نقشه جهانی هوش مصنوعی کردی؛ منابع، ابزارها و پروژه‌ها

کرمانجی / کردی شمالی

kmr؛ در Google Cloud با ku نیز آمده است

عمدتاً لاتینِ هاوار؛ در برخی داده‌ها عربی و سیریلیک نیز ثبت شده است

بخش بزرگی از ترکیه، سوریه، عراق و ایران

سورانی / کردی مرکزی

ckb

پارسی ـ عربی

عراق و ایران؛ منابع متنی دانشگاهی قابل توجه

کردی جنوبی

در منابع مختلف کدگذاری متفاوت

پارسی ـ عربی

بخش‌هایی از ایران و شرق عراق؛ لکی و کلهری در برخی طبقه‌بندی‌ها همراه آن آمده‌اند

بادینی

عموماً ذیل کرمانجی یا کد kmr؛ کد مستقل همگانی ندارد

عربی در عراق

منابع تازه متنی و گفتاری و ابزارهای پردازش اختصاصی

هورامی / گورانی

hac در برخی استانداردهای زبانی

عربی و لاتین

منابع محدود؛ در برخی طبقه‌بندی‌ها مستقل از کردی ثبت می‌شود

زازاکی / کرمانجکی

zza

لاتین و عربی

منابع پژوهشی و مدل MMS؛ در برخی طبقه‌بندی‌ها زبان مستقل زازا-گورانی است

لکی

lki در برخی فهرست‌ها

عربی

پیکره‌های محدود زبان کردی و منابع ترجمه‌ای پژوهشی

Google Cloud Translation

ku (Kurmanji)، ckb (Sorani)

Google Cloud Speech-to-Text

ckb-IQ؛ مدل‌های Chirp و Chirp 2

Meta MMS

ckb، kmr-script_arabic، kmr-script_cyrillic، kmr-script_latin، zza

NLLB-200

kmr_Latn، ckb_Arab

SeamlessM4T

ckb

DeepL Pro

CKB (Sorani)، KMR (Kurmanji)

Common Voice

مجموعه‌های جداگانه برای Central Kurdish و Kurmanji Kurdish

Mazdek AI

mazdek GmbH، سوئیس

کرمانجی، سورانی، زازاکی/کرمانجکی، هورامی و بادینی

دستیار صوتی؛ ترجمه متن، گفتار و اسناد؛ ترجمه زنده؛ تشخیص گفتار؛ تولید گفتار؛ اصلاح املا؛ کیبورد؛ زیرنویس؛ دوبله؛ جداسازی گفتار از نویز؛ جست‌وجوی وب‌سایت‌های کردی؛ اپلیکیشن و ربات تلگرام. سازنده بیش از ۱۲۰۰ صوت، ۲۲۰ ترابایت آرشیو صوتی و حدود ۱۵ هزار کاربر در روزهای نخست عرضه را گزارش کرده است؛ این ارقام ادعای خود شرکت‌ است.

https://mazdek.ai/en

KurdAI

پروژه مستقل؛ صفحه سازنده نهاد دانشگاهی را مشخص نمی‌کند

سورانی، کرمانجی و انگلیسی

Jire دستیار صوتی؛ Wergêr مترجم؛ تبدیل خط سورانی عربی به لاتین؛ گفتار به متن؛ متن به گفتار؛ گفت‌وگوی صوتی در صفحه پروژه به‌صورت قابلیت آتی معرفی شده است.

https://kurdai.org/en

Kurdish TTS

قلادزی، اقلیم کردستان؛ بنیان‌گذار معرفی‌شده Bear Rizgar

سورانی، کرمانجی و بادینی

تولید گفتار، تشخیص گفتار، گفت‌وگوی صوتی، ترجمه از بیش از ۱۲۴ زبان به کردی، REST API، برنامه‌های iOS و Android، Kurdish Flow برای مک و ویندوز، همانندسازی صدا و MCP. وب‌سایت بیش از ۸۹۱ صدا را ذکر می‌کند و برای FLEURS مقادیر WER و CER اعلام کرده است؛ این ویزگیها ادعای منتشرشده در سایت محصول‌اند.

https://www.kurdishtts.com/

KI

همکاری OmniOps ریاض و Newroz Telecom اقلیم کردستان؛ آغاز ۱ ژوئیه ۲۰۲۶

سورانی، بادینی، کرمانجی، عربی و انگلیسی

دستیار گفت‌وگومحور؛ اجرا روی پلتفرم استنتاج Bunyan در زیرساخت Newroz Telecom و پردازش داده در منطقه.

https://newroztelecom.com/news/corporate/allai-newroz-telecom-and-omniops

KaiLab

گروه پژوهشی؛ محل استقرار در صفحه معرفی‌شده روشن نشده است

کردی به‌طور کلی؛ پوشش گونه‌ها در همه ابزارها مشخص نیست

OCR متون و اسناد تاریخی؛ ترجمه میان کردی و انگلیسی، عربی، ترکی و فارسی؛ فرهنگ‌های هوشمند؛ TTS؛ ASR؛ اصطلاحات علمی و تخصصی. بخشی از ارقام عملکرد در صفحه خود گروه آمده و ارزیابی مستقل همه آن‌ها در منابع در دسترس نبود.

https://kailab.org/

Kurdish Llama

مدل زبانی

سورانی / کردی مرکزی

مدل خانواده Llama که با داده‌های دستورمحور ترجمه‌شده به کردی تنظیم شده است.

https://github.com/RazhanHameed

Mistral-Nemo-Kurdish-Instruct

مدل زبانی دستورمحور

کرمانجی با خط لاتین

مبتنی بر Mistral-Nemo-Base-2407؛ آموزش روی ۴۱۵۵۹ نمونه از مجموعه Alpaca Kurdish Kurmanji.

https://huggingface.co/nazimali/Mistral-Nemo-Kurdish-Instruct

KuBERT

مدل رمزگذار BERT

سورانی

مدل ‌آموزش‌دیده برای تحلیل و طبقه‌بندی متن، از جمله تحلیل احساسات.

https://arxiv.org/abs/2509.16804

Whisper-Kurdish

تشخیص گفتار (ASR)

سورانی / کرمانجی در مدل‌های تنظیم‌شده

مدل‌های مبتنی بر Whisper که با داده کردی تنظیم دقیق شده‌اند؛ محصول رسمی OpenAI با این نام نیستند.

https://arxiv.org/abs/2410.16330

BuzzASR/sorani-kurdish

تشخیص گفتار (ASR)

سورانی

مدل متن‌باز  برای تشخیص گفتار در گویش سورانی؛ نتایج آزمایشی در صفحه سازنده منتشر شده است.

https://huggingface.co/BuzzASR/sorani-kurdish

Qwen3-ASR Sorani

تشخیص گفتار (ASR)

سورانی

مدل منتشرشده در Hugging Face با نام rzgar/qwen3-asr-sorani-kurdish-ckb-v1.

https://huggingface.co/rzgar/qwen3-asr-sorani-kurdish-ckb-v1

F5-TTS Sorani

تولید گفتار (TTS)

سورانی

تنظیم معماری F5-TTS برای تولید گفتار سورانی با مجموعه داده اختصاصی.

https://journals.uhd.edu.iq/index.php/uhdjst/article/view/1609

KLPT

کتابخانه پردازش زبان طبیعی

سورانی و کرمانجی

توکن‌سازی، پیش‌پردازش، ریشه‌یابی و آوانویسی؛ بسته برنامه‌نویسی پایتون.

https://github.com/sinaahmadi/klpt

Apertium Sorani-English

ترجمه قاعده‌محور

سورانی و انگلیسی

ترجمه ماشینی و تحلیل صرفی قاعده‌محور.

https://github.com/apertium/apertium-ckb-eng

Apertium Kurmanji-English

ترجمه قاعده‌محور

کرمانجی و انگلیسی

ترجمه ماشینی و تحلیل صرفی قاعده‌محور.

https://github.com/apertium/apertium-kmr-eng

KurdishHunspell

تصحیح املا و تحلیل صرفی

سورانی، کرمانجی و زازاکی

واژه‌نامه و قواعد صرفی برای اصلاح املا؛ نسخه‌های منتشرشده شامل مدخل‌های واژگانی و قواعد صرفی‌اند.

https://github.com/sinaahmadi/KurdishHunspell

Kurd-Spell

تصحیح املا

کردی؛ گونه دقیق به نسخه بستگی دارد

در فهرست منابع متن‌باز کردی در کنار ابزارهای اصلاح املا آمده است.

https://github.com/sinaahmadi/awesome-kurdish

fastText crawl-vectors

بردارهای واژه برای سورانی و کرمانجی

https://fasttext.cc/docs/en/crawl-vectors.html

Kürdî Wikibase

پایگاه دانش واژگانی برای سورانی، کرمانجی، گورانی و کردی جنوبی

https://kurdi.wikibase.cloud/

Universal Dependencies – Kurmanji

بانک اطلاعات درختی برای گویش کرمانجی؛ ۷۵۴ جمله و ۱۰۱۸۸ توکن؛ مجوز CC BY-SA 4.0

https://universaldependencies.org/treebanks/kmr_kurmanji/

Awesome Kurdish

فهرست تجمیعی مدل‌ها، پیکره‌ها، ابزارها، معیارها، OCR، ترجمه و نهادها

https://github.com/sinaahmadi/awesome-kurdish

Kurdish-Tech / Ferheng

جامعه متن‌باز، فرهنگ‌های کرمانجی، سورانی و زازاکی و معیارهای NLP

https://github.com/Kurdish-Tech

DOLMA-NLP

منابع ترجمه و پردازش زبان‌های کم‌منبع خاورمیانه

https://github.com/DOLMA-NLP

Common Voice Kurmanji v25

کرمانجی

۱۰۶٫۷۶ ساعت؛ ۷۵٫۷ ساعت تأییدشده؛ ۶۹۰ گوینده؛ ۹۲۳۷۱ کلیپ، ۶۵۵۰۱ مورد تأییدشده

Mozilla؛ ۲۲ مارس ۲۰۲۶

CC0-1.0

https://mozilladatacollective.com/datasets/cmqinqhul00wynq07koxlxbo5

Common Voice Central Kurdish v25

کردی مرکزی

صفحه مجموعه در نتایج جست‌وجو شناسایی شده؛ جزئیات کامل در منبع تکمیلی ثبت نشده است.

Mozilla Data Collective

مشخص نشده

https://mozilladatacollective.com/

Common Voice 18 Northern Kurdish

کرمانجی

۱۰۱ ساعت ضبط؛ ۶۸ ساعت تأییدشده؛ ۵۶۷ فایل صوتی

Mozilla؛ ۱۸ ژوئن ۲۰۲۴

CC0

https://commonvoice.mozilla.org/

FLEURS-Kobani

کرمانجی

۵۱۶۲ فایل صوتی تأییدشده؛ ۱۸ ساعت و ۲۴ دقیقه؛ ۳۱ گوینده (۲۶ زن و ۵ مرد)؛ ۳۸۷۰ آموزش، ۴۹۱ توسعه و ۸۰۱ آزمون

دانشگاه کوبانی، ارفورت، کویه و LIUM؛ ضبط آوریل تا ژوئن ۲۰۲۵

CC BY 4.0

https://arxiv.org/abs/2603.29892

IARPA Babel Kurmanji – LDC2017S22

کرمانجی، شرق و جنوب‌شرق ترکیه

حدود ۲۰۳ ساعت فایل صوتی مکالمه‌ تلفنی و گفتار خوانده‌شده همراه با رونوشت

IARPA Babel و Appen؛ انتشار LDC در ۱۷ نوامبر ۲۰۱۷

دسترسی از طریق عضویت LDC

https://catalog.ldc.upenn.edu/LDC2017S22

KASET – LDC2024S01

کرمانجی و سورانی

حدود ۱۴۷ ساعت صوت؛ ۲۸۹ ضبط مکالمه تلفنی و ۴۱۰ ضبط متن خبری؛ رونوشت حدود ۶۰ ساعت؛ ۲۱ گوینده تلفنی مقیم آمریکا

LDC؛ ۱۶ ژانویه ۲۰۲۴

دسترسی از طریق LDC

https://catalog.ldc.upenn.edu/LDC2024S01

CORDI

شش زیرگویش کردی مرکزی: سلیمانیه، سنندج، اربیل، مهاباد، کلار و سردشت

۳۱۱ فیلم و قسمت سریال؛ ۱۸۶۰۳۸ گفتار؛ حدود ۱۰۰٫۱۵ ساعت صوت؛ ۳۶ دانشجوی دانشگاه کویه در نوشتارنویسی و برچسب‌زنی مشارکت کردند

Ahmadi، Jaff، Ibn Alam و Anastasopoulos؛ LREC 2024

https://github.com/sinaahmadi/CORDI

Southern Kurdish ASR

کردی جنوبی

۳۰ ساعت گفتار معتبر برای آموزش و ارزیابی تشخیص گفتار

پژوهش LREC 2026

طبق صفحه مجموعه داده

https://huggingface.co/datasets/aranemini/southern-kurdish-asr

AsoSoft Text Corpus

سورانی

حدود ۱۸۸ میلیون توکن؛ بخشی از داده پیش‌آموزش KuBERT

https://asosoft.com/

OSCAR

سورانی و کرمانجی

پیکره وب‌محور چندزبانه، مورد استفاده در منابع پیش‌آموزش مدل

https://oscar-project.org/

Pewan

سورانی و کرمانجی

پیکره وب‌محور در فهرست Awesome Kurdish

https://github.com/sinaahmadi/awesome-kurdish

KurCorpus 2B

سورانی، بادینی و هورامی

بیش از دو میلیارد توکن طبق مشخصات پروژه

https://data.mendeley.com/datasets/fb5xhhn6m5/1

DASTAN

سورانی

پیکره برچسب‌گذاری دستوری؛ در منابع دانشگاه زاخو معرفی شده است

https://swlab.uoz.edu.krd/projects/

Adyan

سورانی

بیش از ۲۳۰۰ مقاله خبری و ۶۵۴۴۰۴ توکن برای شناسایی موجودیت دارای اسم

https://pmc.ncbi.nlm.nih.gov/articles/PMC12433466/

Dasinya

بادینی

حدود ۱٫۲۸ میلیون واژه، ۸۷۵۴۵ جمله، ۱۰۷ سند و ۹ حوزه محتوایی

https://zenodo.org/records/20729060

RUEG-KMR-TUR

کرمانجی و ترکی

پیکره پروژه P9 در گروه پژوهشی DFG درباره نحو در شرایط تماس زبانی

https://zenodo.org/records/10810768

TICO-19

کرمانجی با خط لاتین و سورانی با خط عربی

مجموعه ترجمه مرتبط با کووید-۱۹ برای ۳۵ زبان؛ کردی در گروه ۱۸ زبان با اولویت بالا

https://tico-19.github.io/

PARME / DOLMA-NLP

هورامی، زازاکی، کردی جنوبی و لکی

پیکره‌های موازی و منابع گفتاری برای زبان‌های کم‌منبع خاورمیانه

https://github.com/DOLMA-NLP/PARME

Bochun

سورانی

مجموعه ۲۱۷۴ مقاله خبری برای تشخیص موضع

https://www.sciencedirect.com/science/article/pii/S2352340925005669

KurdSTS

سورانی

۱۰ هزار جفت جمله برای سنجش شباهت معنایی

https://arxiv.org/abs/2510.02336

AgaCKNER

سورانی

مجموعه جمله و توکن برچسب‌گذاری‌شده برای شناسایی موجودیت‌های نامدار

https://data.mendeley.com/datasets/b3wvj6jgx8/1

Pangeanic Kurdish datasets

سورانی و کرمانجی

داده تجاری گفتار، OCR و متن؛ حجم در صفحه عمومی اعلام نشده است

https://pangeanic.com/kurdish-datasets-for-ai-training

SoraniTTS

سورانی

پیکره گفتاری برای تولید گفتار؛ اطلاعات از عنوان و صفحه داده

https://data.mendeley.com/

Central Kurdish TTS4All

کردی مرکزی

مجموعه داده TTS در Hugging Face

https://huggingface.co/datasets?search=central-kurdish-tts4all

Comprehensive Central Kurdish Sound Dataset

کردی مرکزی

مجموعه داده صوتی مرتبط با تشخیص گفتار

https://data.mendeley.com/

FLEURS-Kobani

کرمانجی

با Whisper v3-large و آموزش دومرحله‌ای؛ بهترین WER برابر ۲۸٫۱۱ و CER برابر ۹٫۸۴. BLEU ترجمه گفتار کرمانجی به انگلیسی: ۸٫۶۸ در مسیر مستقیم و ۱۹٫۶۰ در زنجیره ASR+MT.

https://arxiv.org/abs/2603.29892

End-to-End Transformer-based ASR for Northern Kurdish

کرمانجی

در آزمون ۲۰۰ جمله‌ای: Whisper V3 با ماژول افزوده WER=۱۰٫۵٪ و CER=۵٫۷٪؛ Whisper V3 با تنظیم معمولی WER=۱۳٫۲٪ و CER=۷٫۵٪؛ Wav2Vec2 XLSR-53 WER=۱۶٫۳٪ و CER=۹٫۲٪.

https://arxiv.org/abs/2410.16330

Language and Speech Technology for Central Kurdish Varieties / CORDI

شش زیرگویش سورانی

WER در اربیل بیش از ۷۰ و برای دیگر زیرگویش‌ها بیش از ۵۸ گزارش شده است. F1 شناسایی زبان کردی بین ۰٫۹۴ تا ۰٫۹۹؛ تشخیص زیرگویش با ابزارهای موجود در برخی آزمایش‌ها F1 بین ۰٫۰۷ تا ۰٫۱۹ و با fastText مؤلفان ۰٫۷۶ گزارش شده است.

https://aclanthology.org/2024.lrec-main.877/

KuBERT

سورانی

پیش‌آموزش روی حدود ۲۹۶٫۵ میلیون توکن: AsoSoft حدود ۱۸۸ میلیون، OSCAR 2019 حدود ۴۸٫۵ میلیون و یک پیکره ۶۰ میلیونی. دقت تحلیل احساسات سه‌کلاسه ۷۵٫۳۷٪ و دوکلاسه ۸۶٫۳۱٪؛ روی KurdiSent برابر ۸۷٫۰۵٪ گزارش شده است.

https://arxiv.org/abs/2509.16804

ارزیابی چندگانه ChatGPT در سورانی

سورانی

۵۰ پرسش چندگزینه‌ای در حوزه زبان، تاریخ، فرهنگ و اطلاعات عمومی؛ چهار حساب کاربری و چند دور ارزیابی؛ میانگین دقت حدود ۷۰٪.

https://journals.uhd.edu.iq/index.php/uhdjst/article/view/1616

Lost in AI mistranslation

سورانی و چند زبان دیگر

ارزیابی انسانی ۱۲ زبان‌شناس در ۱۲ زبان؛ گزارش Respond Crisis Translation می‌گوید سورانی و پشتو از نظر تفاوت در دقت، لحن و همدلی بیشترین افت را نشان دادند.

https://respondcrisistranslation.org/

Southern Kurdish Speech Recognition Resources and Benchmarking

کردی جنوبی

۳۰ ساعت گفتار؛ بهترین مدل wav2vec-BERT CTC با WER=۲۴٫۲۶٪ و CER=۴٫۰۹٪ در مجموعه ارزیابی پژوهش.

https://aclanthology.org/2026.lrec-1.432/

University of Zurich

سوئیس

گروه فناوری متن؛ پژوهش CORDI، ابزار KLPT، فهرست Awesome Kurdish و پروژه MUTAMUR.

https://www.cl.uzh.ch/en/research-groups/texttechnologies/research/Low-Resource-NLP/language-beyond-the-standard.html

George Mason University / Archimedes AI

آمریکا / واحد پژوهشی

پژوهش ترجمه، ASR، تشخیص گونه‌های کردی و همکاری در CORDI؛ حمایت پژوهشی NSF و Meta در مقاله CORDI ذکر شده است.

https://nlp.cs.gmu.edu/

University of Erfurt

آلمان

مشارکت دابان جاف در CORDI و FLEURS-Kobani؛ در منبع تکمیلی از بورس DAAD یاد شده است.

https://www.uni-erfurt.de/

LIUM / Le Mans University

فرانسه

پژوهش تشخیص گفتار و ترجمه گفتار کرمانجی؛ مشارکت محمد محمدامینی در FLEURS-Kobani و پژوهش‌های گفتاری.

https://lium.univ-lemans.fr/en/ckbens2tt/

University of Melbourne

استرالیا

پژوهش آسو محمودی درباره تشخیص گفتار کرمانجی و تنظیم Whisper.

https://www.unimelb.edu.au/

University of Potsdam

آلمان

همکاری در پیکره RUEG-KMR-TUR درباره کرمانجی و ترکی.

https://www.uni-potsdam.de/en/

Leibniz-Centre General Linguistics

آلمان

مشارکت در پروژه RUEG و منابع زبان‌شناسی تماس زبانی.

https://www.leibniz-zas.de/en/

Humboldt University of Berlin

آلمان

مشارکت در پیکره RUEG-KMR-TUR.

https://www.hu-berlin.de/

University of Bamberg

آلمان

مجموعه پیکره‌های کرمانجی و لکی؛ منابع صوتی و نوشتاری.

https://multicast.aspra.uni-bamberg.de/resources/kurdish/

Carnegie Mellon University

آمریکا

مشارکت دانشگاهی در ائتلاف ترجمه TICO-19.

https://tico-19.github.io/

Johns Hopkins University

آمریکا

مشارکت دانشگاهی در ائتلاف ترجمه TICO-19.

https://tico-19.github.io/

Northeastern Illinois University / Zahra Institute

آمریکا

برنامه آموزشی زبان و فرهنگ کردی با حمایت NEH؛ پروژه آموزشی است و پروژه هوش مصنوعی محسوب نمی‌شود.

https://awardsearch.neh.gov/

University of Galway

ایرلند

پژوهش مشترک با دانشگاه زوریخ درباره هوش مصنوعی مولد، مدل‌های زبانی بزرگ و زبان‌های غیرمعیار؛ مقاله اکتبر ۲۰۲۶.

https://link.springer.com/article/10.1007/s10993-026-09811-8

IARPA

آمریکا

برنامه Babel؛ تهیه مجموعه گفتار تلفنی کرمانجی در همکاری با Appen.

https://www.iarpa.gov/research-programs/babel

NIST

آمریکا

در متاداده KASET برچسب NIST SRE دیده می‌شود، اما صفحه مجموعه منبع مالی مستقیم را مشخص نمی‌کند.

https://catalog.ldc.upenn.edu/LDC2024S01

National Science Foundation (NSF)

آمریکا

حمایت از پژوهش‌های پردازش زبان‌های کم‌منبع و پژوهشگران CORDI؛ شماره‌های BCS-2109578 و IIS-2125466 در منبع پیوست آمده‌اند.

https://www.nsf.gov/

National Endowment for the Humanities (NEH)

آمریکا

کمک ۱۰۰ هزار دلاری برای برنامه زبان و فرهنگ کردی در دانشگاه آمریکایی؛ برنامه آموزشی، نه پروژه هوش مصنوعی.

https://www.neh.gov/

Swiss National Science Foundation (SNSF)

سوئیس

حمایت پروژه MUTAMUR، شماره ۲۱۳۹۷۶، مرتبط با پژوهش زبان‌های کم‌منبع.

https://www.snf.ch/en

Deutsche Forschungsgemeinschaft (DFG)

آلمان

تأمین مالی پروژه RUEG؛ شناسه‌های WI 2155/13-1، SCHR 1261/4-1 و AL 1886/3-1 در داده پروژه آمده‌اند.

https://www.dfg.de/en

DAAD

آلمان

حمایت دانشگاهی و بورس پژوهشی دابان جاف؛ شماره ۹۱۸۲۶۵۷۳ در منبع تکمیلی ذکر شده است.

https://www.daad.de/en/

Linguistic Data Consortium (LDC)

توزیع مجموعه Babel کرمانجی و انتشار KASET؛ دسترسی به برخی داده‌ها از طریق عضویت.

https://www.ldc.upenn.edu/

Mozilla Foundation / Common Voice

جمع‌آوری و انتشار داده‌های گفتاری کرمانجی و کردی مرکزی با مشارکت داوطلبان؛ Common Voice با مجوزهای باز از جمله CC0 منتشر می‌شود.

https://commonvoice.mozilla.org/

Translators without Borders

مشارکت در TICO-19 و فعالیت‌های دسترسی زبانی؛ در منابع مایکروسافت نیز به‌عنوان منبع برآورد گویشوران ذکر شده است.

https://translatorswithoutborders.org/

Respond Crisis Translation

ارزیابی انسانی خروجی مدل‌های زبانی بزرگ برای سورانی و زبان‌های دیگر.

https://respondcrisistranslation.org/

Taraaz

همکاری در ارزیابی ترجمه و کیفیت خروجی مدل‌های هوش مصنوعی در گزارش RCT.

https://taraaz.org/

CLARIN

زیرساخت پژوهشی اروپا برای دسترسی و نگهداری منابع زبانی و ابزارهای پردازش زبان.

https://www.clarin.eu/

Google

آمریکا

Google Translate، Cloud Translation، Speech-to-Text و Gemini.

https://about.google/

Microsoft

آمریکا

Microsoft Translator و Azure Translator.

https://www.microsoft.com/

Meta

آمریکا

NLLB-200، MMS و SeamlessM4T؛ جایزه پژوهشی سفارشی به پژوهشگران CORDI در منبع مقاله ذکر شده است.

https://ai.meta.com/

DeepL

آلمان

ترجمه متنی سورانی و کرمانجی در مشخصات سرویس.

https://www.deepl.com/

Amazon Web Services

آمریکا

مشارکت در ائتلاف ترجمه TICO-19؛ در این گزارش سرویس مستقل ترجمه کردی برای آن احراز نشده است.

https://aws.amazon.com/

Appen

استرالیا

گردآوری داده گفتاری پروژه Babel کرمانجی در همکاری با IARPA.

https://appen.com/

Pangeanic

کشور در منبع پیوست مشخص نشده

عرضه مجموعه‌های تجاری متن، گفتار و OCR برای سورانی و کرمانجی؛ حجم و کیفیت در صفحه عمومی اعلام نشده است.

https://pangeanic.com/kurdish-datasets-for-ai-training

mazdek GmbH

سوئیس

توسعه‌دهنده پلتفرم Mazdek AI.

https://mazdek.ai/en/about

OmniOps

عربستان سعودی

همکار Newroz Telecom در پلتفرم KI و زیرساخت Bunyan.

https://omniops.ai/

دانشگاه زاخو

آزمایشگاه وب معنایی، DASTAN، Dasinya و ابزارهای پردازش بادینی.

https://swlab.uoz.edu.krd/

دانشگاه دهوک

گروه پردازش زبان و گفتار بادینان (BLSP)، مجموعه‌های FLEURS-Badini و معیار ASR بادینی.

https://uod.ac/research/blsp/

دانشگاه کردستان هولیر (UKH)

مرکز هوش مصنوعی و نوآوری؛ مدل تشخیص زبان، ترجمه و پیکره‌های سورانی.

https://www.ukh.edu.krd/centres/artificial-intelligence-and-innovation-centre-aiic/

دانشگاه صلاح‌الدین اربیل

پروژه Zarawesazi برای استانداردسازی و توسعه اصطلاحات علمی و تخصصی کردی.

https://rc.su.edu.krd/projects/project-zarawesazi

دانشگاه سلیمانیه و پلی‌تکنیک سلیمانیه

پژوهش‌های تولید گفتار، تحلیل متن و مشارکت در مقاله‌های مرتبط با KuBERT و Adyan.

https://spu.edu.iq/

دانشگاه کویه

مشارکت ۳۶ دانشجو در نوشتارنویسی و برچسب‌گذاری CORDI؛ مشارکت در FLEURS-Kobani.

https://www.koyauniversity.org/

دانشگاه سوران

مشارکت پژوهشگران در توسعه KuBERT و منابع پردازش سورانی.

https://www.su.edu.krd/

دانشگاه چرمو

مشارکت در پژوهش شناسایی موجودیت‌های نامدار Adyan.

https://charmouniversity.org/

دانشگاه تیشک

همکاری پژوهشی در مطالعه ارزیابی ChatGPT در سورانی.

https://tishkuniversity.edu.krd/

دانشگاه کوبانی، سوریه

میزبانی ثبت داده FLEURS-Kobani در آوریل تا ژوئن ۲۰۲۵.

https://arxiv.org/abs/2603.29892

دانشگاه تهران

همکاری در پژوهش تشخیص گفتار کرمانجی.

https://www.ut.ac.ir/

دانشگاه شهید بهشتی

مشارکت پژوهشگر پژوهشگاه فضای مجازی در مقاله تشخیص گفتار کرمانجی.

https://www.sbu.ac.ir/

خدمات عمومی بین‌المللی

۹

Google Translate، Google Cloud Translation، Google Cloud Speech-to-Text، Gemini، Microsoft Translator، NLLB-200، MMS، SeamlessM4T و DeepL

پلتفرم‌های تخصصی در فهرست پایه

۵

Mazdek AI، KurdAI، Kurdish TTS، KI و KaiLab

مدل‌ها و ابزارهای متن‌باز در فهرست پایه

۱۲

Kurdish Llama، Mistral-Nemo-Kurdish-Instruct، KuBERT، Whisper-Kurdish، BuzzASR، Qwen3-ASR، F5-TTS، KLPT، دو جفت Apertium، KurdishHunspell و Kurd-Spell

مدل‌های عمومی صرفاً ارزیابی‌شده

۲

ChatGPT/GPT-4o و Mistral Small؛ در شمار خدمات دارای فهرست رسمی کردی قرار نگرفته‌اند

پلتفرم‌های تخصصی تکمیلی در بررسی حاضر

۲

Chrpe و MetKurd AI؛ جدا از شمار پایه برای حفظ سازگاری با روش منبع تکمیلی

مجموع بر پایه روش گزارش تکمیلی

۲۸

۹ + ۵ + ۱۲ + ۲ مدل عمومی آزمایش‌شده

مجموع با دو پلتفرم تکمیلی

۳۰

عدد توسعه‌یافته این گزارش؛ سرشماری رسمی جهانی نیست

نهادهای خارجی در فهرست پایه

۳۳

۱۲ دانشگاهی، ۶ دولتی/تأمین‌کننده مالی، ۶ غیرانتفاعی/زیرساختی و ۹ شرکت

نهادها با افزودن دانشگاه گالوی

دست‌کم ۳۴

بر اساس فهرست پایه و پژوهش مشترک منتشرشده در اکتبر ۲۰۲۶