علم محرر Downcodes أن aiOla أصدرت مؤخرًا نموذج نسخ صوتي مفتوح المصدر يعمل بالذكاء الاصطناعي، Whisper-NER، والذي يمكنه حماية المعلومات الحساسة في الوقت الفعلي أثناء عملية النسخ لحماية خصوصية المستخدم. لا تعمل هذه الخطوة على تحسين أمان النسخ الصوتي فحسب، بل توفر أيضًا إمكانيات جديدة لتطبيق تقنية الذكاء الاصطناعي في المجالات ذات متطلبات الخصوصية العالية مثل القانون والرعاية الطبية. تم تصميم Whisper-NER استنادًا إلى نموذج Whisper الخاص بـ OpenAI وهو مفتوح المصدر تمامًا، مما يسمح للمستخدمين باستخدامه وتعديله ونشره بحرية.
أعلنت aiOla مؤخرًا عن إطلاق Whisper-NER، وهو نموذج نسخ صوتي مفتوح المصدر يعمل بالذكاء الاصطناعي يمكنه إخفاء المعلومات الحساسة في الوقت الفعلي أثناء عملية النسخ.
تم بناء Whisper-NER الجديد من aiOla على نموذج Whisper مفتوح المصدر المتوافق مع معايير الصناعة من OpenAI، وهو في حد ذاته مفتوح المصدر بالكامل، وهو متاح الآن على Hugging Face وGithub للمؤسسات والمنظمات والأفراد لاستخدامه وتكييفه وتعديله ونشره.
يحتوي نموذج النسخ الصوتي على خيارات تكوين مرنة، ويمكن للمستخدمين اختيار إخفاء المعلومات الحساسة وفقًا لاحتياجاتهم. عندما يحدد المستخدم وظيفة الإخفاء، سيقوم النموذج تلقائيًا بتحديد وإخفاء المعلومات الحساسة مثل الأسماء الشخصية والعناوين وأرقام الهواتف وما إلى ذلك، مما يمنع بشكل فعال تسرب الخصوصية في النص المكتوب. هذه القدرة تجعل النموذج مهمًا بشكل خاص في سيناريوهات التطبيق في المجالات القانونية والطبية والتعليمية وغيرها من المجالات.
بالإضافة إلى حماية المعلومات الحساسة، يتمتع النموذج أيضًا بقدرات نسخ فعالة ودقيقة تعمل بشكل جيد عبر لغات ولهجات متعددة. وهذا يجعل تطبيقه في بيئات متعددة اللغات أكثر انتشارًا. على سبيل المثال، عندما تتعامل الشركات مع ملاحظات العملاء، يمكنها تسجيل وتحليل المعلومات الصوتية من مناطق مختلفة بدقة، وبالتالي تحسين جودة الخدمة.
بالإضافة إلى ذلك، تشجع aiOla المطورين والباحثين على استخدام هذا النموذج مفتوح المصدر لتعزيز قدراته بشكل أكبر. يمكن للمستخدمين الحصول على كود المصدر على النظام الأساسي مفتوح المصدر وتعديله وتحسينه وفقًا لاحتياجاتهم الخاصة. لا يعمل هذا النهج على تحسين قابلية استخدام النموذج فحسب، بل يشجع أيضًا على ابتكار وتطوير تكنولوجيا الذكاء الاصطناعي.
يوضح هذا المنتج الجديد من aiOla تركيزه على حماية الخصوصية في مجال النسخ الصوتي، ويفتح أيضًا المزيد من الإمكانيات لتطبيقات الذكاء الاصطناعي المستقبلية. مع انضمام المزيد من المستخدمين والمطورين، نتوقع أن يجلب نموذج المصدر المفتوح هذا سيناريوهات تطبيقية وتأثيرًا أوسع.
Whisper-NER هو برنامج مفتوح المصدر بالكامل ومتاح بموجب ترخيص MIT، مما يسمح للمستخدمين باعتماده وتعديله ونشره بحرية، بما في ذلك التطبيقات التجارية. يمكن للمستخدمين الآن أيضًا تجربة النموذج التجريبي على Hugging Face، والذي يسمح لهم بتسجيل مقاطع الكلام وجعل النموذج يخفي الكلمات المحددة التي يكتبونها في البرنامج النصي للكتابة الذي تم إنشاؤه.
المعانقة: https://huggingface.co/aiola/whisper-ner-v1
جيثب: https://github.com/aiola-lab/whisper-ner
بشكل عام، جلبت ميزات Whisper-NER مفتوحة المصدر وحماية الخصوصية اختراقات جديدة في مجال النسخ الصوتي بالذكاء الاصطناعي، وتستحق آفاق تطبيقها التطلع إليها. يوصي محرر Downcodes القراء المهتمين بالذهاب إلى Hugging Face وGithub لمعرفة المزيد.