وآخرون، arXiv 2025 |
أحدث البيانات المتاحة حول مواقف اللاعبين: Carter وآخرون، 2015. لم نعثر على استطلاع كبير للاعبين حول تفضيل الأوامر الصوتية، لذلك لا تظهر في هذا الاستعراض أي نسبة للاعبين الذين يفضلون التحكم الصوتي.
الخلاصة: الأوامر الصوتية والتعرف على الكلام في ألعاب الفيديو بالأرقام
| المقياس | القيمة | المصدر |
|---|---|---|
| ألعاب فيديو جديدة للتفاعل الصوتي صدرت في عام واحد | 106 في 2017 | Allison وآخرون، CHI PLAY 2018 |
| إجمالي مبيعات Kinect على مدى عمره | 35 مليون | MCV 2017 |
| متوسط الأوامر الصوتية شهريا، وفق ما ذكرته Microsoft (ادعاء الشركة) | 120 | Shacknews 2014 |
| وحدات PS5 المباعة إلى تجار التجزئة، تراكميا حتى 30 يونيو 2026 | أكثر من 95 مليون | Sony Interactive Entertainment 2026 |
| وحدات Nintendo Switch 2 المباعة، تراكميا حتى 30 يونيو 2026 | 23.68 مليون | Nintendo 2026 |
| الأمريكيون البالغون 18 عاما فأكثر الذين يستخدمون مساعدا صوتيا على أي جهاز | 62% | NPR وEdison Research 2022 |
| نتائج متجر Steam لوسم Voice Control | 190 | بحث متجر Steam، 31 أكتوبر 2026 |
| مبيعات Phasmophobia عبر جميع المنصات | أكثر من 25 مليون | Kinetic Games عبر WorthPlaying 2025 |
| متوسط WER لأفضل نموذج إجمالا بين النماذج المختبرة | 6.9% | Roll وGraham، SLaTE 2025 |
| فجوة WER بين الناطقين بالإنجليزية كلغة ثانية وكلغة أولى | 2.6 إلى 5.9 أضعاف | Roll وGraham، SLaTE 2025 |
| WER لنموذج Wav2Vec 2.0، الكلام ذو اللهجة مقابل الناطقين الأصليين | 30-50% مقابل 2-8% | Bandodkar وآخرون، AAAI 2024 |
| سرعة إدخال النص بالكلام الإنجليزي مقابل لوحة مفاتيح الهاتف | 153 مقابل 52 كلمة في الدقيقة | Ruan وآخرون، 2017 |
| تبادل كلامي كامل مع شخصية تعمل بالذكاء الاصطناعي، المتوسط مقابل أسوأ حالة | 6.909 مقابل 24.362 ثانية | Korkiakoski وآخرون، arXiv 2025 |
| دقة التعرف على الكلمات المفتاحية في Mole Madness | 85% | Disney Research عبر Phys.org، 2016 |
| اتفاق النظام والبشر على النطقات الصحيحة، أطفال مصابون بعسر الأداء الكلامي في الطفولة | 47% | Ahmed وآخرون، 2018 |
المنهجية والمصادر
قرأنا كل رقم في المصادر أدناه خلال هذا التحديث، وتتبعنا أرقام الشركات إلى الشركة التي نشرتها. وسميت التقارير الصحفية حيث لم يكن البيان الأصلي متاحا للقراءة المباشرة.
- Allison وCarter وGibbs وSmith، Design Patterns for Voice Interaction in Games، CHI PLAY 2018
- Allison وCarter وGibbs، Word Play: A History of Voice Interaction in Digital Games، Games and Culture 2020
- Allison وCarter وGibbs، A History of Voice Interaction in Games، DiGRA وFDG 2016
- Carter وAllison وDowns وGibbs، Player Identity Dissonance and Voice Interaction in Games، CHI PLAY 2015
- MCV، توقف Microsoft رسميا عن إنتاج Kinect، 26 أكتوبر 2017
- Shacknews، إدراج Kinect كان «القرار الصحيح»، كما يقول مسؤول في Microsoft، 16 مايو 2014
- Sony Interactive Entertainment، بيانات الأعمال والمبيعات، حتى 30 يونيو 2026
- PlayStation Support، Voice Command (معاينة) على PS5
- Sony Interactive Entertainment، براءة الاختراع الأمريكية 12300221، منحت في 13 مايو 2025
- Nintendo، وحدات المبيعات الموحدة للأجهزة والبرمجيات، حتى 30 يونيو 2026
- Nintendo، ميزات GameChat لجهاز Nintendo Switch 2
- NPR وEdison Research، Smart Audio Report 2022
- بحث متجر Steam، وسم Voice Control، 31 أكتوبر 2026
- DataHumble، Voice Control Games
- Kinetic Games، Console Voice Recognition، Phasmophobia v0.11.1.2
- Rely on Horror، Phasmophobia على PS5 وXbox يدعم الآن التعرف على الصوت، 28 فبراير 2025
- WorthPlaying، Phasmophobia تتجاوز 25 مليون مبيعة، 1 يوليو 2025
- WorthPlaying، Phasmophobia تتجاوز 3 ملايين مبيعة على أجهزة الألعاب المنزلية، 23 أبريل 2025
- Roll وGraham، Scaling Conformation Bias in Automatic Speech Recognition، SLaTE 2025
- Bandodkar وآخرون، “Allot?” Is “a Lot!”، AAAI 2024
- Swain وآخرون، Towards Fair ASR For Second Language Speakers Using Fairness Prompted Finetuning، arXiv 2025
- Ruan وآخرون، Comparing Speech and Keyboard Text Entry for Short Messages in Two Languages on Touchscreen Phones، 2017
- Korkiakoski وآخرون، An Empirical Evaluation of AI-Powered Non-Player Characters’ Perceived Realism and Performance in Virtual Reality Environments، arXiv 2025
- Wevelsiep وآخرون، A Voice-Controlled Dialogue System for NPC Interaction using Large Language Models، IWSDS 2025
- Disney Research (Lehman وWolfe وPereira وHodgins)، نقلا عن Phys.org، 2016
- Ahmed وآخرون، Speech-driven mobile games for speech therapy، International Journal of Speech-Language Pathology 2018
- Hair وآخرون، Evaluating Automatic Speech Recognition for Child Speech Therapy Applications، ASSETS 2019، مدرج لدى Texas A&M PSI Lab
- Radboud University، التدرب بمرح على التحدث والقراءة، 28 يونيو 2023
- Kaka وJuhana، 3D Audio Games for Visually Impaired Players: A Systematic Literature Review، JoMMiT 2026
- Game Accessibility Guidelines، القائمة الكاملة
- Microsoft، Xbox Accessibility Guideline 107
- Mattey وYuksel، OverVoice: Voice Controlled Games Engagement Study، University of San Francisco، 2018
- صفحات متجر Steam، قرئت في 31 أكتوبر 2026: Phasmophobia، Mage Arena، Tom Clancy’s EndWar، DON’T SCREAM، Suck Up!، Radio General
- ملاحظة حول البيانات: لم نعثر على رقم من أي جهة مالكة لمنصة حول نسبة اللاعبين الذين يستخدمون الأوامر الصوتية، وأرقام Kinect البالغة 80% و120 أمرا و1 مليار أمر هي ادعاءات غير مدققة من Microsoft تعود إلى 2014. ويشمل عدد نتائج Steam البالغ 190 العروض التجريبية وبرامج الأدوات ويعتمد على وسوم يضعها المستخدمون، وهذا أحد أسباب اختلافه عن عدد DataHumble غير المؤرخ البالغ 113. وصف Allison وآخرون ست مراحل في 2016 وسبعا في 2020، ونحن نعتمد العدد الأحدث. ونطاق 2-8% للناطقين الأصليين في AAAI 2024 استشهد به مؤلفوه من أعمال سابقة ولم يقيسوه في تلك الورقة، ولم تستخدم دراسات اللهجات صوت الألعاب. والفجوة من 2.6 إلى 5.9 أضعاف هي النطاق الذي ذكره المؤلفون، وقد تراوح متوسط WER عبر مجموعات البيانات في تلك الورقة بين 2.3% و26.9%، لذلك يعتمد أي معدل رئيسي واحد اعتمادا كبيرا على التسجيلات المستخدمة. وتتغير أعداد مراجعات Steam يوميا، وبعض الصفحات لا تذكر ما إذا كان العدد يشمل المراجعات بالإنجليزية فقط. ولا يغطي هذا الاستعراض إشراف الدردشة الصوتية لأنه تعذر الوصول إلى تقارير تقدم Call of Duty خلال هذا التحديث. وتجدد Sony وNintendo أرقام أجهزتهما مع كل تقرير فصلي.
آخر تحديث: 31 أكتوبر 2026. نحدث هذا الاستعراض كل ثلاثة أشهر، ومن المتوقع إجراء التحديث التالي عندما تنشر Nintendo تحديثها القادم لوحدات المبيعات الموحدة للأجهزة والبرمجيات.