إنفيديا تطلق نموذجاً مفتوحاً لتحويل الكلام إلى نص
أعلنت شركة إنفيديا عن نموذج جديد لتحويل الكلام إلى نص يدعم عشرات اللغات، بالتزامن مع إطلاق الإصدار الثاني من مجموعة بيانات الصوت الخاصة بها.
رضوان عبدالهاديمحرر وكاتب تقني
إطلاق نموذج تحويل الكلام الجديد
في خطوة تعزز حضورها في قطاع تقنيات الصوت، كشفت شركة إنفيديا عن إطلاق نموذج جديد يحمل اسم Nemotron 3.5 Transcribe وهو نموذج مجاني مفتوح الأوزان مخصص لتحويل ملفات الصوت المكتوبة إلى نصوص دقيقة بنحو 40 لغة مختلفة، وفقاً لما أوردته تقارير صحفية نشرتها منصة TechCrunch.
ويأتي هذا الإعلان في وقت تشهد فيه تقنيات الذكاء الاصطناعي الصوتي تنافسية شديدة واهتماماً متزايداً من كبرى الشركات التقنية العالمية، حيث تسعى إنفيديا من خلال هذا النموذج إلى تقديم حلول عملية ومتطورة للمطورين الذين يبנים تطبيقات مخصصة لبيئات العمل المختلفة.
القدرات الفنية ومزايا المعالجة
تؤكد الشركة المطورة أن النموذج الجديد يتميز بقدرات فائقة تشمل ترجمة 31 لغة من وإلى اللغة الإنجليزية، فضلاً عن قدرته على معالجة تسجيلات صوتية تصل مدتها إلى ساعة كاملة في المرة الواحدة، مع ميزة هامة تتمثل في القدرة على التمييز بين ما يصل إلى ثمانية متحدثين في التسجيل نفسه.
كما أشارت الشركة إلى تفوق نموذجها الجديد على العديد من المنافسين في اختبارات القياس المعيارية، بما في ذلك النتائج المرصودة على منصة Hugging Face الشهيرة عبر لوحة التقييم المخصصة لمعالجة الكلام، وهو ما يعكس الجهود المستمرة لتحسين دقة هذه النماذج.
إلى جانب ذلك، أصدرت الشركة الإصدار الثاني من قاعدة بيانات الصوت مفتوحة المصدر التابعة لها والتي تحمل اسم Granary، بهدف دعم المطورين في تدريب وتحسين النماذج الصوتية.
استهداف قطاعات الاجتماعات والصحة
تستهدف هذه الأدوات الجديدة بشكل رئيسي المطورين الذين يقومون ببناء تطبيقات مخصصة لاجتماعات الأعمال والتدوين الطبي، وهما قطاعان يُعتبران من أكثر مجالات استخدام الذكاء الاصطناعي رسوخاً واستقراراً في بيئات العمل الحديثة.
وتوضح الشركة أن بإمكان المطورين الاستفادة من النموذج، إلى جانب مجموعة بيانات Granary المحدثة وأدوات أخرى مثل نموذج NeMo Speech، لتخصيص التطبيقات وجعلها قادرة على التعرف بدقة على المصطلحات التقنية والمهنية الخاصة بكل قطاع ومجال صناعي عبر مختلف اللغات.
وعلى الرغم من هذه المزايا الكبيرة، توجد نقطة محدودة تتعلق بأن النموذج يعمل مع الملفات الصوتية المسجلة فقط ولا يدعم البث الصوتي الحي والمباشر حتى الآن.
الكفاءة التشغيلية والتوافق العتادي
تعد كفاءة التشغيل إحدى أبرز النقاط التي تركز عليها الشركة، حيث تعهدت بأن نموذج Transcribe الذي يضم 30 مليار معامل يمكن تشغيله بكفاءة على شريحة واحدة فقط، بدءاً من وحدات التحكم في الروبوتات وحتى رقاقات مراكز البيانات المتطورة.
كما يمتد هذا التوافق ليشمل مجموعة رقاقات إنفيديا الحديثة المستخدمة في الحواسيب الشخصية المتطورة المدعومة بقدرات الذكاء الاصطناعي وأنظمة التشغيل المحدثة التي تم طرحها مؤخراً في الأسواق العالمية.
ويأتي هذا الإطلاق لينضم إلى محفظة الشركة من نماذج الصوت مفتوحة الأوزان، والتي تتضمن أيضاً نماذج أخرى تتميز بصغر حجمها وقوتها مثل نموذج Parakeet الشهير الذي يحتوي على 1.1 مليار معامل.
سياق تنافسي محموم في سوق الصوتيات
يأتي الكشف عن هذا النظام الصوتي الجديد في توقيت يشهد نشاطاً ملحوظاً وحركة تنافسية واسعة النطاق في مجال تقنيات الذكاء الاصطناعي الصوتي بين مختلف الشركات الكبرى العاملة في هذا القطاع الحيوي.
فخلال الفترة نفسها، قامت شركات أخرى بخطوات بارزة، حيث أطلقت شركة ميسترال نموذجها الصوتي الجديد، بينما كشفت شركات تقنية أخرى عن وكلاء صوتيين ومنصات متطورة للتعامل الفوري مع الكلام البشري لتلبية الطلب المتزايد في السوق.
وتسعى الشركات من خلال هذه الابتكارات المتلاحقة إلى تقديم حلول أكثر مرونة ودقة للمستخدمين والمطورين على حد سواء، مما يبشر بمستقبل واعد لتطبيقات التفاعل الصوتي الذكي في مختلف مناحي الحياة العملية واليومية.
المصادر
- TechCrunchVoice AI in vogue: Nvidia releases new open transcription model
تابع التسلسل الزمني
تغطية الكيانات المرتبطة
أخبار مرتبطة
إنفيديا تطلق RFD4-Proteina لتصميم البروتينات الذكي
تقدّم إنفيديا نموذج RFD4-Proteina المفتوح المصدر لتصميم البروتينات، مدمجاً توليد التسلسل والبنية في نموذج واحد عبر Hugging Face Spaces لتبسيط سير العمل.
إنفيديا: نموذج Nemotron يتفوق في أولمبيادتي البرمجة والرياضيات
تُظهر نتائج جديدة أن نماذج Nemotron من إنفيديا قادرة على تحقيق مستوى الميدالية الذهبية في أولمبيادتي المعلومات والرياضيات الدوليتين عبر الضبط الدقيق.
إنفيديا تطلق مكتبة SimReady Central للأصول ثلاثية الأبعاد
أعلنت إنفيديا عن إطلاق SimReady Central، وهي مكتبة مفتوحة تضم أكثر من 2000 أصل ثلاثي الأبعاد جاهز للمحاكاة، لتسهيل بناء بيئات تدريب الروبوتات والتوائم الرقمية.
إنفيديا تطلق نموذج Kumo Tabular المفتوح للبيانات الجدولية
أطلقت إنفيديا نموذج Kumo Tabular المفتوح المصدر للبيانات الجدولية، متصدراً أربعة معايير رئيسية بدقة وكفاءة عالية دون الحاجة إلى تدريب مسبق أو هندسة ميزات معقدة.
