جريدة الغد
جميعنا نتحدث أحيانًا بطريقة متقطعة، ونعود لتصحيح ما قلناه، أو نتلعثم في اختيار الكلمات عندما نتحدث بصوت عالٍ. ولهذا صممت غوغل نموذجها الجديد «جيميني 3.5 للنسخ الصوتي» مع مراعاة حقيقة أن كلامنا اليومي ليس مثاليًا.
وأعلنت الشركة أن النموذج هو الأكثر دقة لديها حتى الآن في تحويل الكلام إلى نص، إذ يستطيع أخذ الحديث العفوي وغير المنظم وتحويله إلى نص واضح ومنسق، من دون أن يطلب منك التحدث كما لو كنت مذيع نشرة أخبار.
اقرأ أيضا: بزشكيان يلتقي بوتين الأسبوع المقبل
ويصل النموذج بالتزامن مع نموذجين آخرين هما «جيميني 3.5 المباشر» و«جيميني 3.5 المباشر التجريبي»، وتشكل النماذج الثلاثة معًا ما تطلق عليه غوغل اسم «جيميني للصوت».
كيف ينظف جيميني 3.5 كلامك؟
كما يستطيع رصد التصحيحات التي يجريها المتحدث لنفسه في الوقت الفعلي. فإذا قلت مثلًا: «لنتقابل الثلاثاء… لا، انتظر، الأربعاء»، فسيفهم أن الموعد المقصود هو الأربعاء ويعدل النص وفقًا لذلك.
ويمكنك أيضًا تعديل النص باستخدام صوتك فقط، من دون الحاجة إلى الكتابة يدويًا.
ويستطيع النموذج كذلك إسناد مهام أخرى، مثل إنشاء الصور أو تحليل الملفات، إلى نماذج أخرى من جيميني من خلال ميزة استدعاء الوظائف. وهذه الإمكانية متاحة حاليًا في تطبيق جيميني على نظام ماك أو إس.
وقالت غوغل في منشور لها: يعتمد «رامبلر» على جيميني 3.5 للنسخ الصوتي على نظام أندرويد.
قدمنا «رامبلر» للمرة الأولى خلال فعالية أندرويد بهدف المساعدة في تحويل الأفكار المنطوقة إلى نصوص مصقولة.
ويستخدم جيميني 3.5 للنسخ الصوتي لإزالة كلمات الحشو تلقائيًا وتنظيف الكلام. كما يمكنك استخدام صوتك لإجراء تعديلات وتصحيحات على النص.
وتقول غوغل إن الأرقام المتعلقة بالدقة تدعم هذه القدرات، إذ يبلغ معدل الخطأ في الكلمات 4% فقط عند تحويل الصوت المباشر في الوقت الفعلي إلى نص، و2.6% عند التعامل مع تسجيلات صوتية مسجلة مسبقًا.
كما يدعم النموذج أكثر من 85 لغة، إلى جانب اللهجات الإقليمية والمصطلحات المتخصصة.
اقرأ أيضا: محافظ الإسكندرية يكرم أسرة عامل نظافة راح ضحية حادث سير خلال عمله
ويستطيع أيضًا التمييز بين ما يصل إلى ثلاثة متحدثين مختلفين داخل التسجيل الواحد، مع تحديد الطابع الزمني لكل جزء من الحديث.
أين يتوافر جيميني 3.5 للنسخ الصوتي؟
ومن المنتظر إضافة الدعم إلى متصفح كروم قريبًا، ما سيسمح للمستخدم بإملاء النص مباشرة داخل أي حقل للكتابة على صفحات الويب.
كما أصبح بإمكان المطورين الوصول إلى النموذج عبر استوديو غوغل للذكاء الاصطناعي، وكذلك عبر أنتيغرافيتي، وهي منصة غوغل للبرمجة المعتمدة على وكلاء الذكاء الاصطناعي.
أما مستخدمو الشركات، فيمكنهم الوصول إليه من خلال منصة وكلاء جيميني للمؤسسات.
وتعمل غوغل أيضًا على توسيع استخدام النموذج ليشمل البحث المباشر، وجيميني المباشر، ومستندات غوغل، وغوغل كيب، وجيميل.
وهكذا، في المرة المقبلة التي تتحدث فيها إلى هاتفك بطريقة عفوية وغير مرتبة، قد يتمكن جيميني من فهم ما تقصده وتحويله إلى نص واضح حتى لو لم تكن صياغتك أثناء الحديث مثالية.
اقرأ أيضا: الموعد والقنوات الناقلة لمباراة بيراميدز وأبو قير للأسمدة في الدوري المصري
