- يتيح وضع الصوت المتقدم في ChatGPT إجراء محادثات طبيعية ومناقشات عميقة مع المستخدمين من خلال الاستفادة من قوة الاستدلال في GPT-4o.
- يوفر Gemini Live من Google وصولاً مجانيًا بأكثر من 40 لغة، وهو متاح من خلال تطبيقات Gemini المحمولة.
- كما أن Copilot Voice Interactions من Microsoft مجاني ولكنه متاح حاليًا فقط في أستراليا وكندا ونيوزيلندا والمملكة المتحدة والولايات المتحدة.
من يحتاج إلى مطالبات نصية عندما يمكنك ببساطة التحدث إلى الذكاء الاصطناعي المفضل لديك؟ التفاعل الصوتي هو الميزة الجديدة الساخنة التي يسارع المطورون إلى إضافتها إلى نماذجهم، مع وضع الصوت المتقدم في ChatGPT، والتفاعل الصوتي الطبيعي لـ Copilot، وGemini Live في المقدمة.
روبوتات الدردشة تنمو بسرعة
لقد مر أقل من عامين منذ ظهور ChatGPT، ونحن نشهد بالفعل أن روبوتات الدردشة القائمة على الذكاء الاصطناعي تخضع لتغيير أساسي في الطريقة التي تتواصل بها مع البشر. مع تطور هذه النماذج بسرعة واكتسابها قدرات متعددة الوسائط، لم تعد مقيدة بشكل صارم بالمطالبات والردود النصية.
اليوم، يمكنها التحدث معك كما تفعل مع شخص آخر، وفي حالة Gemini Live، تفعل ذلك بأكثر من 40 لغة. من الواضح أن المطالبات المكتوبة التقليدية لا تزال لها مكانها - أعني، لا أحد يجلس ويملي آلاف الأسطر من كود Python إلى روبوت محادثة - لكن التفاعلات الصوتية والذكاء الاصطناعي المحادثة على استعداد لإحداث ثورة أكبر في كيفية تفاعلنا مع العالم الحديث.
كانت OpenAI أول من جلب التكنولوجيا إلى السوق مع Advanced Voice Mode، ولكن سرعان ما تبعها Gemini Live من Google، ومؤخرًا تفاعلات الصوت الطبيعية من Meta. يقدم كل نظام مجموعة فريدة من القدرات والقيود. سيساعدك هذا الدليل في إعطائك المعلومات والبصيرة التي تحتاجها لاختيار الأفضل لاحتياجاتك المحددة.
- قد يهمك ايضا : تحويل النص إلى كلام بأكثر من 600 صوت AI محاكي للصوت البشري
وضع الصوت المتقدم في ChatGPT
يستفيد وضع الصوت المتقدم (AVM) في ChatGPT من أحدث نموذج لغة كبير من OpenAI، GPT-4o، لتسهيل المحادثات الطبيعية المتبادلة معك، المستخدم. وهذا يجعله مثاليًا للمهام التي تتطلب تفاعلًا في الوقت الفعلي، مثل العصف الذهني أو مناقشة مواضيع معقدة.
ولأنه يحتوي على GPT-4o، فإن AVM قادر على مناقشة مجموعة واسعة من المواضيع بكفاءة، من الكيمياء الحيوية إلى الفلسفة اليابانية في القرن الرابع عشر. علاوة على ذلك، يمكنه تقديم استجابات متعمقة حول تلك المواضيع حيث ستقدم الذكاء الاصطناعي الأخرى ملخصات موجزة. شخصيًا، أجد أنه يوفر مزيجًا قويًا من فهم اللغة الطبيعية والقدرة على التكيف والتخصيص، إلى جانب قاعدة معرفية واسعة.
كان AVM أول ميزة محادثة للذكاء الاصطناعي تصل إلى السوق. ظهر لأول مرة في مايو في حدث OpenAI's Spring Update قبل إصداره كإصدار تجريبي لاختيار مشتركي ChatGPT Plus في يوليو للاختبار والملاحظات.
تم طرحه في النهاية في أواخر سبتمبر لمشتركي Plus وTeams. يمكن الوصول إليه من خلال تطبيقات ChatGPT المحمولة بالإضافة إلى بوابة سطح المكتب، ولكن لسوء الحظ، فهو غير متاح حتى الآن إذا كنت تستخدم المستوى المجاني من ChatGPT. كما أنه غير متاح حتى الآن في الاتحاد الأوروبي والمملكة المتحدة وسويسرا وأيسلندا والنرويج وليختنشتاين. إذا كنت تعيش في إحدى هذه المناطق، فسيتعين عليك الاستمرار في الكتابة.
Gemini Live
Gemini Live هو إجابة Google لوضع الصوت المتقدم. تم بناؤه فوق طراز Gemini 1.5 Pro، وهو الأكثر تقدمًا من Google حتى الآن. كشفت الشركة عن Live في مايو في I/O 2024 وجربته في البداية مع مشتركي Gemini Advanced في أغسطس قبل إصداره لجميع المستخدمين مجانًا في أواخر سبتمبر. هذا وحده يمنح Gemini Live ميزة على AVM في رأيي، لأنني لست مضطرًا إلى دفع 20 دولارًا شهريًا لتجربته.
بينما لا يمكن لـ Gemini 1.5 Pro نشر نفس معايير GPT-4o، إلا أنه يوفر مجموعة من الإمكانات التي لا يوفرها AVM. لا أستطيع المبالغة في ذلك، فهو مجاني للاستخدام من خلال تطبيق Google أو تطبيقات Gemini iOS وAndroid المخصصة. لا توجد قيود إقليمية عليه حيث يوجد AVM. المكان الوحيد الذي لا يمكنك الحصول فيه على Gemini Live هو سطح المكتب، على الرغم من أن Google تعمل على إضافة هذه الإمكانية في المستقبل. يتوفر Gemini Live حاليًا بخمس لغات بخلاف الإنجليزية: الفرنسية والألمانية والبرتغالية والهندية والإسبانية، وسيتوسع إلى ما يقرب من أربعين لغة في الأسابيع المقبلة.
Copilot Voice
Copilot Voice هو أحد مجموعة من الميزات الجديدة التي ظهرت مؤخرًا إلى جانب واجهة Copilot الشخصية المحدثة، والتي تعمل على نسخة مخصصة من GPT-4. مثل AVM وLive، فإنه يتيح لك المحادثة بشكل طبيعي مع الذكاء الاصطناعي بدلاً من كتابة استفساراتك. مثل الآخرين، تم تصميم Voice في المقام الأول للإجابة على الأسئلة العامة والعمل كمساعد رقمي، على الرغم من أنه يعمل فوق GPT-4، فإنه لديه إمكانية الوصول إلى مجموعة التدريب الموسعة لهذا النموذج. وعلى عكس Live، يتوفر Voice من خلال بوابة سطح المكتب Copilot.
وتصفه شركة مايكروسوفت بأنه "الطريقة الأكثر بديهية وطبيعية لتبادل الأفكار أثناء التنقل، أو طرح سؤال سريع أو حتى مجرد التنفيس عن الغضب في نهاية يوم شاق". فمن يحتاج إلى أصدقاء حقيقيين عندما يستطيع الصراخ على جهاز الكمبيوتر المحمول أثناء ركوب المترو للعودة إلى المنزل؟
إنه مجاني الاستخدام، على عكس AVM، على الرغم من أنه يقتصر حاليًا على المحادثات باللغة الإنجليزية، وإذا كنت تعيش فقط في أستراليا أو كندا أو نيوزيلندا أو المملكة المتحدة أو الولايات المتحدة. وتعمل شركة مايكروسوفت على توسيع قدرات الميزة اللغوية والتوافر الجغرافي في الأسابيع المقبلة.
- قد يهمك اايضا : افضل 10 مواقع تحويل الصوت او الكلام الى نص كتابي عبر الذكاء الاصطناعي
أي تطبيق المحادثة عبر الذكاء الاصطناعي الانسب لك ...
هذا سؤال يعتمد على عدد من المتغيرات مثل المبلغ الذي ترغب في دفعه، وما تنوي فعله بالذكاء الاصطناعي، والنظام البيئي للعلامة التجارية التي تشترك فيها. بالنسبة لي، أفضل Google Live. ليس فقط لأنه مجاني، ولكن لأنني بالفعل مندمج بعمق في النظام البيئي لـ Google. أعني، أنا أستخدم Gemini على هاتف يعمل بنظام Android، وأكتب هذا المنشور على جهاز Chromebook من Acer.
إذا كنت من مستخدمي Windows، فمن المرجح أن أستخدم Voice، ولو فقط لتقليل نقاط الاحتكاك المحتملة مع بقية التطبيقات التي أستخدمها بالفعل. إذا كنت أستخدم نظام التشغيل iOS، حسنًا، فسأنتظر بصبر وصول Apple Intelligence مع Siri المعزز بالذكاء الاصطناعي والمحدث بشكل كبير. من ناحية أخرى، إذا كنت تحتاج بالفعل إلى قدرات الاستدلال والأداء الهائلة التي يوفرها ChatGPT، ولديك 20 دولارًا تحرق جيبك، فربما يكون Advanced Voice Mode هو الحل الأمثل.
