OpenAI تطلق GPT-Live-1.1: أصوات جديدة بست لغات وعدد أقل من رسائل «checking...»

أصدرت OpenAI نموذج GPT-Live-1.1، وهو تحديث للنموذج الصوتي الذي يعمل في وضع Voice داخل ChatGPT وفي Codex. ظهرت الأصوات الجديدة لست متغيرات لغوية: الفرنسية والألمانية والهندية والإسبانية المكسيكية والكورية واليابانية. ويجري طرح التحديث اليوم لجميع المستخدمين. أما الوصول عبر API فتعد الشركة به «قريبًا»، من دون تحديد تاريخ.

الإعلان قصير: مقطع فيديو على قناة OpenAI وثلاثة أسطر من الوصف. لا توجد فيه معايير أداء ولا أرقام لزمن التأخير ولا مقارنة مع الإصدار السابق. لذلك نكتفي أدناه بما هو معروف، مع استنتاجات حذرة مبنية عليه.

ما الذي تغيّر في الصوت

هناك ثلاثة بنود رئيسية: أصوات جديدة، ولهجات أكثر دقة، وعدد أقل من رسائل «checking...». البندان الأولان واضحان. أما الثالث، بحسب صياغته، فيتعلق باللحظات التي يذهب فيها المساعد الصوتي للبحث عن معلومة أو لاستدعاء أداة، فتظهر على الهواء وقفة تقنية. إذا قلّت هذه الوقفات، فمن المفترض أن تصبح المحادثة أكثر سلاسة. لكن OpenAI لا توضح مقدار هذا الانخفاض.

وللهجات اعتبار خاص. في الواجهات الصوتية تمثل اللهجة مسألة ثقة: الكلام الفرنسي بنطق إنجليزي، أو الياباني بنبرة خاطئة، يكشفان على الفور أن الصوت اصطناعي. والذكر الصريح للإسبانية المكسيكية يدل على أن OpenAI تختبر المتغيرات الإقليمية للغة، لا «إسبانية» عامة واحدة.

أين يعمل ذلك ومن يحصل عليه

يذكر الوصف Voice في ChatGPT وCodex ومنتجًا آخر يسمى «dots». ولا يمكن فهم ماهيته من النص: هل هو خدمة مستقلة أم خطأ مطبعي. لن نخمّن.

ظهور الصوت في Codex أكثر إثارة للاهتمام من قائمة اللغات نفسها. فهذه بيئة للعمل مع الشيفرة البرمجية، ويعني الصوت فيها إدارة الوكيل بالحديث: تحديد المهمة، والاستيضاح، وتلقي الإجابة من دون لمس لوحة المفاتيح. وفي هذا السيناريو تزعج وقفات مثل «checking...» أكثر من غيرها، لأن الوكيل ينفّذ أصلًا عمليات طويلة.

أبرز معطيات الإصدار:

• النموذج: GPT-Live-1.1.
• الأصوات الجديدة: الفرنسية والألمانية والهندية والإسبانية المكسيكية والكورية واليابانية.
• المنتجات: Voice في ChatGPT وCodex وبند آخر يسمى «dots».
• التوافر: لجميع المستخدمين، وقد بدأ الطرح اليوم.
• API: «قريبًا»، ولم يُعلن عن الموعد ولا السعر.
• مقاييس الجودة والتأخير: لم تُنشر في الإعلان.

استنتاجات عملية

يُستحسن لمستخدمي اللغات الست أن يجرّبوا التحديث بأنفسهم: افتحوا الوضع الصوتي وتحدثوا بلغتكم الأم في موضوعات مختلفة، من الأسئلة اليومية إلى مصطلحات العمل. فالانطباع الشخصي عن جودة اللهجة وطبيعية الوقفات أفضل من أي سطر في الوصف. وإذا لم يظهر الصوت الجديد، فقد لا يكون الطرح قد وصل إلى حسابكم بعد.

أما المطورون وفرق المنتجات فلا داعي للعجلة. فما دام API غير متاح، لا يمكن دمج GPT-Live-1.1 في تطبيقكم الخاص. وعند صدوره ينبغي مراقبة ثلاثة أمور: سعر دقيقة الكلام، وزمن التأخير حتى أول صوت، وسلوك النموذج عند استدعاء الأدوات. ففي هذه النقطة تحديدًا تظهر «checking...».

وبالنسبة إلى الفرق التي تبني منتجات صوتية مُوطَّنة للهند وكوريا واليابان وأمريكا اللاتينية، يحمل هذا الإصدار إشارة: منافس في مجال الصوت يعزز حضوره في هذه الأسواق تحديدًا. وإذا كانت لديكم منظومة صوتية خاصة، فهذا أنسب وقت لإعداد مجموعة اختبار من العبارات بهذه اللغات، لمقارنة النتائج فور توافر API.

وما دامت الأرقام الرسمية غير متوفرة، فتعاملوا مع عبارتي «أفضل» و«أقل» على أنهما ادعاء لا حقيقة مثبتة.