صبح جمعه ۶ شهریور ۱۴۰۵ (۲۸ آگوست ۲۰۲۶) بر تمام همراهان همیشگی تکینگیم بخیر و شادکامی باد! آخرین روز از هفته جاری با موجی از رویدادهای سرنوشتساز در مرزهای هوش مصنوعی، فناوریهای فضایی، صنعت گیمینگ و اقتصاد سختافزار همراه شده است.
صبح جمعه ۶ شهریور ۱۴۰۵ (۲۸ آگوست ۲۰۲۶) بر تمام همراهان همیشگی تکینگیم بخیر و شادکامی باد! آخرین روز از هفته جاری با موجی از رویدادهای سرنوشتساز در مرزهای هوش مصنوعی، فناوریهای فضایی، صنعت گیمینگ و اقتصاد
سختافزار همراه شده است. از معرفی ابزارهای نسل جدید ادراک صوتی توسط گوگل تا افشاگریهای عمیق درباره سازوکارهای داخلی مورد انتظارترین بازی قرن یعنی Grand Theft Auto VI، جهان فناوری با سرعتی باورنکردنی به
پیش میتازد. در این شماره ویژه از تکین مورنینگ ، به کالبدشکافی تحلیلی ۶ رخداد محوری ۲۴ ساعت گذشته میپردازیم؛ رویدادهایی که چشمانداز آینده تعامل انسان با رایانهها، نگهداری میراث دیجیتال بازیها و نبردهای
تجاری غولهای دره سیلیکون را رقم میزنند. ۱. رونمایی گوگل از Gemini 3.5 Transcribe؛ تحول در درک صوتی چندزبانه و تفکیک گویندگان گوگل با معرفی مدل هوش مصنوعی Gemini 3.5 Transcribe ، استاندارد جدیدی را در
صنعت تبدیل گفتار به نوشتار (Speech-to-Text) و تحلیل بلادرنگ مکالمات انسانی به ثبت رساند. این مدل که بر پایه جدیدترین پیشرفتهای معماری ترنسفورمرهای صوتی جمینای توسعه یافته است، توانایی درک و پیادهسازی
بیش از ۸۵ زبان زنده دنیا را با دقت خیرهکننده و تأخیر بسیار پایین داراست. یکی از برجستهترین ویژگیهای فنی این مدل، توانایی فوقالعاده در پردازش مکالمات چندزبانه ترکیبی یا Code-Mixing است؛ حالتی که در
آن گویندگان در حین صحبت واژگان دو زبان مختلف (مانند فارسی و انگلیسی یا عربی و فرانسوی) را با یکدیگر ترکیب میکنند. علاوه بر این، سیستم تفکیک گویندگان (Speaker Diarization) به صورت بلادرنگ صدای حاضرین در
جلسات کاری یا پادکستها را شناسایی و دستهبندی مینماید. تفکیک گویندگان (Speaker Diarization): الگوریتم پردازش صوتی که بدون نیاز به آموزش قبلی، صدای افراد مختلف در یک فایل صوتی را از یکدیگر متمایز کرده
ادامه مطلب در سایت