OpenAI's GPT-Live يسبق في جعل المحادثات الصوتية مع الذكاء الاصطناعي تبدو حقيقية

بدأت OpenAI اليوم في نشر نموذج صوتي جديد لـ ChatGPT، يحمل اسم GPT-Live، والذي تقول إنه يجعل التفاعل الصوتي بين الإنسان والذكاء الاصطناعي أكثر طبيعية بكثير. أعلنت الشركة عن الطرح وأشارت إلى أن الميزة ستكون متاحة في ChatGPT فوراً. minimax-speech-28-brings-human-warmth-to-ai-voices-with-native-filler-words-and-high-fidelity-cloning

"نقدم لكم GPT-Live، جيل جديد من النماذج الصوتية للتفاعل الطبيعي بين الإنسان والذكاء الاصطناعي،" كتبت OpenAI في إعلان موجز. وأضافت التدوينة أن المستخدمين "سيحتاجون إلى تشغيل الصوت لهذه الميزة"، مما يشير إلى الطبيعة الصوتية الأصلية للتحديث.

تحول نحو الذكاء الاصطناعي الحواري

كانت الواجهات الصوتية أولوية متزايدة عبر صناعة الذكاء الاصطناعي. استثمرت OpenAI بكثافة في التعرف على الكلام والتوليف الصوتي من خلال نموذجها Whisper، ويبدو أن GPT-Live يوسع هذا العمل ليشمل التفاعل في الوقت الفعلي. تم تصميم النموذج للتعامل مع الفروق الدقيقة في المحادثة، والنبرة، والسرعة، والمقاطعات بشكل أكثر انسيابية من أوضاع الصوت السابقة لـ ChatGPT. the-benchmark-that-made-language-models-speak-how-2018s-glue-bet-changed-ai-forever

يأتي الطرح في وقت يتقدم فيه المنافسون أيضاً في مجال الصوت. تهدف كل من Gemini Live من Google، التي أُعلن عنها في وقت سابق من هذا العام، وAlexa Plus من Amazon، إلى إنشاء مساعدين صوتيين يعملون بالذكاء الاصطناعي أولاً يتجاوزون أنماط الأوامر والاستجابة البسيطة. تضع خطوة OpenAI نموذج GPT-Live كمنافس مباشر في هذا المجال، رغم أن الشركة لم تفصح عن تفاصيل تقنية حول بنية النموذج، أو بيانات التدريب، أو معايير زمن الاستجابة.

لماذا الصوت مهم لاعتماد الذكاء الاصطناعي

يزيل التفاعل الصوتي نقطة احتكاك رئيسية لاعتماد الذكاء الاصطناعي: الكتابة. يمكن للمستخدمين التحدث بشكل طبيعي، وطرح أسئلة متابعة، والمحادثة دون الحاجة إلى شاشة. يفتح ذلك حالات استخدام في البيئات التي لا تستخدم فيها اليدين مثل الطهي، أو القيادة، أو العمل، حيث تكون الكتابة غير عملية.

"الصوت هو الواجهة الأكثر طبيعية لدينا،" قال محلل منتجات مطلع على المجال. "كل مختبر رئيسي للذكاء الاصطناعي يتسابق لتحقيق ذلك لأن الفائز يمكنه تحديد كيفية تفاعل مليارات الأشخاص مع الذكاء الاصطناعي يومياً."

كان وضع الصوت الحالي لـ ChatGPT يُنظر إليه على أنه وظيفي لكنه محدود، جيد للاستفسارات البسيطة لكنه عرضة للتوقفات المحرجة والردود المتصلبة. يهدف GPT-Live إلى سد هذه الفجوة بنموذج يستمع بانتباه أكبر ويستجيب بشكل حواري أكثر. how-local-llms-like-gemma-and-qwen-are-taming-open-source-repository-triage-at-scale

ما يلي

لم تشارك OpenAI جدولاً زمنياً للتوفير الأوسع أو ما إذا كان GPT-Live سيقتصر على المشتركين المدفوعين في ChatGPT Plus أو المستخدمين المجانيين. كما لم تكشف الشركة عن تغييرات في الأسعار أو سياسات استخدام البيانات المرتبطة بنموذج الصوت الجديد. anthropic-updates-usage-policy-new-rules-for-high-risk-ai-applications

نموذج GPT-Live متاح في ChatGPT اعتباراً من اليوم. سيتمكن المستخدمون الذين لديهم إمكانية الوصول من تشغيله من قائمة الإعدادات.