نموذج ذكاء اصطناعي يستنسخ الصوت من مقطع صغير خلال ثوانٍ

تمكن نموذج ذكاء اصطناعي متقدم من توليد أصوات بشرية تحاكي الصوت الأصلي بدقة، مستندًا إلى مقطع صوتي قصير لا يتجاوز مدته خمس عشرة ثانية، ما يمثل تطورًا كبيرًا في مجال تقنيات المحاكاة الصوتية.

يعتمد هذا النموذج، الذي يُعرف باسم "محرك الصوت"، على تقنيات التعلم العميق لتحليل الترددات الصوتية والطبقات المختلفة للصوت البشري، مما يمكنه من إنتاج كلام جديد مستمر بنفس النبرة والعاطفة التي يتمتع بها المتحدث الأصلي، وهو ما يعزز تجربة التفاعل بين الإنسان والآلة.

تتم عملية عمل محرك الصوت من خلال معالجة البيانات الصوتية وتحويلها إلى أنماط رياضية معقدة، حيث يحلل الخصائص الفريدة مثل طبقة الصوت وسرعة النطق والتنغيم العاطفي، ليتمكن بعد ذلك من قراءة نصوص مكتوبة وتحويلها إلى كلام مسموع يبدو طبيعيًا مع الحفاظ على السمات الأصلية للصوت دون تحريف.

تتيح هذه التقنية استخدامات متعددة في مجالات مختلفة، منها دعم القراءة للأشخاص الذين يعانون من صعوبات تعلم عبر توفير أصوات طبيعية تجذب الانتباه، وترجمة المحتوى الصوتي والفيديو إلى لغات متعددة مع الحفاظ على صوت المتحدث الأصلي وعاطفته، فضلاً عن مساعدة المرضى الذين فقدوا القدرة على النطق باستخدام تسجيلات صوتية سابقة لهم.

كما تساهم التقنية في تحسين تجربة المساعدات الصوتية في الهواتف الذكية والأجهزة المنزلية، مما يجعلها أكثر ألفة وقربًا للمستخدمين، مع توفير تعليقات صوتية احترافية وتكلفة منخفضة مقارنة بالطرق التقليدية.