تست هوش مصنوعی تبدیل صدا به متن مایکروسافت روی زبان فارسی | MAI Transcribe 2

مایکروسافت به‌تازگی از مدل‌های جدید هوش مصنوعی صوتی خودش در پلتفرم MAI Playground رونمایی کرده و نگاه خیلی‌ها رو توی جامعه تکنولوژی به سمت این ابزارها کشونده. توی این ویدیو رفتیم سراغ بررسی عملی و تست دو قابلیت بسیار پرکاربرد این سرویس یعنی تبدیل صوت به متن و تبدیل متن به گفتار، تا ببینیم عملکرد این ابزارها روی زبان فارسی به چه صورته و آیا واقعاً ارزش استفاده دارن یا نه.

در بخش اول، ابزار تبدیل گفتار به متن مایکروسافت با نام MAI-Transcribe-2 رو بررسی کردیم. یک فایل صوتی پادکست فارسی رو داخل پلتفرم بارگذاری کردیم و خروجی پیاده‌سازی‌شده رو در دو وضعیت Verbatim (پیاده‌سازی دقیق و لفظی) و Clean (ویرایش و تمیزکاری متن) تست کردیم. دقت پیاده‌سازی کلمات، توانایی تشخیص اصطلاحات انگلیسی میان جملات فارسی، علائم نگارشی و محدودیت‌های حجم آپلود فایل مواردی هستن که به شکل دقیق زیر ذره‌بین قرار گرفتن.

در ادامه ویدیو، به سراغ ابزار تبدیل متن به صدا یعنی MAI-Voice-2.1 رفتیم تا ببینیم مایکروسافت در تولید گفتار مصنوعی چه حرفی برای گفتن داره. امکانات مختلف این بخش از جمله تنوع صداها، مدل‌های پردازشی و لحن‌های گفتاری گوناگون مثل لحن داستانی و رسمی رو بررسی کردیم. در نهایت یک متن فارسی عامیانه رو به این مدل دادیم تا خوانش اون رو بسنجیم که نتیجه به دست اومده نکات جالب و عجیبی به همراه داشت!

این ویدیو به شما کمک می‌کنه با توانایی‌های واقعی هوش مصنوعی جدید مایکروسافت آشنا بشید و متوجه بشید که این ابزارها برای کارهای تولید محتوا، پیاده‌سازی فایل‌های صوتی و تبدیل متن به پادکست تا چه حد برای زبان فارسی آماده هستن.
––––––––––––––––––––––––––––––
لینک دسترسی به مدل ها
https://playground.microsoft.ai

بررسی Gemini 3.8 Flash TTS
https://youtu.be/8AOeEDkL8yw

بررسی ElevenLabs v4
https://youtu.be/9ZPHN4k3q_o
––––––––––––––––––––––––––––––
00:00 معرفی ابزارهای صوتی هوش مصنوعی جدید مایکروسافت
00:09 آشنایی با مدل‌های مختلف در MAI Playground
01:10 تست مدل تبدیل صدا به متن MAI Transcribe 2
01:46 بررسی تفاوت حالت‌های Verbatim و Clean
02:26 بررسی دقت و سرعت پیاده‌سازی صوت فارسی
03:49 نحوه نگارش اصطلاحات انگلیسی در متن فارسی
04:46 تست ترنسکرایب در حالت Clean
05:13 مقایسه هم‌زمان خروجی حالت Verbatim و Clean
07:13 بررسی محدودیت حجم فایل صوتی برای آپلود
07:35 تست ابزار تبدیل متن به گفتار MAI Voice 2.1
08:21 بررسی لیست زبان‌ها، صداها و لحن‌های مختلف
09:30 تست خواندن متن فارسی با هوش مصنوعی مایکروسافت
10:35 تست نسخه سریع MAI Voice Flash و نتیجه‌گیری نهایی
––––––––––––––––––––––––––––––
کانال تلگرام رضاصاد پلاس
https://t.me/rezasaadplus
––––––––––––––––––––––––––––––
اینجا توی رضاصاد پلاس در مورد هوش مصنوعی و تکنولوژی‌های جدید حرف میزنیم Receive SMS online on sms24.me

TubeReader video aggregator is a website that collects and organizes online videos from the YouTube source. Video aggregation is done for different purposes, and TubeReader take different approaches to achieve their purpose.

Our try to collect videos of high quality or interest for visitors to view; the collection may be made by editors or may be based on community votes.

Another method is to base the collection on those videos most viewed, either at the aggregator site or at various popular video hosting sites.

TubeReader site exists to allow users to collect their own sets of videos, for personal use as well as for browsing and viewing by others; TubeReader can develop online communities around video sharing.

Our site allow users to create a personalized video playlist, for personal use as well as for browsing and viewing by others.

@YouTubeReaderBot allows you to subscribe to Youtube channels.

By using @YouTubeReaderBot Bot you agree with YouTube Terms of Service.

Use the @YouTubeReaderBot telegram bot to be the first to be notified when new videos are released on your favorite channels.

Look for new videos or channels and share them with your friends.

You can start using our bot from this video, subscribe now to تست هوش مصنوعی تبدیل صدا به متن مایکروسافت روی زبان فارسی | MAI Transcribe 2

What is YouTube?

YouTube is a free video sharing website that makes it easy to watch online videos. You can even create and upload your own videos to share with others. Originally created in 2005, YouTube is now one of the most popular sites on the Web, with visitors watching around 6 billion hours of video every month.