OpenAI تضيف خاصية التحدث والاستماع في آن واحد إلى الوضع الصوتي لأغراض الترجمة

قدّمت OpenAI في 8 يوليو 2026 وضعًا صوتيًا محدّثًا يتيح للذكاء الاصطناعي الاستماع والتحدث في اللحظة نفسها. وترى الشركة أن هذا التحسين محوري للترجمة الفورية للكلام، التي تُعدّ عمليًا التطبيق الأبرز لهذا الوضع.

كيف يعمل الكلام المتزامن

يكمن الفرق الأساسي عن الواجهات الصوتية السابقة في التزامن. كانت الأنظمة تعمل بالتتابع: إما أن تستمع إلى المستخدم حتى تنتهي عبارته، وإما أن ترد عليه. وكان على المستخدم أن ينتظر حتى ينهي الذكاء الاصطناعي كلامه قبل أن يبدأ من جديد. وكان هذا التناوب ملحوظًا في كل حوار: توقفات بين الجمل، وضرورة انتظار الرد كاملًا قبل طرح السؤال التالي.

يستطيع الوضع الجديد الاستماع والتحدث بالتوازي. وهذا يقرّب التفاعل مع الذكاء الاصطناعي من الحديث الطبيعي بين البشر، حيث يستطيع المتحاورون مقاطعة بعضهم، وطرح أسئلة توضيحية في منتصف الفكرة، والتفاعل سريعًا مع ما يسمعونه. وبات بإمكان النظام معالجة معلومات جديدة من المستخدم حتى وهو لا يزال يصوغ ردّه على السؤال السابق.

• التحسين الرئيسي: وضع الاستماع والتحدث في آن واحد
• التطبيق: ترجمة الكلام الفورية في الزمن الحقيقي
• الأثر: حوارات أكثر طبيعية وتوقفات أقل بين الجمل

الترجمة في الزمن الحقيقي

أبرز حالات الاستخدام هي الترجمة الفورية. يتحدث المستخدم بلغة، ويترجم النظام بالتوازي ويقدّم الرد بلغة أخرى، دون أن يضطر المستخدم إلى انتظار انتهاء العبارة. وهذا أمر بالغ الأهمية في المفاوضات التجارية بين فرق من دول مختلفة، والمؤتمرات الدولية، والمكالمات مع شركاء من بلدان أخرى، والمحاضرات الموجهة إلى طلاب من جنسيات متعددة.

كانت العملية في السابق بطيئة: يجب الاستماع إلى عبارة المستخدم كاملة، ثم انتظار ترجمة النظام، ثم تلقي الرد. أما الإيقاع الطبيعي للإنسان فيتطلب تبادلًا أسرع بكثير. ويقلّص الوضع الجديد هذا التأخير، إذ يتيح للنظام التفاعل بالتوازي، تقريبًا كما يفعل شخصان في محادثة.

واجهات صوتية أقرب إلى الطبيعي

ظل التحدي الأبرز للأنظمة الصوتية دائمًا هو افتعال الحوار. فالناس معتادون على وتيرة معينة في الحديث، وعلى المقاطعات الطبيعية، وعلى القدرة على تغيير الموضوع في منتصف الكلام. أما الواجهات الآلية فكانت تفرض على المستخدم التكيّف مع إيقاعها.

الكلام والاستماع المتزامنان ليسا ثورة، لكنهما خطوة مهمة. ويتجاوز تأثيرهما الترجمة: فروبوتات الدعم، والمساعدون الافتراضيون، وأنظمة المؤتمرات، والمعلّمون في التعليم عبر الإنترنت، كلها ستحصل على أداة لتفاعل أكثر طبيعية.

ماذا يعني ذلك

يُظهر هذا التحديث اتجاه تطور الواجهات الصوتية: ينبغي أن تبدو كحديث مع إنسان، لا كتواصل مع آلة. وكلما اقترب النظام من وتيرة التواصل البشري، بدا التفاعل معه أكثر طبيعية. وقد يشكّل ذلك خطوة مهمة على طريق واجهات صوتية لا يمكن تمييزها عن التواصل مع شخص حقيقي.