تقدم OpenAI ميزات جديدة للذكاء الصوتي في واجهة برمجة التطبيقات (API) الخاصة بها

قالت OpenAI يوم الخميس إن واجهة برمجة التطبيقات (API) الخاصة بها ستتضمن الآن مجموعة من ميزات الذكاء الصوتي الجديدة التي تهدف إلى مساعدة المطورين على بناء تطبيقات يمكنها التحدث مع المستخدمين ونسخها وترجمتها.

عمل جديد GPT-الوقت الحقيقي-2 هو نموذج صوتي آخر تم إنشاؤه لإنشاء محاكاة صوتية واقعية تسمح لك بالتحدث مع المستخدمين. ومع ذلك، على عكس سابقتها (GPT-Realtime-1.5)، فإن هذا الإصدار مبني على منطق فئة GPT-5، والذي يقول OpenAI إنه تم إنشاؤه للتعامل مع طلبات المستخدم الأكثر تعقيدًا.

وتطلق الشركة أيضًا خدمة GPT-Realtime-Translate، والتي يبدو أنها تهدف إلى توفير خدمات ترجمة في الوقت الفعلي “تواكب” المحادثة مع المستخدم. الميزة تتضمن أكثر من 70 لغة إدخال (أي اللغات التي يمكنه فهمها) و13 لغة إخراج (اللغات التي يتواصل بها مع المتحدث).

أخيرًا، أطلقت الشركة أيضًا ميزة النسخ الجديدة، GPT-Realtime-Whisper، والتي توفر للمستخدمين القدرة على تحويل الكلام المباشر إلى نص تم التقاطه أثناء التفاعلات.

وقالت الشركة: “إن النماذج التي نقدمها معًا تأخذ الصوت في الوقت الفعلي من المكالمات والردود البسيطة إلى الواجهات الصوتية التي يمكنها التصرف فعليًا: الاستماع واستخلاص النتائج والترجمة والنسخ واتخاذ الإجراءات أثناء تطور المحادثة”.

لمن ستكون هذه التحديثات مفيدة؟ الهدف الواضح هو الشركات التي تتطلع إلى توسيع قدراتها في خدمة العملاء. ومع ذلك، تشير OpenAI أيضًا إلى أن ميزاتها الجديدة ستكون مفيدة في العديد من المجالات، بما في ذلك التعليم والإعلام والأحداث ومنصات إنشاء المحتوى، من بين أمور أخرى.

على الرغم من أن هذه الأدوات تبدو مفيدة من منظور المؤسسة، إلا أنه من المحتمل أيضًا إساءة استخدامها. وقالت الشركة إنها قامت ببناء حواجز لمنع إساءة استخدام الميزات الجديدة لإنشاء بريد عشوائي أو احتيال أو أشكال أخرى من إساءة الاستخدام عبر الإنترنت. يقول OpenAI إن بعض المشغلات مدمجة في النظام بحيث “يمكن إيقاف المكالمات مؤقتًا إذا تم اكتشافها على أنها تنتهك إرشادات المحتوى الضار لدينا”.

يتم تضمين جميع النماذج الصوتية الجديدة OpenAI API في الوقت الحقيقي. تتم محاسبة Translate وWhisper بالدقيقة، بينما تتم محاسبة GPT-Realtime-2 بناءً على استهلاك الرمز المميز.