تطلق OpenAI ميزات جديدة للذكاء الصوتي في واجهة برمجة التطبيقات (API) الخاصة بها

قالت OpenAI يوم الخميس إن واجهة برمجة التطبيقات (API) الخاصة بها ستتضمن الآن عددًا من ميزات الذكاء الصوتي الجديدة المصممة لمساعدة المطورين على إنشاء تطبيقات يمكنها التحدث وتسجيل وترجمة المحادثات مع المستخدمين.

يعد GPT‑Realtime‑2 الجديد للشركة نموذجًا صوتيًا آخر، تم تصميمه لإنشاء محاكاة صوتية واقعية يمكنها التحدث مع المستخدمين. ومع ذلك، على عكس سابقتها (GPT-Realtime-1.5)، تم تصميم هذا الإصدار باستخدام منطق فئة GPT-5 الذي يقول OpenAI إنه تم إنشاؤه للتعامل مع الطلبات الأكثر تعقيدًا من المستخدمين.

تطلق الشركة أيضًا خدمة GPT-Realtime-Translate، والتي، كما يبدو، مصممة لتوفير خدمات ترجمة في الوقت الفعلي “تواكب” المستخدم أثناء المحادثة. تتضمن الميزة أكثر من 70 لغة إدخال (أي اللغات التي يمكنها فهمها) و13 لغة إخراج (اللغات التي تنقلها إلى السماعة).

أخيرًا، أطلقت الشركة أيضًا إمكانية النسخ الجديدة، GPT-Realtime-Whisper، والتي تمنح المستخدمين إمكانات تحويل الكلام إلى نص مباشرة يتم التقاطها أثناء حدوث التفاعلات.

وقالت الشركة: “إن النماذج التي نطلقها معًا تنقل الصوت في الوقت الفعلي من الاتصال والرد البسيط إلى الواجهات الصوتية التي يمكن أن تعمل بالفعل: الاستماع، والتفكير، والترجمة، والنسخ، واتخاذ الإجراءات أثناء تطور المحادثة”.

لمن ستكون هذه التحديثات مفيدة؟ الشركات التي ترغب في توسيع قدرات خدمة العملاء هي هدف واضح. ومع ذلك، تشير OpenAI أيضًا إلى أن ميزاتها الجديدة ستساعد في مجموعة واسعة من المجالات، بما في ذلك التعليم والإعلام والأحداث ومنصات المبدعين، من بين أمور أخرى.

وبقدر ما تبدو هذه الأدوات مفيدة من منظور المؤسسة، إلا أنه يبدو من الممكن أيضًا إساءة استخدامها. وقالت الشركة إنها قامت ببناء حواجز حماية لمنع إساءة استخدام ميزاتها الجديدة لإنشاء بريد عشوائي أو احتيال أو أشكال أخرى من إساءة الاستخدام عبر الإنترنت. وقالت OpenAI إنه تم تضمين مشغلات معينة في النظام بحيث “يمكن إيقاف المحادثات إذا تم اكتشافها على أنها تنتهك إرشادات المحتوى الضار لدينا”.

يتم تضمين كافة النماذج الصوتية الجديدة في Realtime API الخاص بـ OpenAI. تتم محاسبة Translate وWhisper بالدقيقة، بينما تتم محاسبة GPT-Realtime-2 حسب استهلاك الرمز المميز.