علي بابا تطلق أول منصة صوتية بالذكاء الاصطناعي في الصين CosyVoice Studio، وتدمج الفهم الدلالي في القدرات الصوتية

في 7 أغسطس، أطلقت شركة Alibaba رسميًا منصة CosyVoice Studio، أول منصة متكاملة في الصين لإنتاج الصوت بالذكاء الاصطناعي (AI - Artificial Intelligence)، والمبنية على نموذجها الصوتي المطوَّر ذاتيًا Qwen-Audio، الذي حقق المركز الأول عالميًا في التعرف على الكلام (ASR - Automatic Speech Recognition)، والتفاعل الفوري، وتحويل النص إلى كلام (TTS - Text-to-Speech) على منصة Artificial Analysis المرجعية لتقييم الذكاء الاصطناعي. تضم المنصة ثلاث ميزات رئيسية: لوحة المفاتيح الصوتية التي تحوّل الكلام إلى نص منظم عبر إزالة الكلمات الحشوية، وأداة إنشاء المحتوى الصوتي التي تحوّل محتوى المستخدم إلى بودكاست وكتب صوتية، ووكيل الصوت الذي يتيح للشركات إنشاء وكلاء محادثة فورية. تُعد هذه المنصة أول مرة تجمع فيها Alibaba قدرات نماذجها الصوتية في منتج واحد، بحيث يمكن لمستخدمي الشركات تجربتها ثم استدعاء واجهات برمجة التطبيقات (API - Application Programming Interface) حسب الحاجة، بينما يمكن للمستخدمين الأفراد استخدامها مباشرة. تدعم لوحة المفاتيح الصوتية النسخ الذكي للنصوص الخاصة مثل الأرقام والمعادلات، ووُضع نمط "الملاحظات" خصيصًا للاجتماعات الطويلة والمقابلات والمحاضرات، مع النسخ الفوري، وتمييز المتحدثين، وتنظيم الفصول، والترجمة متعددة اللغات. أما أداة الوكلاء CosyAgent، فتتيح للمستخدمين إنشاء وكلاء باستخدام اللغة الطبيعية، مع دعم للتخصيص العميق للتوجيهات (Prompts) وسير العمل، لأغراض مثل خدمة العملاء والتسويق الهاتفي. وتقدم أداة إنشاء المحتوى CosyCreative آلاف الأصوات وإمكانية استنساخ الصوت لتوليد بودكاست حواري وكتب صوتية متعددة الأدوار. وتتوفر المنصة مجانًا على أنظمة iOS وAndroid وMac وWindows عبر متاجر التطبيقات، في حين لا تزال أداتا CosyAgent وCosyCreative قيد الاختبار مع مستخدمي الشركات ضمن نظام قائمة بيضاء محدودة.