Qwen AI ग्लासेस को कॉल और मीडिया सामग्री अनुवाद सुविधा के साथ ओटीए अपडेट प्राप्त हुआ
और पढ़ें
Pandaily
pandaily.com

Qwen AI ग्लासेस को कॉल और मीडिया सामग्री अनुवाद सुविधा के साथ ओटीए अपडेट प्राप्त हुआ

अलीबाबा ने अपने Qwen AI ग्लासेस के लिए ओवर-द-एयर (OTA) अपडेट जारी किया है, जो 1 नवंबर को उपलब्ध हुआ। आईटी होम की रिपोर्ट के अनुसार, इस अपडेट में कॉल के दौरान अनुवाद और मीडिया सामग्री का अनुवाद करने की सुविधाएँ जोड़ी गई हैं, साथ ही शोर प्रसंस्करण में भी सुधार किया गया है। इससे पहले, 30 अक्टूबर को, Qwen AI ग्लासेस के खाते ने वीबो पर आगामी अपडेट की घोषणा की थी।

कॉल अनुवाद सुविधा फोन कॉल और ऑनलाइन बैठकों के दौरान विभिन्न भाषाओं के बीच वास्तविक समय में अनुवाद प्रदान करती है, जिसका उद्देश्य विदेशी वार्ताकारों के साथ संवाद करना है। मीडिया अनुवाद के संबंध में, यह विदेशी पॉडकास्ट, विदेशी भाषाओं में ऑनलाइन पाठ्यक्रम और विदेशी फिल्मों जैसी सामग्री को कवर करता है।

मीडिया के साथ काम करते समय, ग्लासेस ऑडियो ट्रैक का वास्तविक समय में अनुवाद करते हैं, और प्राप्त अनुवाद उपयोगकर्ता के फोन पर Qwen AI ऐप में सिंक्रोनस रूप से प्रदर्शित होता है; इस प्रकार, चश्मा सुनने का कार्य करता है, और फोन स्क्रीन के रूप में कार्य करता है।

तीसरा बदलाव शोर के प्रति प्रतिरोध में वृद्धि से संबंधित है। अपडेट शोर भरी परिस्थितियों में आवाज की पहचान में सुधार करता है, जिसे कंपनी का दावा है कि यह एक साथ अनुवाद को अधिक सटीक और समय पर बनाता है। स्पष्ट ध्वनि ग्रहण अधिकांश अनुवाद कार्यों के लिए महत्वपूर्ण है, खासकर कॉल जैसे स्ट्रीमिंग परिदृश्यों में जहां वक्ता सिस्टम द्वारा संसाधित होने की प्रतीक्षा किए बिना बोलते रहते हैं।

घोषणा में यह निर्दिष्ट नहीं किया गया था कि कौन से मॉडल इस अपडेट को प्राप्त करेंगे या नई सुविधाओं का समर्थन करने वाली कौन सी भाषाएँ हैं।

यह अपडेट इस वर्ष उत्पाद श्रृंखला के तेजी से विकास के बीच आया है। Qwen AI ग्लासेस G1 मॉडल मार्च में बिक्री के लिए पेश किया गया था, जिसके बाद फ्लैगशिप मॉडल S1 आया, जो G1 की तुलना में इंटरैक्शन, डिस्प्ले, बैटरी जीवन और हार्डवेयर में बेहतर है। 13 अक्टूबर को, Qwen ने N1 श्रृंखला प्रस्तुत की, जिसमें N1 और N1 प्रो मॉडल शामिल हैं। दोनों संस्करणों में 50-मेगापिक्सल सेंसर, 4K में वीडियो रिकॉर्डिंग की क्षमता और ईयरबड्स में बदलने योग्य बैटरी हैं। बैटरी का नाममात्र चलने का समय N1 के लिए 9 घंटे और N1 प्रो के लिए 8 घंटे है। इन उपकरणों में नोट्स और आर्टिफिशियल इंटेलिजेंस का उपयोग करके अनुवाद के लिए अंतर्निहित Qwen एप्लिकेशन शामिल हैं।

N1 प्रो मॉडल में अतिरिक्त रूप से दृष्टि ट्रैकिंग शामिल है, जो 0 से 100,000 लक्स की रोशनी में 1 डिग्री के भीतर केंद्र सटीकता के साथ काम करता है, एंट ग्रुप और क्वालकॉम के साथ संयुक्त रूप से विकसित भुगतान के लिए आइरिस सत्यापन, और हृदय गति, रक्त ऑक्सीजन स्तर और त्वचा के तापमान की निगरानी करता है। साथ ही, Qwen ने एआई के साथ क्लिप-ऑन हेडफ़ोन भी लॉन्च किए हैं, जो वास्तविक समय में अनुवाद, बैठकों में नोट्स लेने और वॉयस कार्यों को भी सक्षम करते हैं।

समान कहानियाँ

Desible.ai के संस्थापकों ने बैंकिंग और बीमा क्षेत्रों में वॉयस एआई की व्यावसायिक मॉडल पर चर्चा की
और पढ़ें
yourstory.com

Desible.ai के संस्थापकों ने बैंकिंग और बीमा क्षेत्रों में वॉयस एआई की व्यावसायिक मॉडल पर चर्चा की

प्राइम वेंचर पार्टनर्स पॉडकास्ट के हिस्से के रूप में, Desible.ai के संस्थापकों, उत्तम तिवारी और ओमकार रायकर ने भारतीय BFSI क्षेत्र में एजेंट एआई बनाने और बेचने के लिए क्या आवश्यक है, इस पर चर्चा की। उन्होंने उत्पाद इंजीनियरिंग और नियामक अनुपालन से लेकर कॉर्पोरेट बिक्री और पहले उपयोग के मामले से परे स्केलिंग तक के मुद्दों पर विचार किया।

वॉयस एआई की लागत तेजी से कम हो रही है, जो प्रति मिनट 7 रुपये से घटकर 2 रुपये से भी कम हो गई है। हालांकि, उत्तम तिवारी और ओमकार रायकर का मानना है कि वास्तविक क्षमता केवल संवादों में नहीं है, बल्कि बड़े उद्यमों में काम करने वाली कार्यप्रवाहों के स्वचालन में है।

एक स्वाभाविक लगने वाले वॉयस एजेंट का निर्माण करना सबसे कठिन कार्य नहीं रहा है। एक बैंक या बीमा कंपनी के भीतर ऐसे एजेंट के विश्वसनीय संचालन को सुनिश्चित करना कहीं अधिक कठिन है, जिसमें नियामक आवश्यकताओं का पालन करना, पुरानी प्रणालियों के साथ एकीकरण और मापने योग्य व्यावसायिक परिणाम प्राप्त करना शामिल है।

उत्तम तिवारी और ओमकार रायकर, Desible.ai के सह-संस्थापक, के लिए, यह अंतर उनकी कंपनी के निर्माण की रणनीति को निर्धारित करता है। Desible विनियमित उद्यमों के लिए एजेंट वर्कफ़्लो ऑर्केस्ट्रेशन प्लेटफॉर्म विकसित कर रहा है, जिसकी शुरुआत बीमा पर ध्यान केंद्रित करके की गई है।

प्राइम वेंचर पार्टनर्स के वरिष्ठ भागीदार गौरव रंजन के साथ बातचीत में, संस्थापकों ने एआई पायलट परियोजनाओं के उत्पादन वातावरण में जाने पर बार-बार विफल होने के कारणों, कॉर्पोरेट खरीद व्यवहार में बदलाव और वॉयस एआई की अर्थव्यवस्था उद्योग के संपर्क केंद्र को मौलिक रूप से कैसे बदल सकती है, इस पर बात की।

उत्तम और ओमकार 17 वर्षों से परिचित हैं। उनका पिछला उद्यम, बिजनेस टॉयज, का अधिग्रहण 2023 में किया गया था। इसके बाद, उन्होंने न्यूज़वीक, बैंक ऑफ अमेरिका और नेस्ले जैसी अमेरिकी कंपनियों के साथ सॉफ्टवेयर और एआई परामर्श सेवाएं प्रदान करते हुए काम किया।

लॉजिस्टिक्स ब्रोकरेज सेवा परियोजना एक महत्वपूर्ण मोड़ थी, जिसमें उपलब्धता की जांच और सत्यापन के लिए ट्रक ड्राइवरों को कॉल करने हेतु एआई का उपयोग शामिल था। कार्यान्वयन के बाद, ग्राहक ने लगभग 20-25 लोगों के संपर्क केंद्र को केवल तीन तक कम कर दिया। इस अनुभव ने उद्यमों की परिचालन गतिविधियों को बदलने में वॉयस एआई की क्षमता का प्रदर्शन किया।

हालांकि, 12-13 उद्यमों के साथ वैचारिक प्रमाण (proof-of-concept) परियोजनाओं के माध्यम से भारतीय बाजार का पता लगाते हुए, संस्थापकों ने महसूस किया कि केवल बातचीत का स्वचालन पर्याप्त रूप से विभेदित व्यवसाय नहीं बनाएगा।

उत्तम ने समझाया: 'आवाज़ एक वस्तु है। मैं सहमत हूं, लेकिन साथ ही, कार्यप्रवाह नहीं, क्योंकि कार्यप्रवाह संगठनात्मक प्रक्रियाओं में गहराई से एकीकृत होता है, और वहीं आपको सुरक्षात्मक बाधा (moat) मिलती है।' इस समझ ने Desible को बीमा पर ध्यान केंद्रित करने के लिए प्रेरित किया, जहां ग्राहक वार्ताएं नवीनीकरण, प्रतिधारण, दावों, बिक्री और सेवा की प्रक्रियाओं से निकटता से जुड़ी होती हैं।

सबसे उल्लेखनीय चर्चाओं में से एक एआई क्षमताओं के प्रदर्शन और विनियमित संगठनों में उनके वास्तविक परिनियोजन के बीच के अंतर से संबंधित थी। उत्तम का अनुमान है कि उनके द्वारा देखे गए कंपनियों में वैचारिक प्रमाण से उत्पादन कार्यान्वयन में रूपांतरण का प्रतिशत 35-40% से कम है। उनका तर्क है कि सफल प्रदर्शन केवल एक बहुत ही जटिल यात्रा की शुरुआत है।

बीमा कंपनियों को यह आवश्यक है कि विक्रेता व्यावसायिक टीमों, तकनीकी विभागों, सूचना सुरक्षा विभागों, अनुपालन कार्यों और शीर्ष तकनीकी नेतृत्व की आवश्यकताओं को पूरा करें, इससे पहले कि वे सिस्टम को उत्पादन में तैनात करने की अनुमति दें।

ओमकार ने भारतीय सूचना सुरक्षा ऑडिट का वर्णन किया, जिसमें डेटा निवास और कंप्यूटिंग बुनियादी ढांचे से संबंधित आवश्यकताओं सहित लगभग 450 प्रश्न शामिल हैं। यहां तक कि स्थापित अंतरराष्ट्रीय प्रौद्योगिकी प्रदाता भी इन आवश्यकताओं को पूरा करने में कठिनाई का सामना कर सकते हैं।

इस कारण से, Desible ने अपने प्रारंभिक वित्त पोषण का एक बड़ा हिस्सा आवाज क्षमताओं पर पूरी तरह से ध्यान केंद्रित करने के बजाय नियामक अनुपालन बुनियादी ढांचे के निर्माण पर लगाया।

ओमकार के लिए निरंतरता महत्वपूर्ण है, क्योंकि बीमा वार्ता में सुधार के लिए लगभग कोई जगह नहीं होती है। उन्होंने जोर देकर कहा: 'हर बार एक ही उबाऊ भाषा में बोलना आवश्यक है, अनुपालन के दायरे में रहते हुए।'

तकनीकी समस्याएं अनुपालन से परे हैं। वॉयस एजेंटों को रुकावटों को प्रबंधित करना चाहिए, बहुभाषी संवादों को समझना चाहिए, कॉर्पोरेट प्रणालियों से जानकारी निकालनी चाहिए और संदर्भ खोए बिना उचित प्रतिक्रिया देनी चाहिए।

ओमकार ने एक उदाहरण दिया कि चिकित्सा प्रश्नावली आयोजित करने वाला एआई एजेंट ग्राहक के पूरे प्रश्न को सुनने से पहले रुकावट को कैसे पहचानना चाहिए। दूसरे मामले में, प्रणाली को उल्लिखित दवा की पहचान करनी चाहिए, डेटाबेस में उसकी जांच करनी चाहिए और उपयुक्त अनुवर्ती प्रश्न पूछना चाहिए। ये क्षमताएं एक उत्पादन के लिए तैयार प्रणाली को केवल एक वार्तालाप प्रदर्शन से अलग करती हैं।

वॉयस एआई की मूल्य निर्धारण में भारी बदलाव आया है। जैसा कि गौरव ने उल्लेख किया, मानव-भागीदारी वाले पारंपरिक संपर्क केंद्र संचालन की लागत प्रति मिनट लगभग 20-30 रुपये हो सकती है, जबकि शुरुआती वॉयस एआई समाधान प्रति मिनट 5-7 रुपये थे। प्रतिस्पर्धी कीमतें तब से लगभग 1.5-3 रुपये प्रति मिनट तक गिर गई हैं।

वॉयस एआई उत्पादों को विकसित करने वाले स्टार्टअप्स के लिए, यह एक असुविधाजनक प्रश्न पैदा करता है: यदि मूल तकनीक सस्ती होती जा रही है, तो वे अपने द्वारा बनाई गई मूल्य का एक महत्वपूर्ण हिस्सा कैसे हासिल कर सकते हैं?

ओमकार ने तर्क दिया कि प्रति मिनट मूल्य निर्धारण कभी भी संपर्क केंद्रों के लिए प्राकृतिक आर्थिक मॉडल नहीं था, जो ऐतिहासिक रूप से स्थानों या कर्मचारियों की संख्या के लिए शुल्क लेते थे। वॉयस एआई के आगमन ने बुनियादी ढांचे और एपीआई के उपभोग पर आधारित मूल्य निर्धारण संरचना की ओर अग्रसर किया।

Desible इस मॉडल से बाहर निकलने की कोशिश कर रहा है, प्रत्येक कॉल को एक अलग लेनदेन के रूप में देखने के बजाय कार्यप्रवाह निष्पादन के लिए शुल्क लेता है। ओमकार के अनुसार, कंपनी प्रतिदिन लगभग दस लाख कॉल संभालती है, और अपनी ऑर्केस्ट्रेशन क्षमताओं के कारण, उसने कॉल हैंडलिंग की आंतरिक लागत को पहले उपयोग किए जाने वाले लगभग 7-8 रुपये से घटाकर 1.5-2 रुपये से नीचे ला दिया है।

फिर भी, संस्थापक स्वीकार करते हैं कि कॉर्पोरेट ग्राहक अभी भी मूल्यांकन कर रहे हैं कि क्या एआई स्थायी रिटर्न प्रदान करता है। उत्तम ने एक ग्राहक का उदाहरण साझा किया जिसने Desible के समाधान के लगभग साढ़े चार महीने तक काम करने के बाद तीन छोटे क्षेत्रीय संपर्क केंद्रों के अनुबंध का नवीनीकरण नहीं किया।

उन्होंने चेतावनी दी कि समग्र परिवर्तन क्रमिक बना हुआ है, क्योंकि उद्यम बजट पुनर्वितरित करने से पहले स्थिर परिचालन प्रमाणों की आवश्यकता होती है।

एक साल पहले, कॉर्पोरेट ग्राहक मुख्य रूप से विलंबता, लहजे, भाषा स्विचिंग और एजेंट कितनी स्वाभाविक रूप से बोलता है जैसे मापदंडों पर वॉयस एआई का मूल्यांकन करते थे। आज, उत्तम ने समझाया, ग्राहक एआई सिस्टम की तुलना सीधे मानव कर्मचारियों से उपलब्धता, रूपांतरण दरों, लीड योग्यता और बातचीत के बाद दर्ज की गई जानकारी की सटीकता जैसे मानदंडों पर कर रहे हैं।

तकनीकी नवीनता से मापने योग्य परिचालन प्रदर्शन की ओर बदलाव कॉर्पोरेट खंड में Desible के बिक्री दृष्टिकोण को भी बदल रहा है। एआई के साथ हर संभावित प्रयोग का पीछा करने के बजाय, कंपनी उन कार्यप्रवाहों को प्राथमिकता देती है जो पहले से ही संगठन में मौजूद हैं। ऐसे प्रक्रियाओं के स्थापित मालिक, परिचालन प्रक्रियाएं, बजट और प्रदर्शन संकेतक होते हैं, जो स्वचालन के मूल्य का प्रदर्शन आसान बनाते हैं।

उत्तम ने चेतावनी दी: 'आपका समर्थक आपका खरीदार नहीं हो सकता है।' एआई पायलट प्रोजेक्ट के बारे में उत्साहित व्यापार नेता के पास कार्यान्वयन को मंजूरी देने के लिए अधिकार नहीं हो सकता है। सूचना सुरक्षा, तकनीकी, अनुपालन और खरीद टीमें अंतिम निर्णय को प्रभावित कर सकती हैं।

कॉर्पोरेट एआई बेचने वाले संस्थापकों के लिए, इन हितधारकों की प्रारंभिक पहचान उत्पाद विकास जितनी ही महत्वपूर्ण हो सकती है।

शायद सबसे आश्चर्यजनक अवलोकन तब सामने आया जब गौरव ने पूछा कि क्या कॉर्पोरेट बिक्री उत्पाद का 40% और आंतरिक संगठनात्मक गतिशीलता पर नेविगेशन का 60% है। ओमकार ने अनुमान लगाया कि भारत में अंतिम 80% तक हो सकता है। उन्होंने तर्क दिया कि यहां तक कि तकनीकी रूप से उत्कृष्ट उत्पाद भी विफल हो सकता है यदि निर्णय लेने की संरचनाओं को समझा नहीं जाता है, आंतरिक समर्थन प्रदान नहीं किया जाता है और कई हितधारकों के साथ संबंध बनाए नहीं रखे जाते हैं।

Desible का विस्तार रणनीति इस दृष्टिकोण को दर्शाती है। एक बीमा कंपनी में, कंपनी ने बिक्री फ़नल प्रबंधन से शुरुआत की, और फिर अभिवादन कॉल, प्रतिधारण और आने वाली ग्राहक सेवा तक विस्तारित हुई। प्रत्येक सफल कार्यप्रवाह अतिरिक्त विश्वास बनाता है और बाद के एकीकरण के लिए आवश्यक प्रयास को कम करता है। केवल बीमा नवीनीकरण के क्षेत्र में कंपनी ने 20 से अधिक विभिन्न कार्यप्रवाह की पहचान की है।

संस्थापकों का मानना है कि विशेषज्ञता, नियामक अनुपालन के लिए तत्परता और मौजूदा कॉर्पोरेट प्रक्रियाओं में एकीकरण का यह संयोजन अकेले आवाज़ की गुणवत्ता की तुलना में अधिक दीर्घकालिक लाभ बनाता है।

वॉयस एआई के आसपास उच्च प्रतिस्पर्धा के बावजूद, ओमकार का मानना है कि बाजार अभी भी कम खोजा गया है, खासकर भारत में, जहां कई भाषाएं, बोलियां, पृष्ठभूमि शोर और अक्सर भाषा परिवर्तन वार्तालाप प्रणालियों को काफी अधिक जटिल बनाते हैं। उनका मानना है कि जो कंपनियां इन समस्याओं को पैमाने पर हल करती हैं, वे वैश्विक नेता बन सकती हैं।

हालांकि, Desible की दीर्घकालिक महत्वाकांक्षाएं कॉल हैंडलिंग से परे हैं। संस्थापक एक ऑर्केस्ट्रेशन प्लेटफॉर्म की कल्पना करते हैं जो बीमा कंपनियों और बिचौलियों, जिसमें तृतीय-पक्ष प्रशासक, ब्रोकर और स्वास्थ्य एग्रीगेटर शामिल हैं, को उनकी सभी परिचालन कार्यप्रवाहों में समर्थन देता है। सफलता का अंतिम माप यह नहीं होगा कि एआई एजेंट कितना प्रेरक रूप से बोलता है, बल्कि यह है कि क्या यह उद्यमों को बेहतर निर्णय लेने, ग्राहकों के लिए परिणामों में सुधार करने और अधिक कुशलता से काम करने में मदद करता है।

उद्योग की वर्तमान स्थिति पर उत्तम का आकलन एआई संस्थापकों के लिए केंद्रीय सबक को दर्शाता है: 'पीओसी को अधिक महत्व दिया जाता है, और उत्पादन को कम आंका जाता है।'

जैसे-जैसे उद्यम एआई प्रयोगों से मापने योग्य परिणामों की मांग की ओर बढ़ते हैं, विजेता वे कंपनियां नहीं हो सकती हैं जिनके पास सबसे प्रभावशाली प्रदर्शन हैं, बल्कि वे हो सकती हैं जो एआई को दैनिक व्यावसायिक गतिविधियों के लिए एक विश्वसनीय बुनियादी ढांचे में बदलने में सक्षम हैं।

Murf AI के सह-संस्थापक का दावा है कि भारत की वॉयस एआई समस्याएं वैश्विक तकनीक को प्रभावित कर सकती हैं
और पढ़ें
yourstory.com

Murf AI के सह-संस्थापक का दावा है कि भारत की वॉयस एआई समस्याएं वैश्विक तकनीक को प्रभावित कर सकती हैं

Murf AI के सह-संस्थापक का मानना है कि भारत में वॉयस आर्टिफिशियल इंटेलिजेंस से जुड़ी जटिलताएं वैश्विक तकनीकी रुझानों को आकार दे सकती हैं। जो बात भारतीय उपयोगकर्ता सामान्य बातचीत मानते हैं, वह वॉयस एआई के लिए सबसे कठिन परीक्षा बन सकती है, और इस चुनौती का समाधान दुनिया भर में नए अवसर खोलेगा।

वॉयस एआई सवालों के जवाब दे सकता है, ऑर्डर की पुष्टि कर सकता है या सीट बुक करने में मदद कर सकता है। हालांकि, एक सवाल उठता है: क्या यह भारतीय नाम का सही उच्चारण कर पाएगा, हिंदी और अंग्रेजी के मिश्रण में बोले गए पते को समझ पाएगा, और स्वाभाविक लगने के लिए पर्याप्त तेज़ी से जवाब दे पाएगा?

Murf AI के सह-संस्थापक और मुख्य परिचालन अधिकारी स्नेहा रॉय के लिए, ऐसे परिदृश्य असाधारण नहीं हैं; वे एक ऐसे वॉयस एआई के निर्माण के लिए आधार स्तर का प्रतिनिधित्व करते हैं जो भारत में, और अंततः दुनिया भर में काम करेगा।

TechSparks 2026 कार्यक्रम में 'भारत के लिए, भारत से, और दुनिया के लिए वॉयस एआई का निर्माण' नामक मास्टरक्लास के दौरान, रॉय ने समझाया कि भारत की भाषाई जटिलता, बुनियादी ढांचे की सीमाएं और आर्थिक विचार भाषण प्रौद्योगिकी के विकास को कैसे प्रभावित करते हैं।

उन्होंने उन उत्पादों के उदाहरण दिए जो पहले भारतीय उपयोगकर्ताओं के लिए अनुकूलित हुए और फिर व्यापक रूप से उपयोग किए गए। गूगल मैप्स ने सीमित इंटरनेट पहुंच वाले क्षेत्रों के लिए ऑफ़लाइन कार्यक्षमता लागू की, और नेटफ्लिक्स ने एक मोबाइल-ओनली प्लान पेश किया जिसे तब से 78 देशों में अपनाया गया है। उबर ने हैदराबाद में नकद भुगतान का परीक्षण किया, इससे पहले कि उसने इस विकल्प का विस्तार अन्य बाजारों में किया।

रॉय का मानना है कि वॉयस एआई इसी तरह का मार्ग अपना सकता है। उदाहरण के लिए, बेंगलुरु में डिलीवरी की स्थिति की जांच के लिए कॉल करते समय, ग्राहक अंग्रेजी को क्षेत्रीय भाषा के साथ मिला सकता है, पते का स्थानीय उच्चारण उपयोग कर सकता है, और उम्मीद कर सकता है कि पिन कोड अंकों में बोला जाएगा।

मानकीकृत अंग्रेजी पर बनाया गया मॉडल ऐसी बारीकियों के साथ संघर्ष कर सकता है। रॉय ने जोर देकर कहा: 'यदि ग्राहक को एजेंट द्वारा संभालने के लिए अपनी बोलने की शैली बदलनी पड़ती है, या लगातार अपना पता या नाम दोहराना पड़ता है, तो इसका मतलब है कि हमने इसे विकसित करना अभी समाप्त नहीं किया है।'

उनके विचार में, चुनौती ऐसी प्रणालियाँ बनाना है जो लोगों की प्राकृतिक बोलने की शैली को ध्यान में रखें, न कि ग्राहकों से प्रौद्योगिकी के अनुकूल होने की मांग करें।

प्राकृतिक भाषण केवल समस्या का एक हिस्सा है। वॉयस एजेंटों को तेजी से प्रतिक्रिया देनी चाहिए और बड़े पैमाने पर प्रभावी ढंग से काम करना चाहिए जब कंपनियां हर महीने लाखों कॉल संसाधित करती हैं। रॉय ने बताया कि स्पीच रिकग्निशन, लैंग्वेज मॉडल और स्पीच जनरेशन सहित पूरे वॉयस एजेंट पाइपलाइन का सामान्य प्रतिक्रिया बजट 500 से 800 मिलीसेकंड होता है। उन्होंने जोड़ा कि Murf ने नेटवर्क विलंबता सहित अपने टेक्स्ट-टू-स्पीच मॉडल की देरी को 100 मिलीसेकंड से नीचे लाने में सफलता प्राप्त की है।

इस लक्ष्य को प्राप्त करने के लिए, कंपनी ने Falcon 2 विकसित किया - एक छोटा स्पीच मॉडल जिसे विशिष्ट, उच्च-प्रदर्शन हार्डवेयर पर निर्भर रहने के बजाय व्यापक ग्राफिक्स प्रोसेसर रेंज पर काम करने के लिए डिज़ाइन किया गया है। रॉय ने उल्लेख किया कि इस दृष्टिकोण ने विभिन्न भौगोलिक क्षेत्रों में कम विलंबता बनाए रखने में मदद की, साथ ही आर्थिक दक्षता भी बढ़ाई।

इसी तरह के इंजीनियरिंग समाधान भारत के बाहर के बाजारों के लिए उपयोगी हो सकते हैं, खासकर उन जगहों पर जहां कंप्यूटिंग बुनियादी ढांचा सीमित है या बड़े पैमाने पर वॉयस एजेंटों की तैनाती महंगी बनी हुई है।

रॉय ने वॉयस डेटा के प्रति जिम्मेदार दृष्टिकोण के महत्व पर भी जोर दिया। उन्होंने उल्लेख किया कि Murf रॉयल्टी-आधारित दीर्घकालिक साझेदारी के तहत दुनिया भर के 400 से अधिक वॉयस एक्टर्स के साथ सहयोग करता है और सहमति के बिना आवाज़ों की क्लोनिंग नहीं करता है।

गोपनीयता की सख्त आवश्यकताओं वाले ग्राहकों के लिए, कंपनी एपीआई प्रदान करती है जो डेटा को संग्रहीत किए बिना संसाधित कर सकते हैं, साथ ही संवेदनशील अनुप्रयोगों के लिए स्थानीय परिनियोजन भी प्रदान करती है। रॉय का केंद्रीय तर्क यह है कि भारत की भाषाई विविधता और बुनियादी ढांचागत सीमाएं गौण आवश्यकताएं नहीं होनी चाहिए; वे यह निर्धारित करने में मदद कर सकती हैं कि वॉयस एआई को व्यापक रूप से अपनाने से पहले क्या करना चाहिए। जैसा कि उन्होंने कहा: 'भारत दुनिया के विनिर्देशों की राजधानी है।'

लोकप्रिय