پیام سپاهان

آخرين مطالب

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

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

پیام سپاهان - 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.payamesepahan.ir/Fa/News/949537/

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

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

رونق دوباره نوروز پس از ظهور ابومسلم خراسانی

داستانک/جوک و غم

اجتناب از فروپاشی کامل؛ ارزیابی عهدنامه ترکمنچای

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

استان سمنان پایتخت جاده ابریشم ایران، مهد تاریخ و عرفان

اصفهان در تصادفات جاده‌ای رکورد زد!

خبر مهم بنزینی برای مسافران نوروزی

ورود بیش از 30 هزار مسافر به شهر اصفهان

(تصاویر) قیمت‌های عجیب بهترین هتل در اصفهان 60 سال پیش!

اسکان 3560مسافر در مدارس کاشان

عظمت بی انتهای خداوند از دید دکتر کاکاوند

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

بارش شدید باران در شهرستان فریدن

واژگونی نیسان در محور کاشان-قم یک کشته و 3 مصدوم بر جای گذاشت

تاسیسات هسته‌ای نطنز در پی زلزله آسیب دید؟

زلزله تاثیری بر تاسیسات نطنز نداشت

شیرینی زبان قرآنی سعدی

رفع حصر از کروبی، حصر برای احمدی‌نژاد

بازدهی بازار‌های مختلف در سالی که گذشت/ خریداران سکه و طلا چقدر سود کردند؟

نقاط قوت تصویب افزایش 45 درصدی دستمزد کارگران

بارش باران در چادگان سیلاب به راه انداخت

تقدیر نوروزی محمد کبیری از کادر درمان بیمارستان کیش و تاکید بر ارائه خدمات برتر

تغییر رویه گردشگران مسیر دریایی کیش از اسکان در چادر به سمت هتل و اقامتگاه

پذیرش بیش از 20 هزار مسافر نوروزی در مراکز اقامتی آموزش و پرورش اصفهان

تصویری از هوتن شکیبا سرسفره هفت سین کنار خانواده+ عکس

تعیین نرخ جدید بلیت مترو در اصفهان

ستاد سفر، ضامن حفظ حقوق مسافران و عامل توسعه اقتصادی اصفهان است

سخنگوی سازمان انرژی اتمی: زلزله‌ تاثیری بر تاسیسات نطنز نداشت

آدم دنبال یک گریزگاهی هست!

شاعرانه/ چمن از گل شد، چون سر کویت

این مدل چوبی گوشی تاشو بعدی موتورولا است

در مذمت احساس کوچک‌بینی؛ از شکلات دبی تا سریال معاویه

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

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

قربانیان سفره هفت سین! | رنجی که تحمل می‌کنند و...

اصفهان‌گردی در نوروز چقدر خرج دارد؟ / قیمت تور اصفهان ویژه نوروز 1404

زلزله‌ های امروز تاثیری بر تاسیسات هسته‌ای نطنز داشت؟ | نخستین واکنش رسمی

گلخانه داران کاهش محسوس دما را جدی بگیرند

پوشش تصادفات بیشترین ماموریت‌ هلال‌احمر در 6 روز گذشته/ اصفهان در صدر آمار تصادفات

حضور نزدیک به 18 هزار گردشگر در ابرسازه‌های تفریحی اصفهان با آغاز بهار 1404

زلزله‌ امروز تاثیری بر تاسیسات هسته‌ای نطنز نداشت

زلزله‌ تاثیری بر تاسیسات نطنز نداشت

کمالوندی: زلزله‌ تاثیری بر تاسیسات هسته‌ای نطنز نداشت

سخنان ارزشمند عبدالجبار کاکایی

چت‌بات Claude حالا می‌تواند در وب جستجو کند

ایرانیان در سال 1403 بیشتر چه چیزهایی را سرچ کرده‌اند؟

فروردین 1403؛ ماهی که کاظم صدیقی نقل محافل بود