بر اساس اطلاعات منتشرشده، قابلیت Voice Mode در چتبات گروک، توسعهیافته توسط شرکت xAI و متعلق به ایلان ماسک، بهگونهای ارتقا یافته که کیفیت گفتار فارسی آن به سطحی نزدیک به گویش بومی رسیده است.
به گزارش سرویس فناوری مگ دید، کاربران اولیه این نسخه گزارش دادهاند که آهنگ گفتار، تلفظ واژگان و مکثهای طبیعی در صحبتهای گروک، تجربهای متفاوت نسبت به نمونههای پیشین مکالمه ماشینی ایجاد میکند.
طبق توضیحات یکی از توسعهدهندگان ایرانی فعال در شرکت ایکس، این پیشرفت در Voice Mode نتیجه استفاده از دادههای صوتی فارسی در مرحله «پسآموزش» مدل است. به گفته او، برای نخستینبار آموزش تکمیلی این هوش مصنوعی با تکیه بر صدای گویندگان فارسیزبان انجام شده و همین موضوع باعث شده است که زبان فارسی نهتنها به صورت متنی، بلکه در قالب صوتی نیز به طور جدی پشتیبانی شود.
نکته قابل توجه در این فرایند، نقش پلتفرم ایکس در تأمین دادههای آموزشی است. بخش عمدهای از گویندگان فارسیزبان که صدای آنها در آموزش گروک استفاده شده است، از طریق همین پلتفرم شناسایی و جذب پروژه شدهاند. مهندسان xAI ضمن اشاره به این موضوع تأکید کردهاند که تنوع لهجهها و کیفیت ضبط صدا، نقش مهمی در طبیعی شدن خروجی نهایی ایفا کرده است.
چتبات گروک که به عنوان رقیب جدی ابزارهایی مانند ChatGPT شناخته میشود، یک مزیت مهم دارد و آن دسترسی مستقیم و لحظهای به محتوای منتشرشده در پلتفرم ایکس است. این دسترسی، امکان ارائه اطلاعات بهروزتر را برای کاربران فراهم میکند و اکنون با اضافه شدن گفتار فارسی طبیعی، دامنه مخاطبان این هوش مصنوعی بهطور قابل توجهی گسترش مییابد.
تحلیلگران حوزه فناوری معتقد هستند که ارتقای صدای فارسی گروک را میتوان به گذار از یادگیری صرف واژگان به تسلط واقعی بر زبان تشبیه کرد؛ مرحلهای که در آن، هوش مصنوعی فقط کلمات را یاد نمیگیرد، بلکه لحن، ریتم و حس زبان فارسی را نیز منتقل میکند. این تحول میتواند نقطه عطفی در تعامل کاربران فارسیزبان با ابزارهای هوش مصنوعی صوتمحور باشد.
