پیام ویژه

آخرين مطالب

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

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

پیام ویژه - 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.payamevijeh.ir/Fa/News/1574483/

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

ترامپ از آتش بس در اوکراین خبر داد

ویژه‌های حوادث/ مردی که همسر و دو پسرش را سلاخی کرد!

طرح تل‌آویو برای حذف «محمود عباس» و تشکیلات خودگردان فلسطین

اروپا می‌خواهد این تغییرات در iOS اعمال شوند

مشخصات و قیمت گلکسی تب S10 FE و S10 FE پلاس لو رفت

تاریخ رونمایی پوکو F7 پرو و F7 اولترا رسماً منتشر شد

خوابی که آمریکا برای نیروگاه‌های هسته‌ای اوکراین دیده است

رفع حصر از کروبی، حصر برای احمدی‌نژاد

ترامپ از جنگنده نسل ششم آمریکا رونمایی کرد

ترامپ: نمی‌خواهیم با چین وارد جنگ شویم

نتانیاهو: با حکم دیوان عالی در خصوص لغو برکناری رئیس شاباک مخالفم

جریمه رعایت نکردن فاصله طولی خودروها

رشد 25 درصدی قیمت طلای سرخ

درخواست غزه برای اخراج سفیران اسرائیل از کشورهای عربی

ترامپ: اسناد ترور «مارتین لوتر کینگ» را هم منتشر می‌کنیم

ترامپ: به زودی آتش بس در اوکراین برقرار می‌شود

بارش تگرگ شدید در جاده دهلران به مهران

سفر نماینده ویژه پاکستان به افغانستان در بحبوحه تنش‌های سیاسی-مرزی

جان اف کندی اینگونه ترور شد

تلگراف: انگلیس و فرانسه به دنبال استقرار صلحبان‌های سازمان ملل در اوکراین هستند

عذرخواهی «جواد خیابانی» از وزارت جهاد کشاورزی

وداع تلخ مادر فلسطینی با کودک شهیدش

هشدار هواشناسی؛ در طبیعت کمپ نزنید

(1 فروردین) آخرین وضعیت آب و هوا و ترافیک راه‌ها؛ در طبیعت کمپ نزنید

قیمت گوشت قرمز در اولین روز سال 1404

هدف آمریکایی‌ها از شایعه حمله به ناو اطلاعاتی زاگرس چه بود؟

ترامپ: می‌توانیم درباره جنگ اوکراین به توافق برسیم

پوتین و امیر قطر تلفنی گفت‌وگو کردند

انگلیس در تله تورم؛ کسری بودجه از مرز هشدار عبور کرد

هشدار مجلس شیعیان لبنان درباره توطئه اسرائیل علیه کشورهای عربی

انگلیس درباره نقشه اسرائیل برای الحاق اجباری غزه هشدار داد

این مدل چوبی گوشی تاشو بعدی موتورولا است

اردوغان برای معترضان خط و نشان کشید؛ اجازه نخواهیم داد دزدها هرج و مرج ایجاد کنند

چرا روسیه زیرتحریم‌های سنگین دچار مشکلات اقتصادی ما نشد؟

در مذمت احساس کوچک‌بینی؛ از شکلات دبی تا سریال معاویه

توافق اعضای اتحادیه اروپا درباره افزایش توان دفاعی مقابل روسیه تا 2030

وحشت صهیونیست‌ها از قدرت حماس برای حملات موشکی

فشار لابی اسرائیل برای لغو راهپیمایی روز قدس در لندن

مادر شهیدان والامقام «علی و محمود سعادتی زارع» آسمانی شد

تعطیلی اماکن فرهنگی‌تاریخی در دوم فروردین

اولین قتل سال 1404 در تهران؛ 2 شرور جوان خون به پا کردند

وزیر نیرو: 36 بسته برای بهینه سازی مصرف برق در سال جدید تعریف شد

ایرانیان در سال 1403 بیشتر چه چیزهایی را سرچ کرده‌اند؟

چت‌بات Claude حالا می‌تواند در وب جستجو کند

فروردین 1403؛ ماهی که کاظم صدیقی نقل محافل بود

تصاویری از اعتراضات در ترکیه

اردوغان: درخواست حزب «خلق» برای حضور در خیابان‌ها «غیرمسئولانه» است

آژیر خطر حمله راکتی در عسقلان اسرائیل به صدا درآمد

محکومیت جنایات جدید اسرائیل در شورای امنیت

تلاش نافرجام آمریکا برای تبدیل جلاد به قربانی در جنگ غزه