«ذكاء صوتي متقدم» يدفع طالبين جامعيين لتطوير نموذج يستطيع توليد مقاطع صوتية شبيهة بالبودكاست، وقد ينافس نموذج غوغل نوتبوك إل إم.
محتويات المقالة:
- مقدمة
- تطوير نموذج ديا
- القدرات المميزة للنموذج
- الاعتبارات الأخلاقية والقانونية
- مستقبل التقنية الصوتية
- خاتمة
- الأسئلة الشائعة
مقدمة
تُظهر قصص الابتكار في مجال الذكاء الاصطناعي أن الحماسة والإبداع قد يأتيان من أبسط البيئات، إذ ليس بالضرورة أن تكون خبيراً أو ذا خبرة طويلة كي تطوّر شيئاً ثورياً. هذا ما فعله طالبان جامعيان طورا نموذجاً صوتياً يستطيع إنشاء مقاطع حوارية بصوت بشري قريب جداً من الواقعية، لدرجة أنهما وضعاه في مقارنة مباشرة مع نوتبوك إل إم من غوغل. النموذج الجديد، الذي أطلقا عليه اسم «ديا»، يوفر إمكانيات واسعة للمطورين والهواة على حدّ سواء، معتمداً على خوارزمية ذكاء اصطناعي قادرة على التعلم الذاتي والضبط الدقيق.
تطوير نموذج ديا
يروي المؤسسان أنهما، وقبل ثلاثة أشهر فقط، لم يكن لديهما خبرة كبيرة في مجال النماذج اللغوية، لكن حب الاستطلاع والكثير من البحث والدراسة مكّنهما من تسخير «منحة غوغل تي بي يو» للحوسبة السحابية لتدريب نموذج «ديا». وفي حين يتجاوز حجم النموذج مليار ونصف المليار متغير، تمكن من تشغيله بكفاءة على حواسيب شخصية حديثة تحوي ١٠ غيغابايت من الذاكرة الرسومية. ولتبسيط التكامل، وفرّا النموذج في مستودع مفتوح المصدر حتى يتمكن المجتمع التقني من استكشافه وتطويره.
القدرات المميزة للنموذج
السبب وراء الضجة الكبيرة حول نموذج «ديا» ليس فقط جودته في توليد الصوت، بل قدرته أيضاً على إدراج مؤثرات صوتية، مثل الضحك أو السعال أو حتى فترات صمت. هذا يعطي الانطباع بأن الشخصيات الصوتية الناتجة هي أكثر حيوية وتفاعلية. الأهم من ذلك، يوفر النموذج مرونة عالية في تخصيص نوعية الصوت وطريقته، ما يمكّن المستخدمين من تجسيد شخصيات مختلفة أو حتى تعديل الصوت ليتناسب مع مواقف متعددة، مثل تسجيلات تعليمية أو برامج إذاعية أو عروض تجارية.
إحدى النقاط التي أثارت اهتمام المختصين في المجال هي قدرة «ديا» على توليد المقاطع الحوارية من نص مكتوب أو من نص يحدد الأسلوب والرغبة في نوعية الصوت. فبدلاً من إنتاج مقطع رتيب، يمكنه محاكاة المشاعر المختلفة كالفرح أو الحزن أو الحماس. ولدى إجراء اختبار بسيط، تمكن «ديا» من إجراء حوار افتراضي بين شخصيتين تحملان أصواتاً مميزة وأساليب كلام متباينة، مانحاً تجربة استماع أقرب إلى حوار مسجّل بين بشر حقيقيين.
الاعتبارات الأخلاقية والقانونية
لكن في ظل الإنجازات الكبيرة، تبرز تساؤلات حول الأثر الأخلاقي والقانوني لاستخدام تقنيات التوليد الصوتي. إذ يمكن بسهولة استغلال هذه التقنية لإنتاج مقاطع صوتية مغلوطة أو منسوبة لأشخاص حقيقيين دون إذنهم. وحول هذه النقطة، يشدد المؤسسان على عدم تحملهما مسؤولية أي إساءة استخدام، مؤكدين أنّهما أدرجا تحذيرات في مستندات المشروع بضرورة احترام الملكية الفكرية وحقوق الآخرين. وفي الوقت ذاته، يحثان المستخدمين على الإبداع البناء والالتزام بالممارسات الأخلاقية.
مستقبل التقنية الصوتية
ما يميز «ديا» عن مشاريع أخرى في السوق هو سهولة استخدامه وسرعة تطوره. ففي ظل ارتفاع الطلب على التطبيقات الصوتية مثل تحويل النص إلى كلام وإنشاء محتوى بودكاست افتراضي، قد يجد «ديا» فرصاً هائلة للتوسع. يُذكر أن العديد من المطوّرين بدأوا بالفعل بدمج هذا النموذج في مشاريعهم الناشئة، مثل تطبيقات الدعم الفني والتعليم الإلكتروني. ووفقاً للتقارير، يسعى المؤسسان إلى إضافة لغات أكثر وتوسيع قاعدة البيانات الصوتية، كي يصبح «ديا» نواة قوية لتطوير خدمات صوتية متعددة اللغات.
خاتمة
لا ينحصر طموح الطالبين الجامعيين في منافسة نوتبوك إل إم فقط، بل يرون في مشروعهما نواةً لمنصة متكاملة تتيح للمستخدمين إنشاء شخصيات صوتية تفاعلية. ومع تنامي الاستثمارات في مجال الذكاء الاصطناعي والتزايد الحاد في الطلب على المحتوى الرقمي، قد يكون «ديا» خير مثال على كيفية تمكين العقول الشابة من دفع الحدود وتجاوز التوقعات في عالم مليء بالفرص.
الأسئلة الشائعة
١. ما الميزة الأبرز لنموذج ديا الصوتي؟
قدرته على محاكاة المحادثات الصوتية بدقة عالية وإضافة مؤثرات تحاكي السلوك البشري كالضحك والصمت.
٢. هل يحتاج لتجهيزات خاصة لتشغيله؟
يكفي توفر حاسوب حديث مع بطاقة رسومية بسعة ١٠ غيغابايت، ما يجعله متاحاً لشريحة واسعة من المطوّرين.
٣. ما الفرق بين ديا ونوتبوك إل إم؟
كلاهما متخصص في توليد الصوت، لكن ديا يتيح تخصيصاً أعمق في طبقات الصوت والمؤثرات، إضافةً إلى كونه مفتوح المصدر.
٤. كيف يمكن للمطورين استخدام ديا؟
النموذج متاح عبر مستودع مفتوح المصدر، ويمكن دمجه في التطبيقات أو الخدمات التي تتطلب إنشاء محتوى صوتي تفاعلي.
٥. هل هناك قيود قانونية على استخدامه؟
المؤسسان يشيران إلى ضرورة احترام حقوق الملكية الفكرية، ولا يتحملان مسؤولية أي استخدام ضار للنموذج.
٦. هل يمكن لديا فهم لغات متعددة؟
يدعم حالياً اللغة الإنجليزية بشكل رئيسي، مع خطط مستقبلية لتوسيع اللغات المدعومة.
٧. ما التطبيقات الممكنة لاستخدام ديا؟
يمكن استخدامه في البودكاست الافتراضي، والدعم الفني، والتعليم الإلكتروني، وحتى في إنشاء شخصيات صوتية للألعاب.
٨. كيف سيطور المؤسسان مشروعهما مستقبلاً؟
يهدفان إلى إضافة المزيد من اللغات والميزات لتوسيع إمكانات النموذج وجعله منصة إنتاج صوتي متعددة الوظائف.
