واشنطن-سانا
أعلنت شركة «إنفيديا» إطلاق نموذج جديد للذكاء الاصطناعي يحمل اسم «Nemotron 3.5 Transcribe»، يتيح تحويل التسجيلات الصوتية إلى نصوص مكتوبة بأكثر من 40 لغة، مع القدرة على تمييز ما يصل إلى ثمانية متحدثين في التسجيل الواحد، بهدف تطوير تطبيقات التعرف على الكلام ومعالجته في مختلف القطاعات.
وذكر موقع «تك كرانش» التقني أول أمس، أن النموذج متاح مجاناً بأوزان مفتوحة، ويستطيع معالجة تسجيلات صوتية تصل مدتها إلى ساعة، إضافة إلى توفير إمكانات الترجمة بين الإنكليزية و31 لغة أخرى.
وبالتزامن مع إطلاق النموذج، كشفت الشركة إصداراً محدثاً من مجموعة البيانات الصوتية مفتوحة المصدر «Granary»، لدعم المطورين في بناء تطبيقات متخصصة في التعرف على الكلام وتحويله إلى نصوص.
وتشمل الاستخدامات المستهدفة تفريغ اجتماعات العمل وتحويل المحادثات الطبية إلى سجلات مكتوبة، إذ يمكن للمطورين دمج النموذج مع مجموعة بيانات «Granary» وأدوات «NeMo Speech»، لتطوير تطبيقات قادرة على التعرف على المصطلحات الفنية والتخصصية في قطاعات مختلفة.
ولا يدعم النموذج حالياً معالجة البث الصوتي المباشر، إذ يقتصر عمله على التسجيلات الصوتية المحفوظة.
ويضم النموذج 30 مليار مُعامل، ويمكن تشغيله باستخدام شريحة حاسوبية واحدة وفقاً للشركة، كما يدعم منصات متنوعة تشمل وحدة التحكم الروبوتية «Jetson AGX Thor» وأجهزة «DGX Spark»، وصولاً إلى شرائح «Blackwell» المخصصة لمراكز البيانات.
وتندرج هذه الخطوة ضمن توجه «إنفيديا» إلى توفير نماذج ذكاء اصطناعي ذات أوزان مفتوحة، تتيح للمطورين الوصول إلى مكوناتها المدربة وتخصيصها بما يتناسب مع احتياجات تطبيقاتهم.
