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

گل اول انگلیس توسط اسکلی در دقیقه 19

مقاومت جالب بازیکنان آلبانی برابر حملات سه‌شیرها در دقیقه 39

شکوری: استقلال تیم بزرگی است اما از پرسپولیس بدم نمی‌آید!

شرکتی در روسیه برای کشف آسیب‌پذیری‌های تلگرام تا 4 میلیون دلار جایزه تعیین کرد

اینجا هر سال فقط 210 روز است

اورونوف اختصاصی تمرین کرد

تصاویر حضور پزشکیان در مراسم احیای حرم امام خمینی

5 ابزار تقلب بازی Call of Duty با اقدام قانونی اکتیویژن از دسترس خارج شدند

عثمان سیناو، خالق وادی گرگ‌ها، درگذشت

بازگشت آلیسون به لیورپول از ترس ضربه مغزی!

شکوری: ناصر حجازی الگوی دروازه‌بانی من است!

ناراحتی برزیلی‌ها پس از بازی نکردن اندریک

ایتالیا به آلمان باخت ولی پیشرفت کرده است!

وزارت خارجه آمریکا: یک پالایشگاه نفت چینی را به دلیل خرید نفت ایران تحریم کردیم

روایت مشاور عراقچی از «اطمینان بزرگان نظام» به وزیر خارجه

بازدید نوروزی مدیرعامل منطقه آزاد کیش از بیمارستان کیش برای ارزیابی خدمات درمانی از نزدیک

ملائکه، مأمور استغفار برای مؤمنین و مؤمنات در شب قدر

مدافعان ابن ملجم ملعون!

استوری/ شب قدر اومدم یا غفارالذنوب

تلاوت دل‌نشین آیه 100 سوره مبارکه نساء توسط حامد شاکرنژاد در محفل

تلاوت شاهکار نوجوان قمی در محفل

روایت دستگیری دانشمند ایرانی توسط FBI آمریکا در برنامه «هلال»

نظر امیرالمومنین (علیه‌السلام) درباره مردم ایران

گوناگون/ اهمیت زیارت امام حسین (ع) در شب های قدر

انتخاب «طناز طباطبایی» بین شهاب حسینی و نوید محمدزاده

سلام و احوالپرسی بامزه هومن حاجی عبداللهی

چهره ها/ سلفی صمیمی مهسا حجازی و پانته‌آ پناهی‌ها

تعبیر جالب سرمربی سابق ایران از یک برد بزرگ

لیورپول باید مجسمه یورگن کلوپ را بسازد

تکذیب خبر خوشحال‌کننده برای بارسایی‌ها

شکوری: آرزویم حضور در جام جهانی آمریکاست!

تمامی گل‌های هفته 26 لیگ برتر پرتغال 2024/25

رافائل نادال:فوتبال بی‌رحم است اما خولین آلوارز دو بار توپ را زد!

داستان خواستگاری یک فرد سالم از یک خانم معلول در خیریه بهشت امام رضا (ع)

بازدید نوروزی محمد کبیری از بیمارستان کیش و تاکید بر ارائه خدمات برتر

تلاوت آیه 16 سوره مبارکه حدید توسط سیدحسنین الحلو در محفل

تلاوت دلنشین آیه 63 سوره مبارکه یونس توسط حامد شاکرنژاد در محفل

کسی که به انجام کاری راضی و خوشنود باشد، در ثواب و گناه آن کار شریک خواهد بود

به خانواده شهدا 207 میدهند؟ وقتی مادر شهید از کنایه‌های تلخ برخی افراد میگوید

توصیه خاص مرحوم آیت‌الله فاطمی نیا برای شب‎های قدر

شب قدر، بیشترین رزق نصیب چه کسانی میشه؟

به‌ نام علی (ع)

بیان نکته توسط حجت‌الاسلام قاسمیان درباره اجر کسانی که به خاطر حفظ دین مهاجرت کنند

کلیپ «آخرین پناه» با نوای حاج محمود کریمی

روضه تشییع و تدفینِ پیکر مبارک امام علی(ع) در کلامِ حاج آقا مجتبی تهرانی

برای درک زیبایی، کافیه مرد باشی

ناراحتی فرزاد حسنی از سپند امیرسلیمانی روی آنتن زنده تلویزیون

امیرحسین آرمان نقش «جلال آل احمد» را بازی می‌کند

هشدار به آلیسون؛ شماره یک لیورپول من خواهم بود

بازدید میدانی بازرسان سازمان بازرسی از ورزشگاه آزادی؛ علت حادثه بررسی شد