آریا جوان

آخرين مطالب

OpenAI مدل‌های گفتاری و نوشتاری جدیدی برای ایجنت‌های هوش مصنوعی معرفی کرد فناوری

OpenAI مدل‌های گفتاری و نوشتاری جدیدی برای ایجنت‌های هوش مصنوعی معرفی کرد
  بزرگنمايي:

آریا جوان - دیجیاتو / البته OpenAI در حال حاضر قصد ندارد این مدل‌های جدید را به صورت عمومی منتشر کند.
OpenAI از ارتقاء مدل‌های هوش مصنوعی خود در زمینه تبدیل گفتار به متن و متن به گفتار خبر داد. این مدل‌های جدید که به API این شرکت اضافه شده‌اند، نسبت به نسخه‌های قبلی پیشرفت‌های قابل‌توجهی داشته‌اند و قابلیت‌های بیشتری را در اختیار توسعه‌دهندگان قرار می‌دهند.
به گفته OpenAI، این مدل‌های جدید بخشی از چشم‌انداز بزرگ‌تر این شرکت برای ساخت سیستم‌های خودکار یا «عامل‌های هوشمند» هستند که می‌توانند به‌طور مستقل وظایف مختلفی را برای کاربران انجام دهند. «اولیویه گودمن»، مدیر محصول اوپن‌ای‌آی، در این باره به TechCrunch توضیح داده که این ایجنت‌ها می‌توانند به‌عنوان چت‌بات‌هایی عمل کنند که با مشتریان یک کسب‌وکار تعامل می‌کنند. او پیش‌بینی کرد که در ماه‌های آینده شاهد ظهور تعداد بیشتری از این عامل‌ها خواهیم بود.
مدل تبدیل متن به گفتار OpenAI
مدل جدید تبدیل متن به گفتار OpenAI با نام gpt-4o-mini-tts، نه تنها گفتاری طبیعی‌تر و با جزئیات بیشتر تولید می‌کند، بلکه قابلیت تنظیم دقیق‌تری نیز دارد. توسعه‌دهندگان می‌توانند با استفاده از دستورات زبان طبیعی، نحوه بیان متن را کنترل کنند.
به‌عنوان مثال، می‌توان از این مدل خواست که مانند یک «دانشمند دیوانه» یا با صدایی آرام و شبیه به یک معلم صحبت کند. یک نمونه از صداهای تولید شده توسط این مدل را در ادامه می‌توانید بشنوید:

بازار


«جف هریس»، یکی از اعضای تیم محصول OpenAI، تأکید کرده که هدف این است که توسعه‌دهندگان بتوانند هم «تجربه صوتی» و هم «زمینه» را به دلخواه خود تنظیم کنند. او می‌گوید:
«در موقعیت‌های مختلف، شما نمی‌خواهید که صدایی یکنواخت و بدون احساس شنیده شود. مثلاً اگر در یک تجربه پشتیبانی مشتری هستید و می‌خواهید صدای ربات عذرخواهی کند، می‌توانید به مدل دستور دهید که این احساس را در صدا لحاظ کند.»
مدل‌های تبدیل گفتار به متن
OpenAI همچنین دو مدل جدید تبدیل گفتار به متن با نام‌های gpt-4o-transcribe و gpt-4o-mini-transcribe را معرفی کرده است که جایگزین مدل قدیمی Whisper می‌شوند. این مدل‌های جدید که روی مجموعه‌ داده‌های صوتی متنوع و باکیفیت آموزش دیده‌اند، می‌توانند صداهای با لهجه‌های مختلف و حتی در محیط‌های شلوغ را با دقت بیشتری تشخیص دهند.
هریس همچنین اشاره کرده که این مدل‌ها کمتر از Whisper دچار خطاهای «توهم» می‌شوند. مدل Whisper گاهی اوقات کلمات یا حتی جملات کاملی را که وجود نداشتند، به متن اضافه می‌کرد که این موضوع می‌توانست مشکلاتی را ایجاد کند. او می‌گوید:
«این مدل‌ها در مقایسه با Whisper بهبود چشمگیری داشته‌اند. دقت مدل‌ها برای ایجاد یک تجربه صوتی قابل اعتماد کاملاً ضروری است و دقت در اینجا به این معناست که مدل‌ها کلمات را به درستی تشخیص می‌دهند و جزئیاتی که نشنیده‌اند را به متن اضافه نمی‌کنند.»


بااین‌حال، دقت این مدل‌ها ممکن است بسته به زبانی که تبدیل می‌شود، متفاوت باشد.
برخلاف رویه گذشته، OpenAI قصد ندارد این مدل‌های جدید تبدیل گفتار به متن خود را به‌صورت عمومی منتشر کند. این شرکت پیش‌تر نسخه‌های جدید Whisper را تحت مجوز MIT برای استفاده تجاری منتشر می‌کرد. هریس توضیح داده که مدل‌های جدید بسیار بزرگ‌تر از Whisper هستند و بنابراین برای انتشار عمومی مناسب نیستند. او می‌گوید:
«این مدل‌ها از نوعی نیستند که بتوانید به راحتی روی لپ‌تاپ خود اجرا کنید. ما می‌خواهیم اگر چیزی را به‌صورت متن‌باز منتشر می‌کنیم، با دقت این کار را انجام دهیم و مدلی را ارائه کنیم که واقعاً برای آن نیاز خاص مناسب باشد.»

لینک کوتاه:
https://www.aryajavan.ir/Fa/News/1473023/

نظرات شما

ارسال دیدگاه

Protected by FormShield
مخاطبان عزیز به اطلاع می رساند: از این پس با های لایت کردن هر واژه ای در متن خبر می توانید از امکان جستجوی آن عبارت یا واژه در ویکی پدیا و نیز آرشیو این پایگاه بهره مند شوید. این امکان برای اولین بار در پایگاه های خبری - تحلیلی گروه رسانه ای آریا برای مخاطبان عزیز ارائه می شود. امیدواریم این تحول نو در جهت دانش افزایی خوانندگان مفید باشد.

ساير مطالب

متا مشغول آزمایش کامنت‌های نوشته شده با هوش مصنوعی در اینستاگرام است

تعرفه واردات تلفن همراه در سال 1404 مشخص شد

حال و هوای حرم امام علی (ع) در نجف

محراب مسجد کوفه گلگون رنگ شد…

مداحی «سمت نجف» با نوای حاج منصور ارضی

تصاویری از برگزاری مراسم شب قدر در حرم امام حسین(ع)

دومین شب از لیالی قدر در جوار مرقد مطهر امیرالمؤمنین (ع)

حال و هوای حرم شاه نجف همزمان با اذان صبحِ روز شهادت حضرت علی(ع)

حال و هوای بین الحرمین در شب شهادت امیرالمومنین(ع)

استوری/ من بهم ریخته ام، کاش که درهم بخری

هوتن شکیبا؛ از «کلاه قرمزی» تا قله‌های سینما

چهره فرزند «پگاه آهنگرانی» مورد قضاوت قرار گرفت!

تکرار سناریوی 31 سال پیش عربستان برابر اژدها

خیبر در تهران برای بازی با استقلال آماده می‌شود

هالند: نگران سقوط سیتی به دسته پایین‌تر نیستم

وضعیت اورونوف در اردوی تیم ملی ازبکستان مشخص شد

فاش شدن راز بزرگ خط حمله اینتر پس از بازی تیم ملی ایران

لفاظی وزیر خارجه آمریکا علیه ایران

پاسخ معاون رئیس جمهور به سوالاتی درباره عیدی دادن و خرید عید

پزشکیان در مراسم شب قدر: برای ما دعا کنید شرمنده شهدا و مردم عزیزمان نشویم

پرپلکسیتی می‌خواهد تیک‌تاک را بخرد و الگوریتمش را متن‌باز کند

من نمی خواهم بنده ام از کسی خجالت بکشد

قرائت زیبا و آسمانی سوره قدر توسط عبدالباسط

مشاهده عذاب دردناک جواهر سرقت شده در عالم برزخ

اسکالونی: غیبت مسی خیلی هم مهم نیست

پیروزی مهم مصر؛ محمد صلاح مهار شدنی نیست!

فلاحت‌زاده: تیم ملی نیاز به تاکتیک و برنامه‌ای خاص دارد

آرژانتین مسافر جدید جام جهانی 2026 نام گرفت

ستاره‌ای که پدری و اسپانیا را فلج کرد

تیم ملی کشتی فرنگی ایران راهی اردن شد

تیاگو: بارسا مدعی اصلی قهرمانی اروپاست

به غیر از گریه، گرسنگی نوزاد رو چطور بفهمیم؟

توضیحات محمد صدر درباره خانواده و داماد معروفش؛ مهریه ازدواج من و همسرم 600 تومان شد

حق با علی(ع) است

استوری/ در زمین چه خبر است؟

تلویزیون دوم فروردین چه فیلم‌هایی پخش می‌کند؟

هرمز شجاعی‌مهر: برای ازدواج با آزاده نامداری بین خیلی‌ها رقابت بود

گامی برای بهبود فضای مجازی با رفع فیلتر دو سکوی خارجی

تقویم تاریخ/ شهادت امام علی(ع)

مراقبت از الماس ارزش الماس رو کم نمیکنه!

چکاپ‌های ضروری در خانم های مبتلا به تنبلی تخمدان

رئیس جمهور: ایران زمانی به جایگاه واقعی خود می‌رسد که هر یک از ما تصمیم بگیریم تغییر کنیم

ادعاهای نماینده رئیس‌جمهور آمریکا درباره جزئیات نامه ترامپ به ایران

خیال خام آمریکا برای قطع صادرات نفت ایران

پاسخ ایران به اتهامات آمریکا در شورای امنیت

تفال/ آن کیست کز روی کرم با من وفاداری کند

به جای سرباز، سر بار دین شد!

ادعای انصاف نیوز درباره همسر شهید رئیسی

دنیا در آستانه انقلاب ربات‌های انسان‌ نما

سرویس اپل TV Plus ظاهراً سالیانه یک‌میلیارد دلار به اپل ضرر می‌زند