المنتجات المستخدمةأرادت Dubbing AI أن يبدو Voice Agent كشخص، لا كمساعد صوتي
كانت Dubbing AI قد بنت بالفعل منصة تتمحور حول الصوت. يستطيع مستخدموها تغيير أصواتهم في الوقت الفعلي واستنساخها وتحسين اللكنات والترجمة بين اللغات. وأضاف Voice Agent اتجاهًا جديدًا للمنتج: أصبح بإمكان الذكاء الاصطناعي التحدث نيابةً عن المستخدم.
كانت الاستخدامات واضحة. يمكن للاعب أن يترك الوكيل يرد أثناء المحادثة، ولمن لا يملك وقتًا لإجراء مكالمة أن يفوضه بها، ولمن يتعذر عليه التواصل مؤقتًا أن يواصل الحديث في الوقت الفعلي.
لكن هذه التجربة لا تنجح إلا إذا بدا الصوت حقيقيًا.
التوقف الملحوظ يجعل التفاعل مصطنعًا، وكذلك الرد الرتيب أو الآلي. بالنسبة إلى Dubbing AI، لم يكن تحويل النص إلى كلام في الوقت الفعلي مجرد توليد سريع للصوت. كان يجب أن يبدو طبيعيًا وينقل المشاعر ويحافظ على هوية المتحدث ويدعم اللغات التي يحتاجها المستخدمون حول العالم.
لم يكن النموذج الأسرع كافيًا إذا بدا صوته رتيبًا
قيّمت Dubbing AI عدة مزوّدين لتحويل النص إلى كلام وفق متطلبات تجربة Voice Agent. وحدد الفريق خمسة معايير: طبيعية الصوت، والعمق العاطفي، وجودة استنساخ الصوت، وزمن الاستجابة، ودعم اللغات المتعددة.
كشفت المقارنة عن مفاضلة صعبة. فقد تفقد النماذج السريعة التعبير العاطفي، بينما قد تسبب النماذج المعبّرة تأخيرًا يقطع تدفق الحوار. وتؤدي نماذج أخرى جيدًا في لغة واحدة، لكنها تتراجع عند تبديل اللغة.
بالنسبة إلى منتج يخدم أكثر من 10 ملايين مستخدم في الألعاب والترفيه والاستخدامات التجارية، لم يكن التفوق في جانب واحد من التجربة كافيًا.
احتاجت Dubbing AI إلى نموذج يحقق جميع المعايير في آن واحد.
تقدم Fish Audio طبيعية صوت استثنائية، وتعبيرا عاطفيا غنيا، ومحرك TTS منخفض التأخير وموثوقا يدعم تجربة منتج Voice Agent الأساسية لدينا بشكل مثالي.
Tiange Ling
الرئيس التنفيذي في Dubbing AI
كان Fish Audio النموذج الوحيد الذي لبّى المتطلبات الخمسة كلها
تميّزت Fish Audio لأنها قدّمت المزيج الذي احتاجته Dubbing AI لمنتج Voice Agent: كلام طبيعي وعمق عاطفي واستنساخ صوتي قوي وزمن استجابة منخفض ودعم متعدد اللغات.
كان هذا الفرق مهمًا لأن المعايير مترابطة. الطبيعية تجعل الصوت مقنعًا، والتعبير العاطفي يضفي عليه طابعًا بشريًا، والاستنساخ يحافظ على هوية المتحدث، وسرعة الاستجابة تُبقي الحوار متدفقًا، ودعم اللغات يتيح التجربة نفسها لمستخدمي Dubbing AI حول العالم.
دعمت Fish Audio أكثر من 80 لغة مع تبديل أصلي بينها، مع الحفاظ على سرعة الاستجابة اللازمة للتفاعلات الفورية.
الطبيعية
كلام يبدو بشريًا لا مصطنعًا
العمق العاطفي
تعبير ينقل أدق الفروق
استنساخ الصوت
أصوات مستنسخة تحافظ على هوية المتحدث
كمون منخفض
ردود في الوقت الفعلي دون تأخير ملحوظ
دعم متعدد اللغات
أكثر من 80 لغة مع تبديل أصلي بينها
يمنح Fish Audio شركة Dubbing AI مجالًا لتوسيع Voice Agent
ينتقل Voice Agent من إمكانية تقنية إلى منتج تستطيع Dubbing AI تقديمه لمستخدميها حول العالم. ومع تولّي Fish Audio تحويل النص إلى كلام في الوقت الفعلي، يمكن للشركة التركيز على ابتكار طرق جديدة للتواصل مع الحفاظ على السرعة والتعبير وجودة الصوت المطلوبة.
والنتيجة وكيل صوتي لا يكتفي بالرد، بل يبدو كشخص ترغب في مواصلة الحديث معه.
