OpenAI تطلق جيلاً جديدًا من النماذج الصوتية.. محادثات طبيعية وترجمة فورية
أعلنت شركة OpenAI إطلاق جيل جديد من نماذج الذكاء الاصطناعي الصوتية تحت اسمي GPT-Live-1 وGPT-Live-1 mini، في إطار تطوير تجربة التفاعل الصوتي داخل "تشات جي بي تي"، مع التركيز على جعل المحادثات أكثر سلاسة، وتحسين فهم السياق، ودعم الترجمة الفورية أثناء الحديث.
ويعتمد الإصدار الجديد على تقنية Full-Duplex، التي تتيح للنموذج الاستماع والتحدث في الوقت نفسه، ما يمنح المستخدم تجربة أقرب إلى الحوار البشري الطبيعي، إذ يمكنه مقاطعة المساعد أو تغيير مسار الحديث دون الحاجة إلى انتظار انتهاء الرد، كما تتيح التقنية تنفيذ الترجمة الفورية بشكل متواصل أثناء المحادثة.
وأوضحت الشركة، أن GPT-Live-1 mini يصبح الوضع الصوتي الافتراضي لجميع مستخدمي "تشات جي بي تي"، بينما سيكون النموذج الأكثر تطورًا GPT-Live-1 متاحًا لمشتركي الخطط المدفوعة، وفقًا لما أورده موقع "TechCrunch".
ويأتي هذا التحديث ليحل محل النظام الصوتي السابق، الذي كان يعتمد على سلسلة من الخطوات المنفصلة تبدأ بتحويل الصوت إلى نص، ثم معالجة الطلب عبر النموذج اللغوي، وأخيرًا تحويل الإجابة إلى صوت، وهو ما كان يسبب أحيانًا تأخيرًا في الاستجابة ويحد من انسيابية الحوار.
وأكدت OpenAI، أن النماذج الجديدة تعالج عددًا من أوجه القصور السابقة، من بينها مقاطعة المستخدم أثناء التحدث، إلى جانب تعزيز القدرة على التعامل مع الأسئلة المعقدة وفهم سياق المحادثة بصورة أفضل.
كما يستطيع النظام الجديد الاستفادة من أحدث نماذج الشركة، مثل GPT-5.5، لتنفيذ عمليات البحث والاستدلال وإنجاز المهام المختلفة بالتزامن مع استمرار الحوار، دون الحاجة إلى إيقاف المحادثة أو إعادة تشغيلها.
وأضافت الشركة، أن المساعد الصوتي أصبح قادرًا على الانتظار لفترات أطول أثناء استماع المستخدم دون التدخل، مع تحليل مجريات الحديث قبل تقديم الرد المناسب، فضلًا عن إمكانية عرض معلومات مرئية داخل المحادثة عند الحاجة، لتوفير تجربة أكثر تكاملًا تتجاوز الردود الصوتية التقليدية.
