
• BUD-E دستیار صوتی است که به سؤالات کاربر به زبان طبیعی در زمان واقعی پاسخ میدهد.
دستیارهای صوتی هوش مصنوعی از زمان معرفی سیری در فوریه 2010 راه طولانی را پیموده اند. اکنون تیمی که به طراحی Stable Diffusion کمک کرده است می خواهد دستیار صوتی نسل بعدی را بسازد که به درخواست ها در زمان واقعی با صدای طبیعی و کاملا شبیه به انسان پاسخ دهد. آزمایشگاه تحقیقاتی غیرانتفاعی آلمان LAION از BUD-E که مخفف Buddy برای درک و همدلی به زبان طبیعی است، رونمایی کرد. این مدل به گونه ای طراحی شده است که نسبت به دستیارهای صوتی فعلی هوش مصنوعی، تجارب مکالمه ای فراگیرتری را ارائه میدهد.LAION ادعا میکند که دستیارهای صوتی فعلی به صورت مکانیکی و خنثی پاسخ میدهند که این موضوع منجر به تأخیرهای قابل توجه در پاسخ و یک جریان مکالمه از هم گسیخته می شود. در نتیجه، کاربران اغلب تبادلات رضایت بخشی را تجربه نمی کنند. آزمایشگاه تحقیقاتی گفت BUD-E طبیعی تر از سیستم های فعلی عمل میکند و همچنین بر روی دستگاه ها با سخت افزار ضعیف هم اجرا می شود. علاوه بر این، سیستم به تأخیر 300 تا 500 میلی ثانیه دست یافته که پاسخ سریعی به درخواست های کاربر ارائه میدهد.LAION که مجموعه داده زیربنایی را برای مدل متن به تصویر Stable Diffusion ارائه میکرد، BUD-E را با همکاری مؤسسه ELLIS Tübingen، Collabora و مرکز هوش مصنوعی Tübingen ایجاد کرد.
هنوز روزهای اولیه برای BUD-E است و LAION رؤیای دستیار صوتی را در سر میپروراند که میتواند مکالمات چند گویندهای را با وقفهها، تأکیدات و مکثهای فکری مدیریت کند. نسخه فعلی BUD-E از مدل گفتار به نوشتار انویدیا FastConformer Streaming STT، مدل زبان Phi-2 مایکروسافت و مدل متن به گفتار StyleTTS2 استفاده میکند. با این حال LAION میخواهد مدلهای زیربنایی را که قدرت BUD-E را تأمین میکنند، مقیاسبندی کند و اطمینان حاصل کند که در آینده میتواند با استفاده از یک مدل بزرگتر مانند نسخه 30 میلیارد پارامتری Meta's Llama 2، پاسخهایی با تأخیر کمتر ایجاد کند. کدهای BUD-E کاملاً منبع باز بوده و در GitHub در دسترس است که این موضوع شما را قادر میسازد تا در توسعه BUD-E سهیم باشید. LAION از توسعه دهندگان و محققان منبع باز دعوت کرده است تا به اصلاح دستیار صوتی کمک کنند. علاقهمندان میتوانند به انجمن LAION Discord بپیوندید یا با آدرس bud-e@laion.ai در ارتباط باشند.
پاسخ :