Cursor تضيف Voice Chat: محادثة صوتية في الاتجاهين مع الـ agent، والصوت من Grok Voice
المغزى: أداة البرمجة المدفوعة صارت تجمع مكوّنات من أكثر من شركة، فالصوت داخلها يأتي من مزوّد آخر، وهذا جزء مما يقرّره الفريق حين يختار الأداة.
وكيل Ava Zero الصوتي يتصدر اختبار τ³-Voice بموديلات مفتوحة معظمها صيني
المغزى: وكيل صوتي ينافس المزودين الأمريكيين صارت مكوناته وسعره معروفين ومفتوحين، ما يفتح أمام شركات المنطقة طريقًا لخدمة العملاء الصوتية لا يمر بالضرورة عبر مزود مغلق.
شركة Block تكشف Dessa، نموذج محادثة صوتية دُرّب على الكلام المنطوق وحده دون أي نص
المغزى: النموذج الذي يتعلم من الصوت مباشرة يحتفظ بما يضيع عند التحويل إلى نص، كالنبرة والصمت والمقاطعة، وأكبر مكسب محتمل لهذه الطريقة في اللغات المحكية كاللهجات العربية، لكن الصفحة لا تذكر العربية.
Mistral تطلق Voxtral 3 بأصوات عربية إماراتية وفصحى ومكالمة صوتية كاملة بـ 0.04 دولار للدقيقة
المغزى: البوت الصوتي العربي لم يكن ممتنعًا تقنيًا بل مكلفًا، والسعر الجديد يغيّر الحساب، لكن النسخة التي يمكن امتلاكها وتشغيلها محليًا ما زالت متأخرة جيلًا عن النسخة المؤجّرة.
OpenAI تتيح صنع الأصوات من وصف نصي لكل عملاء الـ API وتضيف 9 أصوات جاهزة ليس بينها العربية
المغزى: الأداة نفسها لا تُقصي أي لغة، لكن الأصوات المضبوطة والمقاسة الجاهزة تذهب إلى لغات أخرى، فيبقى على من يريد صوتًا عربيًا جيدًا أن يضبطه ويقيسه بنفسه، وهي سوق لم يملأها أحد بعد.
Google تطلق Gemini 3.8 Live للمحادثة الصوتية بسعر 0.018 دولار لدقيقة الكلام
ساعة كلام كاملة من agent صوتي تكلف نحو دولار واحد، مع تبديل تلقائي بين 97 لغة في منتصف المكالمة، وهو ما كان يكسر المساعدات الصوتية مع العربية المختلطة بالإنجليزية.
OpenAI تسعّر المحادثات الصوتية بالدقيقة مع إطلاق GPT-Live 1 للجميع
صار لطبقة الصوت سعر ثابت يمكن وضعه في صفحة تسعير قبل تشغيل أي شيء، لكنه سعر القناة لا سعر المكالمة، فالنموذج والأدوات يُحاسبان منفصلين.
Google تطلق نموذجي gemini-3.5-transcribe للتفريغ الصوتي مع كشف اللغة على مستوى كل جملة
الاجتماعات التقنية العربية تخلط العربية بالإنجليزية داخل الجملة الواحدة، والنموذج الذي يحدد اللغة مرة واحدة للملف كله يتعثر فيها. الكشف لكل جملة يغير طريقة العمل من الأساس.
Telnyx تطلق بنية GPU في دبي لتقليص زمن استجابة المساعدات الصوتية إلى أقل من 500 ملي ثانية
بطء المساعدات الصوتية في المنطقة سببه المسافة إلى الخوادم أكثر من النموذج نفسه، وتقريب الحوسبة يحقق سيادة على مكان البيانات لا على ملكية البنية.
CNTXT AI الإماراتية تستحوذ على Actualize لبناء وكلاء صوت يفهمون اللهجات العربية
أغلب نماذج الصوت تعلّمت عربية مكتوبة لا يتحدثها أحد في البيت أو العمل، والبيانات الصوتية باللهجات هي المورد الذي سيحدد من يملك هذه الطبقة.
OpenAI تطلق GPT-Live لمحادثة صوتية full-duplex تسمع وتتكلم في الوقت نفسه
حين تتحول الواجهة من الكتابة إلى الكلام، يصبح السؤال هل يفهم النموذج العربية المنطوقة لا المكتوبة، والفجوة هناك في بيانات العامية المفرّغة.