في خطوة جديدة تعزز المنافسة في سوق تقنيات الذكاء الاصطناعي، أعلنت شركة إنفيديا إطلاق نموذج Nemotron 3.5 Transcribe. وهو نموذج مجاني بأوزان مفتوحة، مصمم لتحويل التسجيلات الصوتية إلى نصوص مكتوبة. مع دعم ما يصل إلى 40 لغة، وإمكانية التعامل مع التسجيلات الطويلة التي تضم عدة متحدثين.
كما يستهدف النموذج الجديد المطورين والشركات التي تحتاج إلى أدوات متقدمة لتفريغ الاجتماعات والمحادثات والتسجيلات الطبية. بما يساعد على تسريع تحويل الصوت إلى نصوص قابلة للبحث والتحليل، وتقليل الوقت اللازم لإنجاز هذه المهام.
وبحسب تقرير نشره موقع «TechCrunch»، كشفت إنفيديا بالتزامن مع النموذج عن الإصدار الثاني من مجموعة البيانات الصوتية مفتوحة المصدر «Granary». التي يمكن للمطورين الاستفادة منها في بناء تطبيقات متخصصة في معالجة الكلام والتعرف عليه.
أبرز مميزات نموذج Nemotron 3.5 Transcribe
يقدم نموذج إنفيديا الجديد مجموعة من الإمكانات التي تستهدف تحسين دقة تحويل الكلام إلى نصوص مكتوبة. خاصة في التسجيلات الطويلة والمحادثات التي تضم أكثر من شخص.
ومن أبرز مميزاته:
- دعم 40 لغة: يتيح تحويل التسجيلات الصوتية إلى نصوص مكتوبة بلغات متعددة، ما يساعد على تطوير تطبيقات تخدم مستخدمين من أسواق مختلفة.
- الترجمة بين اللغات: تقول إنفيديا إن النموذج يدعم الترجمة من الإنجليزية وإليها عبر 31 لغة.
- معالجة التسجيلات الطويلة: يستطيع التعامل مع تسجيلات صوتية تصل مدتها إلى ساعة كاملة.
- تمييز المتحدثين: يمكنه التعرف على ما يصل إلى ثمانية متحدثين داخل التسجيل الواحد، بما يساعد على تنظيم الحوارات وتحديد المتحدثين.
- أوزان مفتوحة: يمنح المطورين إمكانية الوصول إلى الأوزان المدربة للنموذج وتخصيصه وفقًا لاحتياجات تطبيقاتهم، بحسب شروط الترخيص.
- التشغيل على منصات متنوعة: تؤكد الشركة إمكانية تشغيل النموذج باستخدام شريحة واحدة، رغم احتوائه على 30 مليار مُعامل.