أطلقت شركة إيفين لابز (ElevenLabs) خدمة جديدة تحمل اسم إيفين ريل تايم (Eleven Realtime)، مقدمةً نموذجَين مُدارين لوكلاء الصوت (Mini وMax) يدمجان التعرف على الصوت، والاستدلال، وإدارة تبادل الأدوار، وتوليد الأصوات في حزمة واحدة متكاملة تعتمد بنية متسلسلة.
تتولى الخدمة الجديدة بالكامل إدارة منظومة وكلاء الصوت؛ بما في ذلك رصد تبادل الأدوار، ومعالجة المقاطعات، وتوجيه العمليات. ورغم أن هذا التوجه يقلل بشكل ملحوظ من حجم العمل المطلوب لبناء وصيانة منصة وكلاء الصوت، فإنه يفرض على المطورين قيوداً واضحة تتمثل في غياب القدرة على الاختيار المستقل أو التهيئة المنفصلة للنماذج الأساسية الكامنة خلف الخدمة.
المقارنة بين طرازي Mini وMax
أظهرت نتائج تقييمات شركة التحليلات (Artificial Analysis) تفوق طراز (Max) في مهام الاستدلال الصوتي المتقدمة، حيث حقق نسبة 98.8% في اختبار (Big Bench Audio) مقارنة بنسبة 75.9% لطراز (Mini). كما تفوق (Max) بوضوح في استخدام الأدوات، منجِزاً 87.1% من المهام مقابل 60.3% للنموذج الأصغر، مما يجعله الخيار الموصى به من الشركة للوكلاء الذين يتعاملون مع استدعاءات أدوات معقدة أو متكررة.
في المقابل، تم تعيين طراز (Mini) كخيار افتراضي نظراً لقدرته على التعامل مع أغلب حالات الاستخدام وكفاءته العالية في اختبار التفاعل الثنائي المباشر (Full-Duplex-Bench) بنسبة 95.8% مقابل 94.1% لطراز (Max). أما على صعيد زمن الاستجابة، فقد تقارب النموذجان بتسجيل (Max) معدل 570 مللي ثانية للوصول إلى الصوت الأول، في حين سجل (Mini) نحو 620 مللي ثانية.
إمكانية الهجرة من واجهة OpenAI Realtime
تستهدف الخدمة الجديدة أيضاً الفرق التي تستخدم واجهة (OpenAI Realtime API)، حيث تدعم (Eleven Realtime) نفس البروتوكول عبر بروتوكول الاتصال (WebSocket)، مما يتيح للتطبيقات المبنية على حزمة تطوير برمجيات (OpenAI) التحول إلى (ElevenLabs) بمجرد تغيير نقطة النهاية (Endpoint) واسم النموذج دون الحاجة لتغيير حزمة التطوير.
ومع ذلك، لا يخلو هذا الانتقال من تحديات تقنية؛ إذ تقتصر نقطة النهاية على دعم (WebSocket) حصرياً، مما يجبر تطبيقات (WebRTC) على تعديل طبقة النقل الخاصة بها. وعلاوة على ذلك، يتوجب على المطورين التعامل بأنفسهم مع التقاط وتشغيل بيانات الصوت بصيغة (24kHz PCM16) عبر (WebSocket)، بعد أن كانت حزمة (WebRTC) تتولى ذلك آلياً.
ما الذي يتغير عملياً للمطورين؟
- فقدان التحكم المباشر: لا يمكن للمطورين تعديل النماذج الأساسية المستقلة، والاكتفاء بالتحكم في التوجيهات (Prompts)، والأصوات، والأدوات، وقواعد المعرفة عبر منصة (ElevenAgents).
- قيود النشر والأمان: يفتقر طراز (Mini) لدعم وضع الاحتفاظ الصفري بالبيانات (Zero Retention Mode) وتوافقية معايير (HIPAA)، بينما يدعمها طراز (Max) في نطاق الولايات المتحدة والاتحاد الأوروبي مع غياب هذا الدعم في بيئات الهند وسغافورة.
- التكلفة الاقتصادية: يُعد طراز (Max) أعلى تكلفة من حيث استهلاك الرموز (Tokens)، لكن كفاءته العالية في تنفيذ المهام قد تجعله اقتصادياً أكثر للملفات المعقدة التي تتطلب محاولات أقل لإنجاز المهمة مقارنة بالطراز الأصغر.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.