توليد الأصوات واستنساخها باستخدام الذكاء الاصطناعي

أطلقت شركة "علي بابا" الصينية، نموذجين جديدين لتوليد الأصوات واستنساخها باستخدام الذكاء الاصطناعي، ضمن سلسلة Qwen، لتعزيز حضورها في سوق تقنيات الصوت الاصطناعي المتقدمة، وتسهيل إنتاج المحتوى الصوتي وتخصيصه بدقة عالية.

استنساخ الأصوات بعينة لا تتجاوز 3 ثوانٍ

وأوضحت الشركة أن النموذج الأول يحمل اسم Qwen3-TTS-VD-Flash، وهو مخصص لتوليد أصوات جديدة كليًا اعتمادًا على أوصاف نصية، مع إتاحة التحكم في خصائص متعددة تشمل نبرة الصوت، والعاطفة، وسرعة الإلقاء، وطبيعة الأداء الصوتي.

وبيّنت أن النموذج الثاني، Qwen3-TTS-VC-Flash، يتيح استنساخ الأصوات البشرية باستخدام عينة صوتية قصيرة لا تتجاوز 3 ثوانٍ، ثم إعادة إنتاج الصوت ذاته في نصوص جديدة وبعدة لغات، مع الحفاظ على السمات الصوتية الأصلية مثل الطبقة والإيقاع، وبمستوى دقة مرتفع مقارنة بالحلول التقليدية.

وأشارت "علي بابا" إلى أن النموذجين متاحان عبر واجهات برمجة التطبيقات ضمن خدماتها السحابية، بما يسهّل دمجهما في التطبيقات والمنصات الرقمية، في وقت تتسارع فيه المنافسة العالمية في تقنيات الصوت الاصطناعي، بالتوازي مع تصاعد النقاشات حول الجوانب الأخلاقية وحماية الهوية الصوتية من سوء الاستخدام.