قابلیتهای جدید و پیشرفته شخصیسازی صدا به Gemini میآیند
در حال حاضر Gemini به کاربران اجازه میدهد از میان چند مدل صوتی مختلف، صدای دلخواه خود را انتخاب کنند، اما امکان تغییر جزئیات هر صدا بهصورت مستقل وجود ندارد.
با این حال، به نظر میرسد گوگل قصد دارد این محدودیت را برطرف کند و گزینههای تازهای برای شخصیسازی صدای دستیار هوش مصنوعی خود ارائه دهد. بر اساس اطلاعات بهدستآمده، کاربران در آینده خواهند توانست ویژگیهای مختلف صدا را مطابق سلیقه خود تنظیم کنند.
چهار تنظیم جدید برای صدای Gemini
پارامترهایی که گوگل روی آنها کار میکند شامل سرعت، میزان انرژی، گرمی صدا و رسمی بودن لحن هستند. هر یک از این گزینهها بهصورت جداگانه قابل تغییر خواهند بود تا کاربران بتوانند تجربه صوتی دلخواه خود را ایجاد کنند.
Gemini هماکنون یکی از انعطافپذیرترین ابزارهای هوش مصنوعی گوگل به شمار میرود و این انعطاف فقط به پاسخگویی به پرسشها یا انجام وظایف مختلف محدود نمیشود. گوگل همچنین مجموعهای از مدلهای صوتی متنوع مانند Orbit ،Pegasus ،Ursa و چند گزینه دیگر را در اختیار کاربران قرار داده تا هر فرد بتواند صدایی متناسب با سلیقه خود انتخاب کند. اکنون نیز شواهد نشان میدهند این شرکت قصد دارد امکان کنترل دقیقتری روی ویژگیهای این صداها فراهم سازد.
کشف قابلیتهای جدید در نسخه آزمایشی
در شرایط فعلی، انتخاب صدا در Gemini به این شکل است که کاربر یکی از مدلهای موجود را برمیگزیند و همان صدا را بدون امکان تغییر استفاده میکند. اما بررسی نسخه 17.41.12.sa.arm64 اپلیکیشن گوگل در اندروید نشان میدهد این شرکت مشغول توسعه سیستمی است که امکان تنظیم دقیق چند ویژگی مختلف را برای هر مدل صوتی فراهم خواهد کرد.
بهجای استفاده از تنظیمات پیشفرض گوگل، کاربران قادر خواهند بود چهار ویژگی سرعت، انرژی، گرمی صدا و میزان رسمی بودن لحن را مطابق میل خود تغییر دهند.
پس از فعال شدن این قابلیت، این گزینهها به شکل نوارهای لغزنده در بخش تنظیمات صدای Gemini نمایش داده خواهند شد تا کاربران بتوانند مقدار هر ویژگی را به دلخواه افزایش یا کاهش دهند.
همانطور که پیام موجود در نسخه آزمایشی نشان میدهد، این قابلیت هنوز عملکرد نهایی ندارد. پژوهشگران تنها توانستهاند نمای اولیه این نوارهای تنظیم را فعال کنند و حتی همین بخش نیز در حال حاضر برای کاربران عادی قابل مشاهده نیست. افزون بر این، تغییر دادن این گزینهها هنوز هیچ اثری بر خروجی صوتی Gemini ایجاد نمیکند.
با تکمیل روند توسعه توسط گوگل، کاربران Gemini خواهند توانست هر یک از این چهار ویژگی را بهصورت مستقل تغییر دهند و صدایی متناسب با سلیقه خود بسازند. اگرچه گوگل هنوز توضیح رسمی درباره عملکرد این تنظیمات منتشر نکرده، اما از نام آنها میتوان تا حد زیادی کاربردشان را حدس زد. وجود دو گزینه مجزای سرعت و انرژی نشان میدهد سرعت احتمالاً تنها تعداد کلمات بیانشده در هر دقیقه را کنترل میکند، در حالی که انرژی شدت و پویایی بیان را بدون تغییر سرعت تنظیم خواهد کرد. گرمی صدا احتمالاً میزان صمیمیت و همدلی Gemini را مشخص میکند و گزینه رسمی بودن نیز میتواند روی انتخاب واژهها و حتی میزان رسمی یا مفصل بودن پاسخها تأثیر بگذارد.
البته بخشی از این قابلیتها هماکنون به شکل محدود در Gemini Live دیده میشود. برای نمونه، کاربران میتوانند از دستیار بخواهند سریعتر یا آهستهتر صحبت کند، اما این تغییرها دائمی نیستند و تنظیمات ثابتی برای ذخیره آنها وجود ندارد. همچنین سایر ویژگیهای جدید نیز هنوز در اختیار کاربران قرار نگرفتهاند.
در کنار قابلیتهای جدید شخصیسازی صدا، تیم Android Authority به تغییر جالب دیگری نیز اشاره کرده است. گوگل در حال آزمایش رابط کاربری تازهای است که هنگام جابهجایی میان مدلهای صوتی Gemini، نام هر صدا بهصورت محو و ظاهرشونده نمایش داده میشود و جلوهای روانتر به فرآیند انتخاب صدا میدهد.
به نظر میرسد این تغییرات همزمان با طراحی جدید بخش انتخاب مدلهای صوتی منتشر شوند، زیرا در نسخه فعلی Gemini هنوز امکان جابهجایی میان نام صداها از طریق حرکت کشیدن روی صفحه وجود ندارد.
