---

أخبار هنا العالم - أضافت شركة جوجل قدرات صوتية جديدة إلى نماذج الذكاء الاصطناعي التابعة لعائلة Gemini، تتيح إنتاج أداء صوتي أكثر واقعية وطبيعية، مع إمكانية التحكم في النبرة واللهجة والإيقاع والمشاعر، إلى جانب محاكاة التوقفات والتنهدات وغيرها من التفاصيل التي تقرب الصوت المولد من أداء الممثلين.

وتأتي هذه الخطوة ضمن توسع جوجل في عائلة Gemini 3.8، التي انطلقت مع نموذج Gemini 3.8 Flash، قبل أن تشمل نماذج Live وLive Extended Thinking، وصولاً إلى نماذج تحويل النص إلى كلام Gemini 3.8 Flash TTS وFlash-Lite TTS.

ويمنح التحديث المستخدمين مستوى أوسع من التحكم في إنتاج الأصوات، إذ أوضحت جوجل في منشور عبر مدونتها أن Gemini 3.8 Flash TTS يستطيع إنشاء صوت أصلي اعتماداً على وصف مكتوب باللغة الطبيعية، مع دعم أكثر من 100 لغة ولهجة مختلفة.

كما توفر الشركة أكثر من 2000 صوت جاهز للاستخدام في الإنتاج، إلى جانب إمكانية استنساخ صوت متسق من خلال عينة صوتية مدتها 30 ثانية، شريطة امتلاك المستخدم التصريح اللازم لاستخدام الصوت، وفق تقرير نشره موقع Android Authority واطلعت عليه "العربية Business".

ولا تقتصر إمكانات النموذج على تحويل النصوص إلى ملفات صوتية، بل تسمح بتنفيذ تعليمات تفصيلية سطراً بسطر للتحكم في سرعة الكلام واللهجة والنبرة، فضلاً عن إضافة الهمس والضحك والتنهدات والإشارات الحوارية الأخرى. كما يمكن إنشاء حوارات بين شخصين انطلاقاً من نص واحد، مع الحفاظ على ثبات أصوات الشخصيات في تسجيلات تمتد لساعات.

وتفتح هذه التطورات الباب أمام استخدامات متنوعة تشمل إنتاج البودكاست والكتب الصوتية والدبلجة والوكلاء الصوتيين ومقاطع الفيديو المروية، مع إمكانية الحد من الطابع الآلي الذي يميز كثيراً من الأصوات المولدة بالذكاء الاصطناعي، وتقديم تجارب صوتية أكثر قرباً من الأداء البشري.

---

مشاركة عبر:

---