দ্য ইনফরমেশন-এর একটি প্রতিবেদন অনুযায়ী, OpenAI অডিও-ভিত্তিক এআই হার্ডওয়্যার পণ্য উন্নয়নের উপর মনোযোগ দেওয়ার জন্য বেশ কয়েকটি টিমকে পুনর্গঠন করছে। এই উদ্যোগে প্রকৌশল, পণ্য এবং গবেষণা দলগুলিকে একত্রিত করা হবে যাতে অডিও মডেলগুলির উন্নতি ঘটানো যায়। কোম্পানির বিশ্বাস বর্তমানে নির্ভুলতা এবং গতির দিক থেকে এই মডেলগুলি টেক্সট-ভিত্তিক মডেলগুলির থেকে পিছিয়ে আছে।

প্রতিবেদনে বলা হয়েছে, অডিও এআই-কে কেন্দ্র করে একটি ফিজিক্যাল হার্ডওয়্যার ডিভাইস তৈরির পদক্ষেপ হিসেবে কোম্পানিটি ২০২৬ সালের প্রথম ত্রৈমাসিকে একটি নতুন অডিও ভাষা মডেল প্রকাশ করার পরিকল্পনা করেছে। বর্তমান ও প্রাক্তন কর্মীসহ পরিকল্পনার সাথে পরিচিত সূত্রগুলি এই তথ্য জানিয়েছে। ChatGPT-এর টেক্সট ইন্টারফেসের তুলনায় ভয়েস ইন্টারফেসের ব্যবহার তুলনামূলকভাবে কম হওয়ার কারণে OpenAI এই পদক্ষেপ নিয়েছে।

এই পুনর্গঠন ব্যবহারকারীদের ভয়েস ইন্টারফেসের দিকে আকৃষ্ট করার জন্য একটি কৌশলগত প্রচেষ্টা, যেখানে অডিও মডেলগুলির উন্নতি ঘটানো হবে। OpenAI আশা করে যে উন্নত অডিও সক্ষমতা তাদের মডেল এবং পণ্যগুলির ব্যবহার বিভিন্ন ডিভাইসে ছড়িয়ে দিতে পারে, যার মধ্যে অটোমোবাইলে ইন্টিগ্রেশনও অন্তর্ভুক্ত।

উন্নত অডিও মডেলের উন্নয়নের সাথে কথ্য ভাষায় ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং (NLP)-এর জটিলতাগুলি মোকাবিলা করা জড়িত। টেক্সটের বিপরীতে, অডিওতে উচ্চারণ, ব্যাকগ্রাউন্ডের শব্দ এবং কথার ধরনে ভিন্নতার মতো চ্যালেঞ্জ রয়েছে। এই বাধাগুলি অতিক্রম করার জন্য অত্যাধুনিক অ্যালগরিদম এবং ব্যাপক প্রশিক্ষণ ডেটাসেট প্রয়োজন, যাতে নির্ভুল এবং নির্ভরযোগ্য ভয়েস রিকগনিশন ও রেসপন্স নিশ্চিত করা যায়।

অডিও-ভিত্তিক এআই হার্ডওয়্যারের প্রভাব শুধুমাত্র সাধারণ সুবিধার মধ্যেই সীমাবদ্ধ নয়। বিশেষজ্ঞরা মনে করেন যে এই প্রযুক্তি দৃষ্টি প্রতিবন্ধী ব্যক্তি বা যারা হাতে কাজ না করে ভয়েসের মাধ্যমে কাজ করতে পছন্দ করেন, তাদের জন্য অ্যাক্সেসযোগ্যতাকে বিপ্লব ঘটাতে পারে। উপরন্তু, এটি গ্রাহক পরিষেবা, শিক্ষা এবং স্বাস্থ্যসেবার মতো শিল্পগুলিতে আরও স্বাভাবিক এবং স্বজ্ঞাত মানব-কম্পিউটার মিথস্ক্রিয়া সক্ষম করার মাধ্যমে পরিবর্তন আনতে পারে।

তবে, অডিও এআই-এর অগ্রগতি গোপনীয়তা এবং নিরাপত্তা নিয়েও উদ্বেগ সৃষ্টি করে। ক্রমাগত শোনার এবং কথ্য ভাষা বিশ্লেষণ করার ক্ষমতা ব্যক্তিগত ডেটার অপব্যবহার এবং নজরদারির দিকে পরিচালিত করতে পারে। OpenAI এবং অন্যান্য ডেভেলপারদের এই প্রযুক্তির দায়িত্বশীল ব্যবহার নিশ্চিত করার জন্য এই নৈতিক বিষয়গুলির সমাধান করতে হবে।

The Information-এর প্রতিবেদনে দেওয়া নির্দিষ্ট বিবরণ সম্পর্কে OpenAI আনুষ্ঠানিকভাবে কোনো মন্তব্য করেনি। তবে, কোম্পানিটি টেক্সট, ইমেজ এবং অডিওসহ বিভিন্ন পদ্ধতিতে এআই সক্ষমতা বাড়ানোর জন্য তাদের প্রতিশ্রুতির উপর জোর দিয়েছে। অডিও-ভিত্তিক হার্ডওয়্যারের উন্নয়ন OpenAI-এর পণ্য পোর্টফোলিওর একটি গুরুত্বপূর্ণ সম্প্রসারণ এবং আরও সমন্বিত ও বহুমুখী এআই সমাধান তৈরির দিকে একটি পদক্ষেপ হবে।