AssemblyAI: Universal-3.6 Pro

AssemblyAI: Universal-3.6 Pro هو نموذج تحويل الكلام إلى نص من إنتاج AssemblyAI. وهو خلف Universal-3.5 Pro ويقع في فئة النسخ، لذا تتمثل مهمته في تحويل الكلام المسجل أو المتدفق إلى نص مكتوب بدلاً من توليد ردود محادثة. على api14 يتم تقديمه عبر Sync API من AssemblyAI، مما يعني أن الطلبات تُعالج في تدفق متزامن بدلاً من مهمة دفعية تستعلم عنها لاحقاً.

يأخذ النموذج الصوت كمدخل وحيد له ويعيد نسخاً كناتج. لا يوجد إدخال نصي، ولا إدخال صور، ولا نثر مولّد يتجاوز النص المنسوخ نفسه، لذا فهو ليس نموذج محادثة عام أو استدلال. مقارنةً بـ Universal-3.5 Pro، تفيد AssemblyAI بانخفاض الأخطاء بنسبة 30% في الكلام المحادثي القصير، وهو ادعاء الجودة الرئيسي المرتبط بهذا الإصدار. لا توجد نافذة سياق مدرجة لهذا النموذج، وقيمة المخرجات القصوى مسجلة كصفر، لذا ينبغي التعامل مع طول النص المنسوخ على أنه محكوم بالصوت الذي ترسله وليس بميزانية رموز موثقة. تاريخ إصدار المزود هو 2026-10-14.

يتبع الاستخدام العملي هذا الشكل مباشرة. إذا كان لديك صوت يحتاج إلى أن يصبح نصاً قابلاً للبحث أو القراءة أو المعالجة الآلية، فهذا هو النموذج المناسب للمهمة: تسجيلات الاجتماعات والمكالمات، والمقابلات، والملاحظات الصوتية، وصوت البودكاست أو الفيديو، ومكالمات الدعم، والمواد المحادثية المشابهة. ولأن AssemblyAI تبرز المكاسب في الكلام المحادثي القصير، فإن أعباء العمل التي تتضمن العديد من التبادلات القصيرة تناسبها بطبيعتها. الناتج هو نسخ عادي، لذا فإن المهام اللاحقة مثل التلخيص أو البحث بالكلمات المفتاحية أو تحليل المشاعر أو مراجعة الامتثال ستتولاها نماذج نصية منفصلة تستهلك النص المنسوخ.

يمكنك استدعاؤه عبر واجهة API المتوافقة مع OpenAI في api14 باستخدام معرّف النموذج "assemblyai/universal-3-6-pro"، مما يعني أن كود العميل الحالي بأسلوب OpenAI يمكنه التوجيه إلى api14 واختيار هذا النموذج دون تكامل مخصص. قائمة المعاملات المدعومة للنموذج فارغة، لذا لا ينبغي أن تتوقع أن تنطبق هنا عناصر التحكم المعتادة في أخذ العينات مثل temperature أو top_p؛ فالطلب هو أساساً الصوت بالإضافة إلى معرّف النموذج. إذا كنت بحاجة إلى سلوك إضافي، فتحقق مما تقبله نقطة النهاية بدلاً من افتراض أن معاملات محادثة OpenAI تنتقل معه.

نظراً لعدم نشر طول سياق وكون المخرجات القصوى مسجلة كصفر، خطط بناءً على الصوت الذي ترسله وليس بناءً على سقف رموز موثق. لاحظ أيضاً الحدود: هذا النموذج ينتج نصوصاً منسوخة فقط، لذا فإن أي مهمة تحتاج إلى اتباع التعليمات أو الترجمة إلى نثر معاد صياغته أو مخرجات JSON منظمة أو حوار متعدد الأدوار يخدمها بشكل أفضل نموذج توليد نصي، مع استخدام هذا النموذج أولاً لإنتاج النص المنسوخ.