أعلنت شركة Block، المملوكة لجاك دورسي، عن تطوير نموذج صوتي جديد أطلق عليه اسم Dessa عبر مختبر الأبحاث التابع لها. يتميز النموذج بقدرته على التشغيل محلياً على أجهزة المستهلكين، وتقديم نبرات صوتية تقترب بشكل كبير من التعبير البشري عبر إدراج وقفات وتنهدات وتعبيرات عاطفية طبيعية دون الحاجة لاعتماد مسار تحويل النص إلى كلام بالطرق التقليدية.
جرى تدريب نموذج Dessa بالكامل على بيانات الكلام البشري باستخدام رف واحد من وحدات معالجة الرسومات من إنتاج NVIDIA. ويمتاز بكونه نموذجاً ثنائي الاتجاه بالكامل (Full-Duplex)، مما يتيح له التحدث والاستماع في آنٍ واحد، فضلاً عن استمداد معرفته مباشرة من بيانات المحادثة بدلاً من ربطه بنموذج لغوي كبير مخصص لاسترجاع المعلومات.
أوضحت الشركة أن النماذج الصوتية الحالية غالباً ما تبدو غير طبيعية أو مزعجة لاعتمادها على معالجة النصوص مسبقاً لإصدار الصوت، وتعتمد في الغالب على علامات صوتية لفرض التعبير العاطفي. في المقابل، تؤكد Block أن الجانب العاطفي في نموذجها مدمج في بنيته الأساسية، وقد نشر الباحثون عينات صوتية توضح تباين نبرات المساعد وتغيرها بحسب الحالة الشعورية، مثل التعبير عن التعب أو الانخراط في تفاعلات لعب الأدوار.
ما الذي يتغير عملياً؟
يمتلك نموذج Dessa القدرة التقنية على العمل محلياً على حواسيب شخصية بمواصفات استهلاكية مثل حاسوب MacBook M4 Max أو أعلى. ويمثل هذا التطور فرصة محتملة لشركات مثل Square المملوكة لـ Block، والتي تعتمد مسبقاً على الذكاء الاصطناعي الصوتي في إدارة الطلبات، حيث يتيح التشغيل المحلي على الأجهزة تفعيل تجارب تفاعلية للمستخدمين بتكلفة تشغيلية أقل ودون الحاجة للبنى السحابية المعقدة.
القيود والتوفر الحالي
حتى الآن، لم تطلق الشركة نموذج Dessa للاستخدام العام، واقتصرت الخطوة الحالية على توجيه دعوة للباحثين في مجال الأمان التقني لاختبار النموذج وتقييم المخاطر المحتملة، لا سيما تلك المتعلقة بقدرة الوكلاء الصوتيين على محاكاة البشر بطرق قد تستخدم لخداع الأفراد.
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.