DeepMind Blog→ المصدر

Gemini 3.1 Flash TTS: معيار جديد للتعبير في تركيب الكلام بالذكاء الاصطناعي

أُطلق Gemini 3.1 Flash TTS، وهو أحدث نموذج لتركيب الكلام، ويغيّر جذريًا النهج الاحترافي في توليد الصوت. وأبرز ابتكاراته التقنية دمج وسوم صوتية مفصّلة تتيح للمطورين وصنّاع المحتوى التحكم بدقة في نبرة الصوت المولَّد وإيقاعه ولونه العاطفي. وعلى عكس الأنظمة الأساسية من الأجيال السابقة، تتيح البنية الجديدة للمستخدم أن يؤدي دور مهندس صوت افتراضي، فيضبط أداء الشبكة العصبية بدقة عالية بما يناسب مهامه الإبداعية. ويفتح ذلك آفاقًا جديدة تمامًا أمام صنّاع المحتوى الرقمي واستوديوهات البودكاست ومطوري الخدمات التفاعلية، إذ يجعل الكلام المركَّب طبيعيًا تمامًا ولا يمكن تمييزه عن الكلام الحي.

معالج بواسطة الذكاء الاصطناعي من DeepMind Blog؛ بتحرير Hamidun News
Gemini 3.1 Flash TTS: معيار جديد للتعبير في تركيب الكلام بالذكاء الاصطناعي
المصدر: DeepMind Blog. كولاج: Hamidun News.
◐ استمع للمقال

Gemini 3.1 Flash TTS: معيار جديد للتعبير في تركيب الكلام بالذكاء الاصطناعي

شهدت صناعة الذكاء الاصطناعي طفرة تقنية جديدة مهمة مع إطلاق Gemini 3.1 Flash TTS، وهو أحدث نموذج لتركيب الكلام، ويغيّر جذريًا المعايير الحالية لتوليد الصوت الاحترافي. فقد ارتبط الصوت المركَّب لفترة طويلة بالرتابة وجفاف الأداء والنبرة الآلية، أما هذا التطوير الجديد فيهدف إلى إزالة الحد الفاصل نهائيًا بين النطق الخوارزمي والنطق البشري الحي حقًا. وأبرز ابتكار تقني في النظام المحدَّث هو الدمج العميق لوسوم صوتية مفصّلة، تمنح المطورين وصنّاع المحتوى مستوى غير مسبوق من التحكم في المادة المولَّدة. فلم تعد الشبكة العصبية تقرأ النص المكتوب بصوت مسموع فحسب، بل تؤدي دور المذيع المحترف أو ممثل الدبلجة، وتلتقط أدق فروق النبرة والإيقاع واللون العاطفي وتعيد إنتاجها بدقة مذهلة في الوقت الفعلي.

ولتقدير حجم هذا الإصدار وأهميته بالكامل، لا بد من إلقاء نظرة على مسار تطور تقنيات تحويل النص إلى كلام (Text-to-Speech) خلال السنوات القليلة الماضية. فقد تعاملت أنظمة الأجيال السابقة بكفاءة عالية مع المهام العملية الأساسية: كان بإمكانها أن تقرأ بوضوح مسار الرحلة في نظام الملاحة بالسيارة، أو أن تنطق إشعارات النظام في الهاتف الذكي، أو أن تحوّل مقالًا إخباريًا قصيرًا إلى

ZK
Hamidun News
أخبار الذكاء الاصطناعي بدون ضوضاء. اختيار تحريري يومي من أكثر من 50 مصدر. منتج من جمال حميدون، رئيس الذكاء الاصطناعي في Alpina Digital.
✦ Unified AI Workspace

Access Frontier LLMs & Multimodal AI in One Workspace

Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.

Try NomadNet AI →Launch NomadNet Agent
ما رأيك؟
جارٍ تحميل التعليقات…