Meta חשפה ביום שני דגם אודיו AI חדש שיכול להבחין בין מספר דוברים ולתמלל מספר שפות בזמן אמת, על פי Engadget, בצעד שדוחף את החברה עמוק יותר לתוך השוק ההולך וצפוף של AI דיבור. ה-Information דיווח לראשונה על ההכרזה על דגם האודיו, בעוד שמוצר נלווה - Muse Voice Transcribe, המביא הכתבה קולית בזמן אמת ל-Mac - פורט על ידי 9to5Mac.
אות משחרר התאום שמטה מתייחסת לקול כאל קלט ממדרגה ראשונה עבור מחסנית הבינה המלאכותית שלה, לא מחשבה שלאחר מכן. תמלול בזמן אמת שיכול להתמודד עם רמקולים חופפים, החלפת שפה באמצע השיחה והכתבה כלל מערכת הן היכולות שהופכות את הקול מתכונת חידוש לממשק יומיומי. For more context on this story, see our ongoing more AI stories.
דגם אחד, הרבה קולות, הרבה שפות
יכולת הכותרת, כפי שדיווחה Engadget, היא היכולת של הדגם להבחין בין מספר דוברים למספר שפות בזמן אמת. השילוב הזה מטפל בשתי הבעיות הקשות ביותר בתמלול מעשי בו זמנית: יומן דובר - להבין מי אמר מה - וזיהוי רב לשוני, שבו שיחה גולשת בין שפות ללא הפסקה.
רוב צינורות התמלול הקיימים מתייחסים לאלו כשלבים נפרדים: תחילה מודל דיאריזציה מפצל את הרמקולים, ולאחר מכן מודל זיהוי מתמלל כל קטע. מיזוגם למודל אחד בזמן אמת הוא מה שהופך את הטכנולוגיה לבת קיימא עבור מקרי שימוש חי - פגישות, ראיונות, שיחות לקוחות, שכבות תרגום חי - שבהם ההמתנה לעיבוד שלאחר מביס את המטרה.
תמלול קולי של Muse מביא הכתבה לכל אפליקציית Mac
לצד הדגם, השיקה Meta את Muse Voice Transcribe עבור macOS. כפי שדיווח 9to5Mac, הכלי מספק הכתבה קולית בזמן אמת שעובדת על פני יישומי Mac - למעשה שכבת הכתבה כלל מערכת ולא אפליקציה עצמאית. הסיקור של Gadget Review תיאר זאת כמביא הכתבה בזמן אמת לכל אפליקציית Mac.
העיצוב הזה חשוב לאימוץ. כלי הכתבה חיים או מתים מחיכוך: אם משתמשים צריכים להעתיק טקסט מחלון נפרד, הם מפסיקים להשתמש בו. עבודה ברמת המערכת פירושה שהקלט הקולי הופך זמין בכל מקום בו הסמן מהבהב - דואר אלקטרוני, עורכי קוד, אפליקציות הודעות, מסמכים - וזו בדיוק הדרך שבה כלי ההכתבה המוצלחים ביותר זכו בקהל שלהם.
מהדורת ה-Mac גם מסמנת טריטוריה בולטת עבור Meta. מאמצי הבינה המלאכותית של החברה התרכזו באפליקציות הסלולריות שלה, עוזרת ה-Meta AI שלה, והדגמים של משפחת ה-Lama ו-Muse שלה. משלוח של כלי פרודוקטיבי שולחן עבודה משופשף עבור הפלטפורמה של אפל מעמיד את Meta במגע ישיר עם בסיס משתמשים מקצועי שאליו היא נאבקה היסטורית להגיע - ומעמיד אותו בתחרות עם כלי עזר מבוססים להכתבה ותמלול בפלטפורמה.
שדה צפוף שהולך ונהיה מהיר יותר
Meta נכנסת לשוק שעבר תמחור והנדסה מחדש במהלך השנתיים האחרונות. דגמי הקוד הפתוח של Whisper של OpenAI קבעו את קו הבסיס לתמלול רב-לשוני נגיש, וה-GPT Transcribe API בתשלום של החברה פגע בחלק ניכר מהשוק המסחרי במחיר. גוגל, בינתיים, דחפה חזק לאותו כיוון: מודלים של תמלול מונעי מזל תאומים המכסים עשרות שפות בזמן אמת, הושקו למפתחים, כפי שסיקרנו כשגוגל שלחה את דגמי תמלול הדיבור שלה ב-85 שפות בזמן אמת.
על רקע זה, הבידול עבר מדיוק גולמי - שבו המנהיגים מקובצים זה בזה בתוך רעש זה של זה על אמות מידה סטנדרטיות - לפרטים המעשיים: חביון, טיפול ברמקולים, החלפת קוד בין שפות, תמחור והיכן המודל פועל. הדגש של Meta על ריבוי רמקולים סימולטני וזיהוי רב לשוני בזמן אמת מכוון בדיוק לאותם פרטים מעשיים.
למה קול הוא פתאום אסטרטגי
העיתוי אינו מקרי. הקול הופך לממשק ברירת המחדל של סוכני AI, והחברות שבבעלותן שכבת האודיו - לכידה, תמלול, הבנה, תגובה - שולטות בנקודת הכניסה הטבעית ביותר לחוויות עוזר. Meta פרסמה את השאיפות שלה לגבי משקפי בינה מלאכותית ומכשירים לבישים, כאשר הקול הוא בעצם הקלט המעשי היחיד. מודל אודיו מהיר, מדויק, תוך כדי תנועה, מהווה תשתית למפת הדרכים ההיא.
יש גם את הזווית הארגונית. פגישות, שיחות תמיכה ועבודה בשטח מייצרים נפחים עצומים של אודיו מרובה רמקולים שארגונים רוצים שיהיה ניתן לחיפוש ולפעולה. מודל שמתמלל בצורה מהימנה בזמן שהשיחה מתרחשת - עם רמקולים מסומנים ושפות מטופלות ללא תצורה ידנית - הוא ההבדל בין הדגמה למוצר.
תמלול בזמן אמת נושא גם יתרונות מעבר לנוחות. כתוביות חיות מנגישות פגישות, כיתות ושידורים למשתמשים חרשים וכבדי שמיעה, וכיתובים מיידיים רב-לשוניים מורידים את מחסומי השפה עבור צוותים בינלאומיים. כאשר התמלול מהיר מספיק כדי לעמוד בקצב הדיבור הטבעי וחזק מספיק כדי לעקוב אחר מספר רמקולים בו-זמנית, תכונות הנגישות הללו מפסיקות להיות התאמות מיוחדות והופכות לברירות מחדל המובנות בכלים היומיומיים.
Meta לא הכריזה על תמחור או פרטי זמינות מלאים בסיקור הראשוני. אבל אין לטעות בכיוון: שכבת האודיו של מחסנית הבינה המלאכותית, שטופלה זה מכבר כאל סחורה, היא כעת חזית במלחמת הפלטפורמות - ומטה החליטה להילחם עליה.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
