اختبار واقعي لأسلوب إدخال الذكاء الاصطناعي CosyVoice من علي بابا: إدخال بدون استخدام اليدين، وإخراج الكلام إلى نص، وسلاسة تفوق التوقعات بكثير

هل ترغب في تجربة حرية استخدام اليدين الحقيقية؟ تقدم هذه المقالة اختبارًا معمقًا بناءً على أسئلة علي بابا الألف.AICosyVoice، وهي طريقة إدخال، تمنحك لمحة عن التجربة السلسة المثالية لـ "إنشاء المسودات بمجرد التحدث".

سواء كنتالإعلام الذاتيسواء كنت كاتبًا، أو موظفًا، أو تسعى لزيادة إنتاجيتك، فإن مراجعة ميزات CosyVoice ودليل المستخدم هذا سيوضحان لك مدى فائدتها وكيفية استخدامها لمضاعفة كفاءتك. اكتشف أحدث تقنيات الكتابة النصية الصوتية المدعومة بالذكاء الاصطناعي الآن!

عانى الكثيرون من مشاكل الإدخال الصوتي أثناء كتابة المقالات. فبعد نطق فقرة طويلة، تمتلئ الشاشة بكلمات مثل "همم" و"هذا" و"صحيح"، مما يجعل حذفها أمرًا محبطًا. لم أدرك إمكانية تحقيق "التحدث بطلاقة والكتابة بأسلوب جميل" إلا بعد ظهور تقنية CosyVoice من علي بابا.

الطابع الزمني للفيديو:

التجربة الأولى: مسودة نظيفة يتم إنشاؤها بنقرة واحدة، وتختفي الكلمات الحشو على الفور.

أكبر مشكلة في إدخال الصوت التقليدي هي الإفراط في استخدام الكلمات الحشو. فعند تدوين الملاحظات في اجتماع، تتحدث كثيراً، لكن النص الناتج يكون غير منظم.

حاولت استخدام طريقة إدخال Qianwen لقول جملة:

"همم... هذا... تقرير تقدم المشروع الأسبوع المقبل، يرجى تجهيز البيانات مسبقاً، والتأكد من عدم إغفال أي شيء."

النتيجة المعروضة على الشاشة هي:

"يرجى تجهيز بياناتكم مسبقاً لتقرير تقدم المشروع الأسبوع المقبل، والتأكد من عدم إغفال أي شيء."

اختفت جميع عباراتي المميزة على الفور، كما لو أن أحدهم مسح مخطوطتي. والأكثر إثارة للدهشة، أنه استطاع تنظيمها تلقائيًا في قائمة.

1. تقديم تقرير عن تقدم المشروع
2. أكمل حل المتطلبات
3. حدد خطة التسويق

في تلك اللحظة، شعرت حقاً أنها نوع مختلف تماماً عن الإدخال الصوتي التقليدي.

الجولة الثانية من التجربة: تغيير سلس للكلمات، والسرد الشفهي يتحول فوراً إلى بريد إلكتروني قياسي.

لقد اختبرت قدراتها على تصحيح الأخطاء عن قصد:

"سيعقد اجتماع الغد في غرفة الاجتماعات رقم اثنين في الطابق الثالث - لا، لا، دعونا نغيره إلى غرفة الاجتماعات رقم ثلاثة في الطابق الثالث."

ويخرج البرنامج مباشرةً ما يلي: "سيعقد اجتماع الغد في غرفة الاجتماعات رقم ثلاثة في الطابق الثالث".
لم يترك تغيير العنوان أي أثر، وكان الأمر طبيعياً كالمحادثة مع شخص ما.

ما أثار دهشتي أكثر هو قدرته على تحويل الكلمات المنطوقة مباشرةً إلى رسائل بريد إلكتروني. قلت:

هل يمكنك كتابة هذا في رسالة بريد إلكتروني رسمية؟ أودّ تحديد موعد اجتماع مع السيد تشانغ الساعة الثالثة مساءً يوم الخميس بخصوص خطة الترويج للعلامة التجارية للربع الثالث. إذا كان هذا الموعد غير مناسب له، يمكننا الترتيب لعقد اجتماع آخر.

وبعد بضع ثوانٍ، تم إنشاء بريد إلكتروني كامل:

الموضوع: دعوة للتواصل بشأن "خطة الترويج للعلامة التجارية للربع الثالث"

السيد تشانغ، مرحباً:

لتحسين هذا المخطط، أودّ مناقشة بعض النقاط الرئيسية معك شخصيًا. هل يناسبك موعد الساعة الثالثة عصرًا من يوم الخميس القادم؟ إن لم يكن كذلك، فأرجو منك اقتراح موعد أنسب، وسأقوم بترتيبه.

谢谢!
قسم التسويق، شياو لي

في الماضي، كانت كتابة مثل هذه الرسائل الإلكترونية تستغرق ما لا يقل عن ثلاث إلى خمس دقائق، أما الآن فهي تستغرق عشر ثوانٍ فقط، وهو تحسن كبير في الكفاءة.

الجولة الثالثة من الاختبار: تم التعامل مع التعرف على اللهجة بشكل كامل، وكان تحويل تنسيق الأرقام تلقائياً.

تُعدّ اللهجات تحديًا رئيسيًا آخر في إدخال الصوت. ومع ذلك، يتعامل برنامج CosyVoice مع هذا الأمر بسهولة.

قال صديقي من شنغهاي: "الطقس جميل جداً اليوم، فلنذهب إلى البوند للتنزه".
وقد تم ترجمتها حرفياً على النحو التالي: "الطقس جميل جداً اليوم، فلنذهب إلى البوند".

لا يقتصر فهمه على لهجة شنغهاي فحسب، بل يشمل أيضاً لهجتي كانتون وسيتشوان. وهذه الميزة تُعدّ منقذة للمهنيين الذين يحتاجون إلى التواصل عبر المناطق.

بل والأفضل من ذلك، أنه يتعرف تلقائيًا على تنسيقات الأرقام. على سبيل المثال، يتم تحويل "12.6%" مباشرةً إلى "12.6%"، ويتم تحويل "3.58 مليون" تلقائيًا إلى "358 مليون". وبذلك، لم تعد هناك حاجة إلى التحرير اليدوي في السيناريوهات المالية والمتعلقة بالبيانات.

الجولة الرابعة من الخبرة: مهارات الكلمات الرائجة لتحسين التعرف على المفردات المتخصصة

بالطبع، ليس مثالياً. لا يزال تعرّفه على الأسماء العلمية المتخصصة ضعيفاً بعض الشيء. على سبيل المثال، عندما أقول "du jia"، يتعرف عليها على أنها "du jia"، وهو ما يغفل المعنى تماماً.

لحسن الحظ، توفر الوثائق الرسمية ميزة "مهارة الكلمات الشائعة"، التي تتيح للمستخدمين إضافة كلمات مخصصة يدويًا. بعد إضافة هذه الكلمات، تتحسن دقة البرنامج بشكل ملحوظ. إنه حل عملي وفعال.

ملخص الاختبار العملي: الانتقال من إدخال الصوت كخيار إلى الحل الأساسي

أهم ما يمكن استخلاصه من الاختبار هو أن طريقة إدخال Qianwen لا تقوم فقط "بنسخ الصوت"، بل "تفهم ما تريد قوله".

• قم بإزالة الكلمات الحشو تلقائيًا، وقل وداعًا للحذف والتحرير اليدوي.
• كان تغيير العنوان سلساً، وطبيعياً كالتحدث مع شخص حقيقي.
• يتم تحويل الكلمات المنطوقة مباشرة إلى رسائل بريد إلكتروني، ويتم إنشاء المسودات في غضون عشر ثوانٍ.

لقد أدى الجمع بين هذه القدرات الثلاث إلى تحويل إدخال الصوت من حل "اختياري" إلى حل "أساسي" حقيقي.

لا تكمن قيمتها في جعل الناس يعتقدون أن "التكنولوجيا مذهلة"، بل في جعلهم يعتقدون أنها "تعمل بشكل جيد للغاية". هذا ما يجب أن تكون عليه طريقة إدخال الذكاء الاصطناعي.

وخلاصة القول، لقد وصل مستقبل الإدخال الصوتي؛ فالذكاء الحقيقي يكمن في جعله سهل الاستخدام.

في عصرنا هذا الذي يشهد وفرة هائلة في المعلومات، تُعادل الكفاءة الإنتاجية. وتُبرهن طريقة الإدخال الصوتي "كوزي فويس" من علي بابا، بتجربتها السلسة للمستخدم، أن الإدخال الصوتي لم يعد مجرد حيلة، بل أداة قادرة على إحداث نقلة نوعية في أساليب عملنا.

فهو يحررنا من التحرير الممل ويسمح لنا بالتركيز على المحتوى نفسه.

لن يكون الكتابة في المستقبل متعلقاً بالنقر بالأصابع على لوحة المفاتيح، بل بالتدفق المباشر للأفكار واللغة.

الذكاء الحقيقي لا يتعلق باستعراض التكنولوجيا، بل بجعل الأشياء سهلة الاستخدام للناس.