مسترال تطلق فوكسترال ٣ لوكلاء صوتيين بأكثر من ٥٠ لغة

كشفت شركة الذكاء الاصطناعي الفرنسية ميسترال عن فوكسترال ٣، وهي عائلة نماذج صوتية متقدمة تتقدمها واجهة برمجية لوكلاء صوتيين يعملون في الزمن الحقيقي، بهدف الجمع بين الاستماع الدقيق، والفهم العميق، والكلام الطبيعي، وتنفيذ المهام المتعددة ضمن مسار واحد متصل. وتستهدف الشركة بذلك معالجة قصور أدوات النطق والتعرف على الكلام في بناء أنظمة قادرة على إدارة محادثات معقدة، خصوصاً في مراكز الاتصال والمساعدين الافتراضيين ومساعدي التشغيل عن بُعد. وتضم فوكسترال ٣ نماذج للنسخ الصوتي إلى نص، وأخرى لتوليد الكلام بالنص، إضافة إلى حزمة تطوير تربط الإدراك الصوتي والاستدلال والدعوة إلى الأدوات والإخراج الصوتي في تدفق زمني واحد. ويستطيع النموذج المخصص للاستماع تحديد ما يقوله المتحدث، وتمييز المشاركين في الحديث، وتصحيح المصطلحات عبر السياق، واكتشاف انتهاء الجملة للرد دون انتظار طويل، إضافة إلى نسخ لحظي بأقل من نصف ثانية في أكثر من خمس وثلاثين لغة. كما يدعم النسخة الأساسية أكثر من خمسين لغة، بما يشمل العديد من اللغات الأوروبية والآسيوية والهندية محدودة الموارد. أما نماذج الكلام، فتولّد أصواتاً أكثر طبيعية عبر أكثر من خمس وثلاثين لغة وخمسين لهجة، مع تكيّف تلقائي في المشاعر والإيقاع والتشديد حسب سياق الحوار. وتتضمن ميزات جديدة مثل استنساخ الصوت من عينات صوتية طويلة، والتحكم الصريح في الانفعال والسرعة، ومكتبة مفردات لتحسين دقة النطق في المجالات التقنية. كما تعرض الميزات الاحترافية لصوت المؤسسة أو المتحدث المحدد باستخدام نحو ثلاثين دقيقة من التسجيل، لمحاكاة نبرة المتكلم وأسلوبه عبر اللغات. وتتيح ميسترال تشغيل الأنظمة عبر واجهة تستضيفها أوروبا أو الولايات المتحدة أو مراكز عالمية، أو نشرها داخل بنية العميل الخاصة، ما يمنح المؤسسات سيطرة أكبر على مكان معالجة الصوت ومدى الاحتفاظ بالمحادثات. ويمكن ربط الوكلاء بالصوت عبر الهاتف والمتصفحات والتطبيقات، والتكامل مع أنظمة الفواتير والحجوزات وخدمات الاستعلام، دون انتظار إنهاء كل مرحلة قبل بدء التالية، إذ تكتمل الدوران التفاعلية عادة في أقل من ثانية واحدة. وتؤكد ميسترال أن فوكسترال ٣ يمثل خطوة نحو وكلاء صوتيين قادرين على التعامل مع محادثات واقعية متعددة الخطوات، مع الحفاظ على مرونة التبديل بين النماذج اللغوية والأصوات واللغات داخل النظام نفسه.