“علي بابا” تطلق أدوات ذكاء اصطناعي لتوليد واستنساخ الأصوات

أعلنت شركة علي بابا كلاود عن إطلاق نموذجين جديدين من عائلة Qwen3 للذكاء الاصطناعي، يركزان على توليد الأصوات واستنساخها عبر أوامر نصية، في خطوة تهدف إلى تعزيز تطبيقات الصوت الاحترافية وصناعة المحتوى.

يحمل النموذج الأول اسم Qwen3-TTS-VD-Flash، ويتيح للمستخدمين إنشاء أصوات وفق أوصاف تفصيلية تشمل المشاعر، نبرة الصوت، سرعة الإلقاء، العمر، نوع الصوت والأسلوب، ما يمنح تحكمًا واسعًا في المخرجات الصوتية. وتؤكد علي بابا أن هذا النموذج يتفوق على واجهة OpenAI GPT-4o mini-tts من حيث الأداء.

أما النموذج الثاني، Qwen3-TTS-VC-Flash، فهو متخصص في استنساخ الأصوات، حيث يمكنه نسخ صوت شخص اعتمادًا على مقطع صوتي لا يتجاوز ثلاث ثوانٍ، مع إمكانية إعادة إنتاجه بعشر لغات مختلفة. وأكدت الشركة أن النموذج يحقق معدل أخطاء أقل مقارنة بمنافسين بارزين مثل ElevenLabs وMiniMax.

تتميز النماذج الجديدة بقدرتها على التعامل مع نصوص معقدة، تقليد أصوات الحيوانات، واستخراج الأصوات من التسجيلات الصوتية، وتتوفر الأداتان عبر واجهة برمجة التطبيقات لعلي بابا كلاود، مع إتاحة نسخ تجريبية عبر منصة Hugging Face.

يأتي هذا الإطلاق في وقت تشهد فيه سوق توليد الأصوات بالذكاء الاصطناعي منافسة متصاعدة، مدفوعة بالطلب المتزايد من قطاعات مثل الإعلانات، الألعاب، وصناعة الفيديو.

وتفتح النماذج الجديدة المجال أمام إنتاج الإعلانات الصوتية، الدبلجة المتعددة اللغات، شخصيات الألعاب، التعليم الإلكتروني، ومراكز الاتصال، مع تقليل الوقت والتكلفة مقارنة بأساليب التسجيل التقليدية.