قامت OpenAI بدمج العديد من فرق الهندسة والمنتجات والأبحاث في الشهرين الماضيين لتجديد نماذجها الصوتية، مما يشير إلى دفعة كبيرة نحو الذكاء الاصطناعي القائم على الصوت. وبحسب ما ورد، فإن هذا التنظيم يأتي استعدادًا لجهاز شخصي جديد يعتمد على الصوت بشكل أساسي، ومن المقرر إطلاقه في غضون عام تقريبًا، وفقًا لـ The Information.

تعكس هذه الخطوة التي اتخذتها OpenAI اتجاهًا أوسع داخل قطاع التكنولوجيا، حيث يُنظر إلى الصوت بشكل متزايد على أنه واجهة أساسية، يحتمل أن تطغى على هيمنة الشاشات. ويتضح هذا التحول بالفعل في انتشار مكبرات الصوت الذكية، التي دمجت المساعدين الصوتيين في أكثر من ثلث المنازل الأمريكية. تستفيد هذه الأجهزة من الذكاء الاصطناعي لفهم الأوامر الصوتية والاستجابة لها، وتوفير المعلومات، والتحكم في الأجهزة المنزلية الذكية، وغير ذلك الكثير.

قدمت Meta مؤخرًا ميزة لنظارات Ray-Ban الذكية الخاصة بها تستخدم مجموعة من خمسة ميكروفونات لتحسين وضوح المحادثة في البيئات الصاخبة. تعمل هذه التقنية بشكل فعال على تحويل وجه المستخدم إلى جهاز استماع اتجاهي، مما يسلط الضوء على إمكانات التحسين الصوتي المدعوم بالذكاء الاصطناعي في الأجهزة القابلة للارتداء اليومية. تجري Google أيضًا تجارب على Audio Overviews، التي تحول نتائج البحث إلى ملخصات حوارية، مما يجعل المعلومات أكثر سهولة وجاذبية من خلال الصوت.

تقوم Tesla بدمج Grok ونماذج لغوية كبيرة (LLMs) أخرى في سياراتها لإنشاء مساعدين صوتيين للمحادثة قادرين على إدارة الملاحة والتحكم في المناخ ووظائف أخرى من خلال حوار اللغة الطبيعية. يهدف هذا التكامل إلى توفير تجربة مستخدم سلسة وبديهية، مما يسمح للسائقين بالتفاعل مع سياراتهم دون الحاجة إلى أدوات تحكم يدوية.

بالإضافة إلى عمالقة التكنولوجيا هؤلاء، تستكشف العديد من الشركات الناشئة أيضًا إمكانات الذكاء الاصطناعي الصوتي، وتطور تطبيقات مبتكرة تتراوح من التجارب الصوتية المخصصة إلى التحليل الصوتي المدعوم بالذكاء الاصطناعي. إن التركيز المتزايد على الذكاء الاصطناعي الصوتي له آثار كبيرة على كيفية تفاعل الأشخاص مع التكنولوجيا، مما قد يؤدي إلى تجارب أكثر طبيعية وبديهية ودون استخدام اليدين. مع ازدياد تطور نماذج الذكاء الاصطناعي، يمكنها فهم الكلام البشري والاستجابة له بشكل أفضل، مما يفتح إمكانيات جديدة للتواصل والوصول إلى المعلومات والأتمتة.