Forwarded from نافذة التقنية (Qais)
Google تطلق Gemini 3.1 Flash TTS.
مرحبا بمتابعي نافذة التقنية.
أعلنت شركة Google عن إطلاق نموذجها الصوتي الجديد Gemini 3.1 Flash TTS, وهو أحدث جيل من تقنيات تحويل النص إلى كلام، حيث يركز على تقديم مستوى غير مسبوق من التحكم والدقة والتعبير في الصوت، بما يتيح للمطورين والشركات وحتى المستخدمين العاديين بناء تطبيقات صوتية أكثر واقعية وتطورًا. ويأتي هذا النموذج مع طرح تدريجي، إذ أصبح متاحًا للمطورين بشكل تجريبي عبر Gemini API وGoogle AI Studio، وللشركات عبر Vertex AI، وكذلك لمستخدمي Workspace من خلال Google Vids، في خطوة تعكس توجه جوجل نحو دمج تقنيات الصوت المتقدمة في مختلف منصاتها.
ويقدم النموذج تحسينات كبيرة في جودة الصوت، حيث تصفه الشركة بأنه الأكثر طبيعية وتعبيرًا حتى الآن ضمن عائلة Gemini، وقد حقق نتيجة Elo بلغت 1211 على مؤشر Artificial Analysis، وهو معيار يعتمد على تقييمات بشرية واسعة النطاق، كما تم تصنيفه ضمن الفئة المثالية التي تجمع بين الجودة العالية والتكلفة المنخفضة، ما يجعله مناسبًا للاستخدامات التجارية الواسعة. ولا يقتصر التطور على الجودة فقط، بل يشمل أيضًا دعمه لحوارات متعددة المتحدثين بشكل أصلي، إلى جانب قدرته على العمل بأكثر من 70 لغة، مع إمكانية التحكم الإبداعي الدقيق باستخدام اللغة الطبيعية.
ومن أبرز الابتكارات التي يقدمها Gemini 3.1 Flash TTS هي ميزة “الوسوم الصوتية” (Audio Tags)، والتي تمثل طريقة جديدة وبديهية للتحكم في أسلوب الصوت وسرعته وطريقة إلقائه، حيث يمكن إدخال تعليمات مباشرة داخل النص نفسه لتوجيه الأداء الصوتي بدقة عالية، وهو ما يمنح المستخدم تحكمًا تفصيليًا في النتيجة النهائية. هذه الميزة تفتح المجال أمام تجارب صوتية أقرب إلى الإخراج الفني، خاصة مع الأدوات الجديدة التي توفرها جوجل داخل Google AI Studio، والتي تضع المطور في موقع “المخرج”، حيث يمكنه تحديد سياق المشهد، وضبط الحوار، وإنشاء شخصيات صوتية باستخدام ملفات تعريف صوتية مخصصة، مع إمكانية التحكم في النبرة والسرعة واللكنة، بل وحتى تغيير التعبير أثناء الجملة نفسها باستخدام وسوم مدمجة. كما يمكن بعد الانتهاء تصدير هذه الإعدادات مباشرة إلى كود عبر Gemini API لضمان الحصول على نفس الصوت بدقة عبر مختلف التطبيقات والمنصات.
وقد تم تصميم النموذج ليعمل على نطاق عالمي، مع تحسينات أساسية في التحكم بالنبرة والأسلوب واللكنة عبر عشرات اللغات، ما يسمح ببناء تجارب صوتية محلية مخصصة لمستخدمين من مختلف أنحاء العالم، وهو ما أكده المطورون والشركات الذين جربوا النموذج مبكرًا، حيث أشاروا إلى أن الوسوم الصوتية تمنح مستوى جديدًا من الدقة الإبداعية، يحول النصوص البسيطة إلى أداء صوتي عالي الجودة. وفي جانب الأمان، أكدت Google أن جميع المقاطع الصوتية التي يتم إنشاؤها عبر هذا النموذج تحمل علامة مائية غير مرئية باستخدام تقنية SynthID، وهي مدمجة داخل الصوت نفسه، بما يسمح بالكشف الموثوق عن المحتوى المُنشأ بالذكاء الاصطناعي والمساعدة في الحد من انتشار المعلومات المضللة.
يمكن تجربة النموذج في Google AI Studio من هنا:
https://aistudio.google.com/generate-speech?model=gemini-3.1-flash-tts-preview
المصدر:
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-flash-tts
تابعوا نافذة التقنية على:
WhatsApp: https://www.whatsapp.com/channel/0029Va0tWYNICVfmctXiCt3V
Telegram: https://t.me/TecWindow
#أخبار #Google #الذكاء_الاصطناعي #AI #Gemini
مرحبا بمتابعي نافذة التقنية.
أعلنت شركة Google عن إطلاق نموذجها الصوتي الجديد Gemini 3.1 Flash TTS, وهو أحدث جيل من تقنيات تحويل النص إلى كلام، حيث يركز على تقديم مستوى غير مسبوق من التحكم والدقة والتعبير في الصوت، بما يتيح للمطورين والشركات وحتى المستخدمين العاديين بناء تطبيقات صوتية أكثر واقعية وتطورًا. ويأتي هذا النموذج مع طرح تدريجي، إذ أصبح متاحًا للمطورين بشكل تجريبي عبر Gemini API وGoogle AI Studio، وللشركات عبر Vertex AI، وكذلك لمستخدمي Workspace من خلال Google Vids، في خطوة تعكس توجه جوجل نحو دمج تقنيات الصوت المتقدمة في مختلف منصاتها.
ويقدم النموذج تحسينات كبيرة في جودة الصوت، حيث تصفه الشركة بأنه الأكثر طبيعية وتعبيرًا حتى الآن ضمن عائلة Gemini، وقد حقق نتيجة Elo بلغت 1211 على مؤشر Artificial Analysis، وهو معيار يعتمد على تقييمات بشرية واسعة النطاق، كما تم تصنيفه ضمن الفئة المثالية التي تجمع بين الجودة العالية والتكلفة المنخفضة، ما يجعله مناسبًا للاستخدامات التجارية الواسعة. ولا يقتصر التطور على الجودة فقط، بل يشمل أيضًا دعمه لحوارات متعددة المتحدثين بشكل أصلي، إلى جانب قدرته على العمل بأكثر من 70 لغة، مع إمكانية التحكم الإبداعي الدقيق باستخدام اللغة الطبيعية.
ومن أبرز الابتكارات التي يقدمها Gemini 3.1 Flash TTS هي ميزة “الوسوم الصوتية” (Audio Tags)، والتي تمثل طريقة جديدة وبديهية للتحكم في أسلوب الصوت وسرعته وطريقة إلقائه، حيث يمكن إدخال تعليمات مباشرة داخل النص نفسه لتوجيه الأداء الصوتي بدقة عالية، وهو ما يمنح المستخدم تحكمًا تفصيليًا في النتيجة النهائية. هذه الميزة تفتح المجال أمام تجارب صوتية أقرب إلى الإخراج الفني، خاصة مع الأدوات الجديدة التي توفرها جوجل داخل Google AI Studio، والتي تضع المطور في موقع “المخرج”، حيث يمكنه تحديد سياق المشهد، وضبط الحوار، وإنشاء شخصيات صوتية باستخدام ملفات تعريف صوتية مخصصة، مع إمكانية التحكم في النبرة والسرعة واللكنة، بل وحتى تغيير التعبير أثناء الجملة نفسها باستخدام وسوم مدمجة. كما يمكن بعد الانتهاء تصدير هذه الإعدادات مباشرة إلى كود عبر Gemini API لضمان الحصول على نفس الصوت بدقة عبر مختلف التطبيقات والمنصات.
وقد تم تصميم النموذج ليعمل على نطاق عالمي، مع تحسينات أساسية في التحكم بالنبرة والأسلوب واللكنة عبر عشرات اللغات، ما يسمح ببناء تجارب صوتية محلية مخصصة لمستخدمين من مختلف أنحاء العالم، وهو ما أكده المطورون والشركات الذين جربوا النموذج مبكرًا، حيث أشاروا إلى أن الوسوم الصوتية تمنح مستوى جديدًا من الدقة الإبداعية، يحول النصوص البسيطة إلى أداء صوتي عالي الجودة. وفي جانب الأمان، أكدت Google أن جميع المقاطع الصوتية التي يتم إنشاؤها عبر هذا النموذج تحمل علامة مائية غير مرئية باستخدام تقنية SynthID، وهي مدمجة داخل الصوت نفسه، بما يسمح بالكشف الموثوق عن المحتوى المُنشأ بالذكاء الاصطناعي والمساعدة في الحد من انتشار المعلومات المضللة.
يمكن تجربة النموذج في Google AI Studio من هنا:
https://aistudio.google.com/generate-speech?model=gemini-3.1-flash-tts-preview
المصدر:
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-flash-tts
تابعوا نافذة التقنية على:
WhatsApp: https://www.whatsapp.com/channel/0029Va0tWYNICVfmctXiCt3V
Telegram: https://t.me/TecWindow
#أخبار #Google #الذكاء_الاصطناعي #AI #Gemini
Google
Gemini 3.1 Flash TTS: the next generation of expressive AI speech
Gemini 3.1 Flash TTS is now available across Google products.
جوجل تضيف ميزة الإملاء الذكي إلى لوحة المفاتيح Gboard.
أعلنت جوجل ميزة جديدة للإملاء الصوتي المدعوم بالذكاء الاصطناعي تحمل اسم “Rambler” ضمن تطبيق لوحة المفاتيح “Gboard” خلال مؤتمر Google I/O 2026 لتنافس تطبيقات الإملاء الصوتي المعتمدة على الذكاء الاصطناعي التي حققت انتشارًا متزايدًا في الهواتف والحواسيب خلال الأعوام الأخيرة.
وتزيل الميزة الجديدة الكلمات التلقائية غير الضرورية مثل “أمم” و”آه”، كما تفهم التصحيحات في أثناء التحدث دون الحاجة إلى إعادة الإملاء من البداية؛ إذ تتعرف الميزة تلقائيًا التعديل، وتُحدّث النص فورًا.
وأوضحت جوجل أن الميزة تعتمد على نماذج متعددة اللغات مبنية على Gemini لتحويل الصوت إلى نص، مع دعم ميزة “التبديل اللغوي” التي تتيح الانتقال بين لغتين أو أكثر داخل الجملة نفسها دون فقدان السياق، مثل المزج بين الإنجليزية والهندية في أثناء الحديث. وتعد هذه الميزة انعكاسًا لطبيعة التواصل اليومية لدى المستخدمين المتعددي اللغات، وهي نقطة تأخرت كثير من تطبيقات الإملاء الصوتي في دعمها.
وأكدت الشركة أن لوحة مفاتيح “Gboard” ستعرض مؤشرًا واضحًا عند تفعيل ميزة الإملاء الصوتي، مشيرةً إلى أنها لا تحتفظ بالتسجيلات الصوتية، إذ يُستخدم الصوت فقط لتحويل الكلام إلى نص. ووصفت جوجل الميزة بأنها أشبه “بإعادة ابتكار لوحة المفاتيح”، نظرًا إلى إمكانية استخدامها داخل كافة التطبيقات على النظام.
وفيما يتعلق بالخصوصية، قال بين جرينوود، مدير تجارب أندرويد في جوجل، إن الشركة تعتمد على مزيج من المعالجة المحلية والسحابية لضمان أمان البيانات وخصوصيتها، مؤكدًا أن جوجل استثمرت على مدار سنوات طويلة في تطوير تقنيات تحافظ على حماية المستخدمين على حد تعبيره.
وكانت جوجل قد أطلقت الشهر الماضي تطبيق “AI Edge Eloquent” للإملاء الصوتي دون اتصال بالإنترنت في نظام iOS، وذلك استنادًا إلى نماذج Gemma التي تعمل محليًا في الأجهزة.
وتشكّل الميزة الجديدة أوضح محاولة من جوجل لتحسين قدرات الإملاء الصوتي داخل أندرويد، خاصةً أن لوحة “Gboard” تُعد لوحة المفاتيح الافتراضية لمئات الملايين من مستخدمي النظام حول العالم. ومن المقرر أن تصل الميزة أولًا إلى هواتف سامسونج جالاكسي وجوجل بكسل خلال الصيف، قبل التوسع لاحقًا إلى مزيد من أجهزة أندرويد.
المصدر:
https://aitnews.com/?p=606314
#gboard
#Google I/O 2026
#أندرويد 17
#جوجل
أعلنت جوجل ميزة جديدة للإملاء الصوتي المدعوم بالذكاء الاصطناعي تحمل اسم “Rambler” ضمن تطبيق لوحة المفاتيح “Gboard” خلال مؤتمر Google I/O 2026 لتنافس تطبيقات الإملاء الصوتي المعتمدة على الذكاء الاصطناعي التي حققت انتشارًا متزايدًا في الهواتف والحواسيب خلال الأعوام الأخيرة.
وتزيل الميزة الجديدة الكلمات التلقائية غير الضرورية مثل “أمم” و”آه”، كما تفهم التصحيحات في أثناء التحدث دون الحاجة إلى إعادة الإملاء من البداية؛ إذ تتعرف الميزة تلقائيًا التعديل، وتُحدّث النص فورًا.
وأوضحت جوجل أن الميزة تعتمد على نماذج متعددة اللغات مبنية على Gemini لتحويل الصوت إلى نص، مع دعم ميزة “التبديل اللغوي” التي تتيح الانتقال بين لغتين أو أكثر داخل الجملة نفسها دون فقدان السياق، مثل المزج بين الإنجليزية والهندية في أثناء الحديث. وتعد هذه الميزة انعكاسًا لطبيعة التواصل اليومية لدى المستخدمين المتعددي اللغات، وهي نقطة تأخرت كثير من تطبيقات الإملاء الصوتي في دعمها.
وأكدت الشركة أن لوحة مفاتيح “Gboard” ستعرض مؤشرًا واضحًا عند تفعيل ميزة الإملاء الصوتي، مشيرةً إلى أنها لا تحتفظ بالتسجيلات الصوتية، إذ يُستخدم الصوت فقط لتحويل الكلام إلى نص. ووصفت جوجل الميزة بأنها أشبه “بإعادة ابتكار لوحة المفاتيح”، نظرًا إلى إمكانية استخدامها داخل كافة التطبيقات على النظام.
وفيما يتعلق بالخصوصية، قال بين جرينوود، مدير تجارب أندرويد في جوجل، إن الشركة تعتمد على مزيج من المعالجة المحلية والسحابية لضمان أمان البيانات وخصوصيتها، مؤكدًا أن جوجل استثمرت على مدار سنوات طويلة في تطوير تقنيات تحافظ على حماية المستخدمين على حد تعبيره.
وكانت جوجل قد أطلقت الشهر الماضي تطبيق “AI Edge Eloquent” للإملاء الصوتي دون اتصال بالإنترنت في نظام iOS، وذلك استنادًا إلى نماذج Gemma التي تعمل محليًا في الأجهزة.
وتشكّل الميزة الجديدة أوضح محاولة من جوجل لتحسين قدرات الإملاء الصوتي داخل أندرويد، خاصةً أن لوحة “Gboard” تُعد لوحة المفاتيح الافتراضية لمئات الملايين من مستخدمي النظام حول العالم. ومن المقرر أن تصل الميزة أولًا إلى هواتف سامسونج جالاكسي وجوجل بكسل خلال الصيف، قبل التوسع لاحقًا إلى مزيد من أجهزة أندرويد.
المصدر:
https://aitnews.com/?p=606314
#gboard
#Google I/O 2026
#أندرويد 17
#جوجل
ait news
جوجل تضيف ميزة الإملاء الذكي إلى لوحة المفاتيح Gboard
جوجل | أعلنت جوجل ميزة جديدة للإملاء الصوتي المدعوم بالذكاء الاصطناعي تحمل اسم "Rambler" ضمن تطبيق لوحة المفاتيح "Gboard" خلال مؤتمر Google I/O 2026 لتنافس