أصدرت aiOla مؤخرًا نموذج نسخ صوتي مفتوح المصدر يعمل بالذكاء الاصطناعي يسمى Whisper-NER، والذي يعتمد على نموذج Whisper الخاص بـ OpenAI ويضيف وظيفة إخفاء المعلومات الحساسة في الوقت الفعلي. يحل هذا الابتكار بشكل فعال مخاطر تسرب الخصوصية أثناء عملية النسخ الصوتي، مما يوفر حلاً أكثر أمانًا للمجالات القانونية والطبية والتعليمية وغيرها من المجالات. إن Whisper-NER ليس فقط قادرًا على نسخ الصوت بدقة بلغات ولهجات متعددة، ولكن خيارات التكوين المرنة الخاصة به تسمح للمستخدمين بتخصيص إستراتيجيات إخفاء المعلومات الحساسة، مما يزيد من تعزيز التطبيق العملي للنموذج وأمانه. تسمح ميزة المصدر المفتوح أيضًا للمطورين والباحثين بالمشاركة في تحسين النموذج وتحسينه، وتعزيز تقدم تكنولوجيا الذكاء الاصطناعي بشكل مشترك.
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 تعليقات 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
تسليط الضوء على:
يمكن لنموذج النسخ الصوتي الذي أطلقته aiOla إخفاء المعلومات الحساسة في الوقت الفعلي وحماية خصوصية المستخدم.
يدعم النموذج لغات ولهجات متعددة ويناسب العديد من المجالات مثل القانون والطب والتعليم.
تتيح ميزة المصدر المفتوح للمستخدمين تخصيص النماذج وتحسينها، وتعزيز الابتكار في تكنولوجيا الذكاء الاصطناعي.
بشكل عام، فإن ميزات Whisper-NER مفتوحة المصدر وحماية الخصوصية تجعلها تقدمًا كبيرًا في مجال النسخ الصوتي، وآفاق تطبيقها واسعة، ومن الجدير التطلع إلى المزيد من الإمكانيات التي ستجلبها لتطوير تكنولوجيا الذكاء الاصطناعي في المستقبل. المطورون مدعوون للمشاركة والعمل معًا لتحسين النموذج وتحسينه.