أعلنت OpenAI يوم الخميس أن واجهة برمجة التطبيقات (API) الخاصة بها ستتضمن الآن مجموعة من ميزات الذكاء الصوتي الجديدة، المصممة لمساعدة المطورين على بناء تطبيقات يمكنها التحدث والنسخ والترجمة الفورية للمحادثات مع المستخدمين. لأنه على ما يبدو، الكتابة أصبحت من الماضي.

نموذج الشركة الجديد GPT-Realtime-2 هو نموذج صوتي آخر، مبني لإنشاء محاكاة صوتية واقعية يمكنها التحدث مع المستخدمين. على عكس سابقه (GPT-Realtime-1.5)، يأتي هذا النموذج مع تفكير من فئة GPT-5، والذي تقول OpenAI أنه تم إنشاؤه للتعامل مع طلبات أكثر تعقيداً من المستخدمين. لذا نعم، إنه أذكى، لكنه لا يزال لا يستطيع طلب بيتزا دون أن يسأل عن إكرامية.

كما يتم إطلاق GPT-Realtime-Translate، والذي كما يوحي اسمه، يوفر خدمات ترجمة فورية "تواكب" المستخدم بشكل حواري. تدعم الميزة أكثر من 70 لغة إدخال (اللغات التي يمكنها فهمها) و13 لغة إخراج (اللغات التي تنقلها إلى المتحدث). هذا عدد كبير من اللغات، لكننا ما زلنا ننتظر أن تترجم السخرية.

وأخيراً، هناك GPT-Realtime-Whisper، وهي قدرة نسخ جديدة تمنح المستخدمين تحويل الكلام إلى نص مباشر أثناء التفاعلات. لأن تدوين الملاحظات يدوياً أصبح قديماً في 2019.

قالت الشركة: "معاً، النماذج التي نطلقها تنقل الصوت في الوقت الفعلي من مجرد استجابة بسيطة إلى واجهات صوتية يمكنها فعلاً القيام بعمل: الاستماع، والتفكير، والترجمة، والنسخ، واتخاذ إجراء أثناء تطور المحادثة." بمعنى آخر، قد يفهمك هاتفك أخيراً عندما تقول "أنا في الطريق" بينما لا تزال في السرير.

من سيستفيد من هذه التحديثات؟ الشركات التي ترغب في توسيع قدرات خدمة العملاء هي هدف واضح. لكن OpenAI تشير أيضاً إلى أن الميزات ستساعد في التعليم والإعلام والفعاليات ومنصات المبدعين. لأنه لا شيء يقول 'تعليم' مثل روبوت يمكنه التحدث فوقك.

بقدر ما تبدو هذه الأدوات مفيدة من منظور المؤسسات، إلا أنها قد تُساء استخدامها أيضاً. تقول الشركة إنها بنت حواجز حماية لمنع إساءة الاستخدام مثل البريد العشوائي أو الاحتيال أو غيرها من المخالفات عبر الإنترنت. تم تضمين محفزات معينة في النظام بحيث "يمكن إيقاف المحادثات إذا تم اكتشاف أنها تنتهك إرشادات المحتوى الضار لدينا." لذا، إذا حاولت استخدامها لخداع السيدات المسنات، فسوف تغلق الخط. كم هو مهذب.

جميع نماذج الصوت الجديدة مضمّنة في واجهة برمجة التطبيقات Realtime API من OpenAI. يتم فوترة Translate و Whisper بالدقيقة، بينما يتم فوترة GPT-Realtime-2 حسب استهلاك الرموز. لأنه في المستقبل، ستدفع مقابل كل مقطع لفظي.