إنفيديا تطرح نموذج ذكاء اصطناعي لتحويل الكلام إلى نص

أعلنت شركة «إنفيديا» عن إطلاق نموذج جديد للذكاء الاصطناعي يحمل اسم «Nemotron 3.5 Transcribe»، والذي يتيح تحويل التسجيلات الصوتية إلى نصوص مكتوبة بأكثر من 40 لغة.؜ ويهدف هذا الإصدار إلى تطوير تطبيقات التعرف على الكلام ومعالجته في مختلف القطاعات، مع القدرة على تمييز ما يصل إلى ثمانية متحدثين في التسجيل الواحد.؜

من جهته، ذكر موقع «تك كرانش» التقني أن النموذج متاح مجاناً بأوزان مفتوحة، ويستطيع معالجة تسجيلات صوتية تصل مدتها إلى ساعة.؜ كما يوفر إمكانات الترجمة بين اللغة الإنجليزية و31 لغة أخرى، مما يوسع من نطاق استخدامه في البيئات متعددة اللغات.؜

وأضافت الشركة أنها كشفت بالتزامن مع إطلاق النموذج عن إصدار محدث من مجموعة البيانات الصوتية مفتوحة المصدر «Granary»، لدعم المطورين في بناء تطبيقات متخصصة.؜ وتشمل الاستخدامات المستهدفة تفريغ اجتماعات العمل وتحويل المحادثات الطبية إلى سجلات مكتوبة، إذ يمكن للمطورين دمج النموذج مع مجموعة البيانات وأدوات «NeMo Speech».؜

وأشار إلى أن النموذج يضم 30 مليار معامل، ويمكن تشغيله باستخدام شريحة حاسوبية واحدة.؜ كما يدعم منصات متنوعة تشمل وحدة التحكم الروبوتية «Jetson AGX Thor» وأجهزة «DGX Spark»، وصولاَ إلى شرائح «Blackwell» المخصصة لمراكز البيانات، في خطوة تندرج ضمن توجه الشركة لتوفير نماذج ذات أوزان مفتوحة.؜

ولا يدعم النموذج حالياً معالجة البث الصوتي المباشر، إذ يقتصر عمله على التسجيلات الصوتية المحفوظة.؜ وتتيح هذه الميزة للمطورين الوصول إلى مكونات النموذج المدربة وتخصيصها بما يتناسب مع احتياجات تطبيقاتهم في مختلف المجالات التقنية والصناعية.؜

نقلاً عن وكالة الأنباء السورية SANA