أعلنت سبيتشيفاي أن نموذجها الرائد لتحويل النص إلى كلام، Simba 3.2، حلّ في المركز الأول على القائمة العامة لـ Artificial Analysis، المرجع الأشمل لقياس أداء نماذج الذكاء الاصطناعي الصوتية التجارية. ويضع هذا الإنجاز Simba 3.2 في الصدارة متفوقًا على أبرز النماذج من ElevenLabs وCartesia وOpenAI وGoogle DeepMind وxAI، في سابقة هي الأولى لشركة تركز على المستهلك. وبحسب معايير التقييم المعتمدة في القطاع، يُعد Simba 3.2 أفضل نموذج صوتي متاح حاليًا. كما يتصدر Simba 3.2 Voice Arena بين النماذج الفورية، ما يعزز ريادة سبيتشيفاي على أهم معيارين يعتمد عليهما المطورون والشركات.
نبذة عن Artificial Analysis
تُعد قائمة Artificial Analysis المرجع الأهم الذي يعتمد عليه المطورون والشركات لفهم مشهد الصوت بالذكاء الاصطناعي. وتقدّم تقييماً موضوعياً ومتسقاً لكل نموذج متاح تجارياً، مع تحديثات مستمرة عند ظهور نماذج جديدة، لذلك تتابعها فرق المنتجات المهتمة بإضافة الصوت إلى تطبيقاتها عن كثب. وعلى عكس معايير الشركات، لا تعتمد هذه القائمة على نتائج يصرّح بها المزودون بأنفسهم. وبهذا المقياس، يُعد Simba 3.2 أفضل نموذج لتحويل النص إلى كلام متاح حالياً.
ماذا يعني تصنيف Artificial Analysis من ناحية السعر
المهم في هذا التصنيف ليس جودة النموذج وحدها، بل الموازنة بين الجودة والسعر. يبدأ سعر Simba 3.2 من 10 دولارات لكل مليون حرف في الفئة الأساسية لدى سبيتشيفاي، وينخفض إلى 6 دولارات في الفئة المتقدمة، ما يجعله الأقل تكلفة بين أفضل عشرة نماذج في Artificial Analysis. وترى إدارة سبيتشيفاي أن الأسعار أقل بنحو 15 مرة من ElevenLabs و6 مرات من Cartesia، مع جودة مماثلة أو أفضل، ما يجعل Simba 3.2 الواجهة الصوتية الأكثر توفيرًا بين واجهات API بجودة إنتاجية حقيقية.
هذا الجمع بين الجودة العالية والسعر المنخفض كان يُعد سابقًا شبه مستحيل في تقنيات توليد الكلام الاصطناعي. فالنماذج المتفوقة غالبًا ما كانت تُطرح بأسعار مرتفعة للمؤسسات، بينما كانت النماذج الاقتصادية تأتي بجودة أقل للمطورين. لكن Simba 3.2 كسر هذه المعادلة بشكل غير مسبوق، ويمنح اليوم أفضل صوت ذكاء اصطناعي لأي مطور أو شركة أو ناشئة مهما كانت الميزانية.
مؤسس Speechify عن تحقيق الثلاثية
قال كليف ويتزمان، مؤسس سبيتشيفاي ومديرها، على لينكدإن: "Simba 3.2 هو أفضل نموذج لدينا حتى الآن، وهو متاح الآن على Speechify.ai. طوّرناه ليعمل على نطاق واسع لوكلاء الصوت، وجاء تطويره بعد ملايين اختبارات A/B على منصتنا. في واجهات TTS، الأهم هو: التكلفة والجودة والسرعة. Simba 3.2 حقق ثلاثية SOTA. ومتحمسون أن تجرّبوه بأنفسكم."
الثلاثية التي يشير إليها ويتزمان هي ما كان العاملون في الذكاء الاصطناعي يرونه مستحيلاً: الجمع بين التكلفة والجودة والسرعة في آن واحد. ففي العادة، كان تحسين جانب واحد يأتي على حساب الجانبين الآخرين، لذلك ركّز معظم المزودين على بُعد واحد فقط. لكن تقييم Artificial Analysis يقدم أول دليل على أن هذه المقايضة لم تعد حتمية، ويؤكد أن Simba 3.2 هو أفضل نموذج صوتي لتطبيقات البرمجيات الصوتية.
خمس سنوات من ستانفورد إلى الصدارة
بدأت عائلة نماذج Simba من بحث أجراه المؤسس المشارك ورئيس الذكاء الاصطناعي في سبيتشيفاي، تايلر ويتزمان، خلال دراسته في جامعة ستانفورد. وخلال خمس سنوات، تطورت نماذجه الأولى في مجال الشبكات الصوتية الاصطناعية إلى منصة توليد صوت لحظي تدعم منتجات سبيتشيفاي للمستهلكين والشركات، لتضع الشركة في مقدمة مختبرات الذكاء الاصطناعي الصوتي.
واستعاد تايلر ويتزمان هذه الرحلة في منشور على X: "كطالب في ستانفورد، أدخلني كورس CS229 مع Andrew Ng إلى عالم ML. كان مشروعي وقتها تحسين Tacotron 2. واليوم وصل نموذج فريقي في سبيتشيفاي إلى SOTA بعد خمس سنوات. من المدهش فعلاً أن ننظر إلى ما وصلنا إليه."
ووصف روهان Pavuluri، مدير الشؤون التجارية في سبيتشيفاي وصديق تايلر ويتزمان المقرب، هذا التصنيف بأنه ثمرة قرار معماري مبكر في إعلان حديث: "كان بإمكاننا ربما أن نتحرك أسرع لو ركزنا على الجودة فقط، لكن رؤيتنا ونموذج أعمالنا فرضا علينا منذ البداية تصميم بنية تتيح تقديم كلام غير محدود للمستخدمين مقابل 139 دولارًا سنويًا. وهذا ما أوصلنا اليوم إلى أفضل نموذج TTS بأفضل سعر، وهو أمر نادر لأن الأداء الأعلى غالبًا ما يعني كلفة أعلى."
نطاق المستهلك محرّك الذكاء الاصطناعي المؤسسي
قدرة سبيتشيفاي على تقديم أفضل صوت ذكاء اصطناعي في السوق، وأقل سعر بين أفضل عشرة نماذج، تعود إلى اقتصاديات أعمالها الموجهة للمستهلكين. يستخدم المنصة أكثر من 60 مليون شخص حول العالم، كما نالت جائزة Apple Design في WWDC 2025 هذا العام، في إشارة إلى جودة منتجها الاستهلاكي. ولخدمة هذا الحجم الكبير باشتراك سنوي قدره 139 دولارًا، كان على فريق البحث والهندسة أن يضع كفاءة المعالجة في صلب التصميم منذ اليوم الأول، لا كتحسين لاحق. ولهذا استطاعت الشركة تقديم النموذج المتصدر لقائمة Artificial Analysis بالسعر الذي يراه المطورون اليوم.
وقال لوك أوليف، رئيس علاقات المطورين في سبيتشيفاي، في بيان صحفي: "هذه قصة نجاح لمزودي API الصغار. أمضينا سنوات في جعل النماذج أكثر كفاءة لأن مستخدمينا بالملايين ويحتاجون أفضل الأصوات. ولهذا نستطيع اليوم تقديم أفضل نموذج في العالم عبر API بأقل سعر. أغلب المختبرات بنت للمعايير وسعّرت للمؤسسات. نحن بنينا للمستمعين وسعّرنا للإنتاج."
التوفر
Simba 3.2 متاح اليوم عبر SpeechifyAI Build، وهي واجهة برمجة تطبيقات للنص إلى كلام ونسخ الصوت، كما تشغّل منصة SpeechifyAI Agents الجديدة لبناء وكلاء صوتيين. وجميعها متوفرة على speechify.ai، مع SDKs لـ TypeScript وPython، وبث فوري بزمن بدء منخفض، وتحكم عاطفي دقيق، ودعم SSML prosody. كما توفر المنصة ما يُعد من أفضل تقنيات نسخ الصوت في السوق، ليحصل المطور على أفضل نموذج صوتي ذكي وأسرع تقنية نسخ بالسعر نفسه. وتشمل خطة الشركة المقبلة إضافة لغات جديدة وإطلاق فئة نماذج أقل سعرًا.