أعلنت جوجل عن تحديث قدرات نسخ Gemini الصوتي عبر إطلاق نموذج Gemini 3.5 Transcribe الجديد. يقدم هذا النموذج معالجة متقدمة للمحادثات مع دعم لأكثر من 85 لغة وإزالة تلقائية للألفاظ غير الضرورية. ويأتي هذا الإعلان وفقاً لتقرير نشره موقع ذا فيرج (The Verge) التقني.
مميزات نموذج نسخ Gemini الصوتي الجديد
يعمل النموذج الجديد على تنقية التسجيلات الصوتية تلقائياً من خلال حذف كلمات الحشو والتردد مثل التلعثم الصوتي. بالإضافة إلى ذلك، يقوم النظام بتنسيق النصوص المسجلة تلقائياً وضبط علامات الترقيم دون الحاجة إلى إملائها يدوياً. وأكدت جوجل أن هذا النموذج يمثل تطوراً ملحوظاً مقارنة بنموذج Chirp 3 السابق، خاصة في خفض معدلات الأخطاء اللفظية ورفع كفاءة المعالجة الصوتية.
“يمثل 3.5 Transcribe تقدماً كبيراً عن نموذج النسخ السابق Chirp 3، خاصة في الأداء متعدد اللغات ومعدلات الخطأ.”
جوجل
علاوة على ذلك، يستطيع النموذج تمييز أصوات ما يصل إلى ثلاثة متحدثين مختلفين داخل التسجيلات المسبقة بدقة عالية. كما يوفر طوابع زمنية دقيقة لكل كلمة لتسهيل عمليات التحرير والمزامنة داخل مختلف التطبيقات والبرمجيات الحديثة وسير العمل المهني.
دعم المصطلحات التقنية واللغات المتعددة
يتيح النظام للمستخدمين إدخال قوائم مفردات مخصصة قبل بدء تفريغ المحتوى الصوتي. وبناءً على ذلك، يتعرف النموذج بدقة على المصطلحات التخصصية والتقنية وأسماء المنتجات وطريقة كتابتها الصحيحة. وتساعد هذه الميزة في تقليل الحاجة إلى التعديل اليدوي للنصوص الناتجة عن تقنيات الذكاء الاصطناعي المختلفة ورفع إنتاجية فرق العمل.
من ناحية أخرى، يدعم النموذج معالجة الصوت وتفريغه بأكثر من 85 لغة مختلفة حول العالم. يمنح هذا الدعم الواسع المؤسسات وفرق العمل العالمية قدرة أعلى على تفريغ الاجتماعات متعددة اللغات والمقابلات الصحفية بدقة متناهية ودون تداخل بين اللغات المتعددة.
توفر النموذج عبر الأجهزة ومنصات التطوير
بدأت جوجل إتاحة التحديث باللغة الإنجليزية لمستخدمي تطبيق Gemini على أنظمة ماك عبر أجهزة الكمبيوتر والمحمول. وفي الوقت نفسه، يتوفر التحديث عبر ميزة الإملاء الصوتي Rambler على الأجهزة المحمولة بنظام أندرويد في دول محددة لمساعدة المستخدمين على تحويل التسجيلات اليومية إلى نصوص فورية.
كما يمكن للمطورين تجربة النموذج الجديد عبر واجهة برمجة التطبيقات Gemini API في منصتي AI Studio وAntigravity لدمج ميزات التفريغ في برمجياتهم الخاصة، مع خطط معلنة لإتاحة الدعم لمتصفح Chrome خلال المراحل القادمة.
تأجيل إطلاق النماذج المباشرة التفاعلية
أوضحت جوجل أن نماذج Gemini 3.5 Live و3.5 Live Experimental لن تنطلق في الوقت الراهن بعد أن كان من المتوقع صدورها بالتزامن مع التحديث الحالي. وبينما بات نظام نسخ Gemini الصوتي متاحاً للمستخدمين اليوم، لم تحدد الشركة موعداً جديداً لإطلاق النماذج الصوتية المباشرة المتبقية لمجتمع المطورين والجمهور العام.
