OpenAI تطلق ميزات جديدة في ذكاء الصوت ضمن واجهتها البرمجية
OpenAI تطلق ميزات ذكاء صوتي جديدة لتعزيز التطبيقات في مجالات متعددة.
أعلنت شركة OpenAI يوم الخميس عن إضافة مجموعة من الميزات الجديدة في واجهتها البرمجية (API) تهدف إلى مساعدة المطورين في إنشاء تطبيقات قادرة على التحدث، ونسخ، وترجمة المحادثات مع المستخدمين.
النموذج الجديد، GPT‑Realtime‑2، يمثل نموذجا جديدا للذكاء الصوتي، تم تصميمه لإنشاء محاكاة صوتية واقعية يمكنها التفاعل مع المستخدمين. وعلى عكس سابقتها (GPT-Realtime-1.5)، تم بناء هذه النسخة باستخدام قدرات التفكير من فئة GPT‑5، التي صممت لاستيعاب طلبات أكثر تعقيدا من المستخدمين.
بالإضافة إلى ذلك، أطلقت الشركة GPT‑Realtime‑Translate، وهو نموذج مصمم لتقديم خدمات الترجمة الفورية التي "تواكب" المستخدم في المحادثات. تشمل هذه الميزة أكثر من 70 لغة مدخلة و13 لغة مخرجة.
كما أضافت OpenAI ميزة جديدة للنسخ، تعرف بـGPT-Realtime-Whisper، التي تقدم للمستخدمين قدرات تحويل الكلام إلى نص في الوقت الحقيقي، مما يتيح تسجيل المحادثات أثناء حدوثها.
قالت الشركة: "تجمع النماذج التي نطلقها بين الصوت في الوقت الحقيقي وتحويله من التفاعل البسيط إلى واجهات صوتية يمكنها القيام بمهام فعلية: الاستماع، والتفكير، والترجمة، والنسخ، واتخاذ الإجراءات مع تطور المحادثة."
فمن هم المستفيدون من هذه التحديثات؟ الشركات التي ترغب في توسيع قدرات خدمة العملاء تمثل هدفًا واضحًا. ومع ذلك، تشير OpenAI أيضًا إلى أن ميزاتها الجديدة ستساعد في مجموعة واسعة من المجالات، بما في ذلك التعليم، والإعلام، والفعاليات، ومنصات المبدعين، وغيرها.
ورغم الفوائد المحتملة لهذه الأدوات من وجهة نظر الشركات، يبدو أن هناك إمكانية سوء استخدامها. وقد أكدت الشركة أنها وضعت "حواجز" لمنع إساءة استخدام ميزاتها الجديدة في إنشاء الرسائل المزعجة، أو الاحتيال، أو أشكال أخرى من الإساءة عبر الإنترنت. تم تضمين بعض المحفزات في النظام بحيث "يمكن إيقاف المحادثات إذا تم الكشف عنها على أنها تنتهك إرشاداتنا المحتوية على محتوى ضار"، حسبما ذكرت OpenAI.
تتضمن جميع النماذج الصوتية الجديدة في OpenAI’s Realtime API. يتم احتساب تكاليف استخدام Translate وWhisper بالدقائق، بينما يتم احتساب GPT-Realtime-2 وفقًا لاستهلاك التوكنات.
المصدر: TechCrunch