تقدم أداة «Voicebox» تصوراً مختلفاً لخدمات الصوت بالذكاء الاصطناعي، إذ تعمل محلياً على جهاز المستخدم، من دون الحاجة إلى رفع التسجيلات الصوتية أو البيانات إلى خوادم خارجية.

وتجمع الأداة في تطبيق واحد مجموعة من أدوات الذكاء الاصطناعي الصوتية. كما تشمل استنساخ الأصوات وتحويل النص إلى صوت والإملاء الصوتي وتحرير المشروعات متعددة المسارات، إضافة إلى ربطها بمساعدات الذكاء الاصطناعي.

ويستهدف المشروع صناع المحتوى والمطورين ومنتجي البودكاست، خصوصاً من يبحثون عن بديل مجاني للخدمات السحابية المدفوعة، مع تحكم أكبر في الملفات والبيانات الصوتية.

استنساخ الصوت من عينة قصيرة
تتيح «Voicebox» للمستخدم تسجيل عينة صوتية أو رفع ملف جاهز، ثم إنشاء صوت رقمي يمكن استخدامه لقراءة نصوص جديدة.

ويمكن للأداة العمل انطلاقاً من عينة قصيرة تبدأ من بضع ثوانٍ، لكن جودة النتيجة تعتمد على وضوح التسجيل، وغياب الضوضاء والموسيقى، وطول العينة، إضافة إلى المحرك المستخدم وقوة الجهاز.

ولا يعني ذلك أن النتيجة ستكون مطابقة تماماً للصوت الأصلي في كل مرة؛ إذ قد تختلف اللهجة أو سرعة النطق أو درجة التعبير بين نموذج وآخر.

سبعة محركات صوتية معاً
تجمع الأداة سبعة محركات لتحويل النص إلى صوت، من بينها «Qwen3-TTS» و«Kokoro» و«TADA» و«Chatterbox Multilingual».

وتختلف هذه المحركات في السرعة والجودة ودعم اللغات. ويأتي دعم العربية بصورة أساسية عبر محرك «Chatterbox Multilingual»، الذي يدعم 23 لغة، من بينها العربية والإنجليزية والصينية والفرنسية والألمانية واليابانية والتركية.

كما توفر بعض المحركات مؤثرات صوتية وتعبيرية، مثل الهمس والضحك والتنهد، إلا أن هذه المزايا لا تعمل بالطريقة نفسها في جميع النماذج.

 

 

 

الشرق الاوسط