Qwen AI Glasses yangi OTA yang ovoz qoʻngʻiroqlarini va media kontentini tarjima qilish funksiyasi bilan yangilandi
Batafsil
Pandaily
pandaily.com

Qwen AI Glasses yangi OTA yang ovoz qoʻngʻiroqlarini va media kontentini tarjima qilish funksiyasi bilan yangilandi

Alibaba kompaniyasi oʻzining Qwen AI Glasseslari uchun havo orqali (OTA) yangilanishni chiqarib berdi, u 1-noyabr kuni mavjud boʻldi. IT Home xabariga koʻra, bu yangilanish qoʻngʻiroqlar paytida tarjima qilish va media kontentini tarjima qilish funksiyalarini qoʻshdi, shuningdek, shovqinlarni qayta ishlashni yaxshiladi. Avvalroq, 30-oktabrda Qwen AI Glasses akkaunti Weiboʻda kelajakdagi yangilanish haqida eʼlon qilgan edi.

Qoʻngʻiroqlar tarjimasi funksiyasi telefon suhbatlari va onlayn yigʻilishlar paytida turli tillar oʻrtasida real vaqt rejimida tarjima qilishni taʼminlaydi, bu xorijiy suhbatdoshlar bilan muloqot qilish uchun moʻljallangan. Media tarjimasi esa xorijiy podkastlar, xorijiy tillardagi onlayn kurslar va xorijiy filmlar kabi materiallarni qamrab oladi.

Media bilan ishlayotganda, glasseslar audio yoʻllarni real vaqtda tarjima qiladi, va olingan tarjima foydalanuvchi telefonidagi Qwen AI ilovasiga sinxron ravishda koʻrsatiladi; shu tariqa, koʻzoynak eshitish vazifasini bajaradi, telefon esa ekran vazifasini bajaradi.

Uchinchi oʻzgarish shovqinlarga chidamlilikni oshirishga tegishli. Yangilanish shovqinli sharoitlarda nutqni tanishni yaxshilaydi, bu kompaniya taʼkidlashicha, bir vaqtning oʻzida tarjimani yanada aniqroq va oʻz vaqtida qilish imkonini beradi. Toza ovozni qabul qilish aksariyat tarjima funksiyalari uchun, ayniqsa, gapiruvchilar tizim tomonidan qayta ishlashni kutib toʻxtamaydigan qoʻngʻiroqlar kabi oqim senariylari uchun hal qiluvchi ahamiyatga ega.

Eʼlonida qaysi modellarning ushbu yangilanishni olishi yoki yangi imkoniyatlarni qaysi tillar qoʻllab-quvvatlaydiligi koʻrsatilmagan.

Bu yangilanish joriy yilda mahsulot liniyasining tez oʻsishi fonida chiqmoqda. Qwen AI Glasses G1 modeli mart oyida sotuvga taqdim etilgan, uning ortidan G1 dan ustun boʻlgan flagman S1 modeli keldi, u interfeys, displey, quvvat sarfi va apparat taʼminoti boʻyicha G1 dan ustun. 13-oktabrda Qwen N1 seriyasini, jumladan N1 va N1 Pro modellarini taqdim etdi. Ikkala versiya ham 50 megapikselli sensor, 4K videoni yozish imkoniyati va quloqchalar ichidagi almashtiriladigan batareyalarga ega. Batareyaning nominal ishlash vaqti N1 uchun 9 soat, N1 Pro uchun esa 8 soatni tashkil etadi. Ushbu qurilmalar sunʼiy intellekt yordamida yozma va tarjima qilish uchun Qwen ning oʻrnatilgan ilovalarini oʻz ichiga oladi.

N1 Pro modeli qoʻshimcha ravishda 0 dan 100 000 luks gacha yoritilishda 1 gradus atrofidagi markaziy aniqlik bilan ishlaydigan koʻz kuzatishini, Ant Group va Qualcomm bilan birgalikda ishlab chiqilgan toʻlovlar uchun qoragonli tasdiqlashni, shuningdek, yurak urish chastotasi, qon tarkibidagi kislorod darajasi va teri haroratini monitoringini oladi. Shu bilan birga, Qwen real vaqtda tarjima qilish, yigʻilishlarda yozma va ovozli vazifalarni bajarishni taʼminlaydigan AI klip-on quloqchinlarni ham ishga tushirdi.

Oʻxshash hikoyalar

Desible.ai asoschilari bank va sugʻurta sohalaridagi ovozli AI biznes modelini muhokama qilishdi
Batafsil
yourstory.com

Desible.ai asoschilari bank va sugʻurta sohalaridagi ovozli AI biznes modelini muhokama qilishdi

Prime Venture Partners Podcast doirasida Desible.ai asoschilari Uttam Tiwari va Omkar Raikar Hindistonning BFSI sektorida agentlik AI ni yaratish va sotish uchun nimalar kerakligini muhokama qildilar. Ular mahsulot muhandisligi va tartibga solish talablariga rioya qilishdan tortib, korporativ savdo va birinchi foydalanish ssenariysidan tashqariga kengaytirish masalalarini koʻrib chiqishdi.

Ovozli AI narxi tez pasayib bormoqda, daqiqa uchun 7 rupiy dan kamroq 2 rupiygacha tushmoqda. Biroq, Uttam Tiwari va Omkar Raikar haqiqiy imkoniyat shunchaki dialoglarda emas, balki yirik korxonalarda ishlaydigan jarayonlarni avtomatlashtirishda deb hisoblashadi.

Tabiiy eshitiladigan ovozli agentni yaratish eng murakkab vazifa boʻlmaslikka aylandi. Koʻproq murakkab vazifa bunday agentni bank yoki sugʻurta kompaniyasi ichida ishonchli ishlashini taʼminlash, shu jumladan, tartibga solish talablariga rioya qilish, eskirgan tizimlar bilan integratsiya qilish va oʻlchovli biznes natijebopligiga erishishdir.

Desible.ai hamkasblari Uttam Tiwari va Omkar Raikar uchun bu farq ularning kompaniyasini qurish strategiyasini belgilaydi. Desible tartibga solinadigan korxonalar uchun agentlik ish jarayonlarini orkestratsiya qilish platformasini ishlab chiqmoqda va sugʻurta bilan boshladi.

Prime Venture Partnersning katta sherigi Gaurav Ranjan bilan suhbatda asoschilar AI prototip loyihalarining ishlab chiqarish muhitiga oʻtishda tez-tez muvaffaqiyatsizlikka uchramasining sabablari, korporativ xaridlar xatti-harakatining oʻzgarishi va ovozli AI iqtisodiyoti kontakt-sentrlar sanoatini tubdan oʻzgartirishi mumkinligi haqida gaplashdilar.

Uttam va Omkar 17 yildan beri tanish. Ularning oldingi korxonasi, Business Toys, 2023-yilda sotib olindi. Shundan soʻng ular Newsweek, Bank of America va Nestlé kabi amerikalik kompaniyalar bilan dasturiy taʼminot va AI sohasida konsalting xizmatlarini koʻrsatib, ishladilar.

Alohida nuqta logistika brokerlik xizmati loyihasi boʻldi, u yuk mashinalarining mavjudligini tekshirish va tasdiqlash maqsadida haydovchilarga qoʻngʻiroq qilish uchun AI dan foydalanishni oʻz ichiga olgan. Joriy etilgandan soʻng, mijoz kontakt-sentrni taxminan 20-25 kishidan faqat uch kishigacha qisqartirdi. Bu tajriba ovozli AI ning korxonalarning operatsion faoliyatini oʻzgartirishdagi salohiyatini namoyish etdi.

Biroq, 12-13 ta korxona bilan konsepsiyaviy isbot (proof-of-concept) loyihalari orqali hindiston bozorini oʻrganib chiqqach, asoschilar faqat suhbatlarni avtomatlashtirish yetarli darajada farqlangan biznesni yaratmasligini tushundilar.

Uttam tushuntirdi: «Ovoz – bu mahsulot. Men roziman, ammo shu bilan birga ish jarayonlari yoʻq, chunki ish jarayoni tashkiliy jarayonlarga chuqur integratsiya qilingan va aynan u yerda siz himoya toʻsiqini (moat) olasiz». Bu tushunish Desible ni sugʻurta bilan shugʻullanishga undadi, chunki mijozlar bilan suhbatlar yangilash, ushlab turish, shikoyatlar, sotuvlar va xizmat koʻrsatish jarayonlari bilan chambarchas bogʻliq.

Eng koʻp muhokama qilingan mavzulardan biri AI imkoniyatlarini namoyish etish va ularni tartibga solinadigan tashkilotlarda amalda joriy etish oʻrtasidagi farq edi. Uttam kuzatgan kompaniyalar orasida konsepsiyaviy isbotlardan ishlab chiqarishga integratsiyalashish foizi 35-40% dan kam ekanligini baholaydi. U muvaffaqiyatli namoyish faqat ancha murakkab yoʻlning boshlanishi ekanligini taʼkidlaydi.

Sugʻurta kompaniyalari yetkazib beruvchilardan biznes jamoalari, texnologik departamentlar, axborot xavfsizligi boʻlimlari, komplayens funksiyalari va yuqori texnologik rahbariyat talablariga javob berishini talab qiladi, shundan soʻng tizimlarni ishlab chiqarishga joriy etishga ruxsat beriladi.

Omkar Hindistondagi axborot xavfsizligi tekshiruvlarini tasvirlab berdi, ular maʼlumotlar va hisoblash infratuzilmasining joylashuvi talablari kabi taxminan 450 ta savolni oʻz ichiga oladi. Hatto mustahkamlangan xalqaro texnologik provayderlar ham bu talablarni bajarishda qiynalishi mumkin.

Shu sababli Desible oʻz dastlabki moliyalashtirishining sezilarli qismini faqat ovozli imkoniyatlarga eʼtibor qaratish oʻrniga, tegishli tartibga solinadigan infratuzilmani yaratishga yoʻnaltirdi.

Omkar uchun izchillik juda muhim, chunki sugʻurta suhbatlari deyarli ixtiroga joy qoldirmaydi. U taʼkidladi: «Har safar bir xil zerikarli tilda gapirish, talablarga rioya qilish doirasida qolish kerak».

Texnik muammolar komplayensdan tashqarida. Ovozli agentlar uzilishlarni boshqarish, koʻp tilli dialoglarni tushunish, korporativ tizimlardan maʼlumotlarni ajratib olish va kontekstni yoʻqotmasdan mos ravishda reaksiyaga kirishishni bilishi kerak.

Omkar tibbiy soʻrov oʻtkazayotgan AI agenti mijozning toʻliq savolini eshitishdan oldin uzilishni aniqlashi kerakligini misol keltirdi. Boshqa holatda, tizim tilga olingan dorini aniqlashi, uni maʼlumotlar bazasida tekshirishi va tegishli aniqlash savolini berishi kerak. Ushbu imkoniyatlar tizimni faqatgina suhbatli namoyishdan ishlab chiqarishga tayyor tizimdan ajratib turadi.

Ovozli AI narxlashida keskin oʻzgarishlar yuz berdi. Gaurav taʼkidlaganidek, odamlar ishtirok etadigan anʼanaviy kontakt-sentr operatsiyalari daqiqa uchun taxminan 20-30 rupiya turishi mumkin, boshlangʻich ovozli AI yechimlari esa daqiqa uchun 5-7 rupiy turardi. Raqobatbardosh narxlar shu paytdan beri taxminan 1,5-3 rupiygacha tushdi.

Ovozli AI mahsulotlarini ishlab chiqadigan startaplar uchun bu noqulay savolni keltirib chiqaradi: agar asosiy texnologiya tobora arzonlashayotgan boʻlsa, ular yaratilgan qiymatning sezilarli qismini qanday egallashlari mumkin?

Omkar narxlash daqiqa uchun hech qachon kontakt-sentrlarning tabiiy iqtisodiy modeli boʻlmaganini inkor qildi, chunki ular tarixan joylar yoki xodimlar soni uchun toʻlov olgan. Ovozli AI ning paydo boʻlishi infratuzilma va API isteʼmoli asosidagi narxlash tuzilmasiga olib keldi.

Desible bu modeldan tashqariga chiqishga harakat qilmoqda, har bir qoʻngʻiroqni izolyatsiya qilingan tranzaksiya sifatida koʻrmasdan, ish jarayonini bajarish uchun toʻlov oladi. Omkarning soʻzlariga koʻra, kompaniya kuniga deyarli bir million qoʻngʻiroqni qayta ishlaydi va oʻz orkestratsiya imkoniyatlari tufayli qoʻngʻiroqlarni qayta ishlashdagi ichki xarajatlarni avvalgi 7-8 rupiygacha boʻlgan miqdordan 1,5-2 rupiygacha tushirishga muvaffaq boʻldi.

Biroq, asoschilar korporativ mijozlar hali ham AI barqaror daromad keltiradi yoki yoʻqligini baholashayotganini tan oladilar. Uttam bir mijoz misolini baham koʻrdi, u Desible yechimi toʻrtta yarim oy davomida ishlagandan soʻng uch kichik mintaqaviy kontakt-sentr uchun shartnomani yangilamagan.

U umumiy oʻtish asta-sekin davom etishini ogohlantirdi, chunki korxonalar byudjetlarni qayta taqsimlashdan oldin barqaror operatsion dalillarga muhtojlar.

Bir yil avval korporativ mijozlar asosan ovozli AI ni kechikish, ohang, tillarni almashtirish va agent qanchalik tabiiy eshitilishi kabi parametrlarga koʻra baholashardi. Bugun, Uttam tushuntirdi, mijozlar AI tizimlarini tobora koʻproq mavjudlik, konversiya koeffitsientlari, lead malakasi va suhbatdan keyin yozilgan maʼlumotlarning aniqligi kabi mezonlar boʻyicha inson xodimlari bilan bevosita solishtirishmoqda.

Texnologik yangilikdan oʻlchovli operatsion samaradorlikka oʻtish Desible ning korporativ segmentdagi sotuvlarga yondashuvini ham oʻzgartirmoqda. Har bir potentsial AI eksperimentini quvish oʻrniga, kompaniya tashkilotda allaqachon mavjud boʻlgan ish jarayonlar ustuvorligini beradi. Bunday jarayonlarning oʻrnatilgan egalari, operatsion protseduralari, byudjetlari va samaradorlik koʻrsatkichlari mavjud boʻlib, bu avtomatlashtirish qiymatini namoyish etishni soddalashtiradi.

Uttam ogohlantirdi: «Sizning himoyachingiz sizning xaridoringiz boʻlmasligi mumkin». AI prototipi loyihasi boʻyicha hayajonlangan biznes lideri joriy etishni tasdiqlash vakolatiga ega boʻlmasligi mumkin. Axborot xavfsizligi, texnologik, komplayens va xarid jamoalari yakuniy qarorga taʼsir qilishi mumkin.

Korporativ AI sotuvlarini amalga oshiruvchi asoschilar uchun bu manfaatdor tomonlarni erta aniqlash mahsulotni ishlab chiqish kabi muhim boʻlishi mumkin.

Ehtimol, eng hayratlanarli kuzatuv Gaurav soʻraganda paydo boʻldi, korporativ savdo mahsulotning 40% va ichki tashkiliy dinamikani navigatsiya qilishning 60% ni tashkil etadimi. Omkar Hindistonda oxirgisining 80% gacha tashkil etishi mumkin deb taxmin qildi. U hatto texnik jihatdan ustun mahsulot ham qaror qabul qilish tuzilmalarini tushunmasa, ichki qoʻllab-quvvatlashni taʼminlamasa va koʻplab manfaatdor tomonlar bilan munosabatlarni saqlab turmasa muvaffaqiyatsizlikka uchrishi mumkinligini taʼkidladi.

Desible ning kengayish strategiyasi shu yondashuvni namoyish etadi. Bir sugʻurta kompaniyasida kompaniya sotuv funnelini boshqarishdan boshlab, keyin salomlashuv qoʻngʻiroqlari, ushlab turish va kiruvchi mijoz xizmatlarigacha kengaydi. Har bir muvaffaqiyatli ish jarayoni qoʻshimcha ishonchni yaratadi va keyingi integratsiyalar uchun zarur boʻlgan harakatlarni kamaytiradi. Faqat sugʻurta yangilash sohasida kompaniya 20 dan ortiq turli ish jarayonlarini aniqladi.

Asoschilar bu soha ixtisoslashuvi, tartibga solish talablariga rioya qilishga tayyorlik va mavjud korporativ jarayonlarga integratsiya kombinatsiyasi ovoz sifatidan oʻzining uzoq muddatli afzalligini yaratishiga ishonishadi.

Ovozli AI atrofida yuqori raqobatga qaramay, Omkar bozor hali yetarlicha oʻrganilmagan deb hisoblaydi, ayniqsa Hindistonda, u yerda koʻplab tillar, dialektlar, fon shovqini va tez-tez tillarni almashtirish suhbat tizimlarini sezilarli darajada murakkab qiladi. U kompaniyalar bu muammolarni miqyosda hal qilishlari mumkinligini va jahon yetakchilari boʻlishi mumkinligini ishonadi.

Biroq, Desible ning uzoq muddatli ambitsiyalari qoʻngʻiroqlarni qayta ishlashdan tashqarida. Asoschilar sugʻurta kompaniyalari va vositachilarni, shu jumladan, uchinchi tomon administratorlari, brokerlar va sogʻliqni saqlash agregatorlarini barcha operatsion ish jarayonlarida qoʻllab-quvvatlaydigan orkestratsiya platformasini tasavvur qilishadi. Muvaffaqiyatning yakuniy mezonining AI agenti qanchalik ishontirib gapirishi emas, balki u korxonalarga yaxshiroq qarorlar qabul qilishga, mijozlar uchun natijalarni yaxshilashga va samaraliroq ishlashga yordam berishidir.

Uttamning sanoatning joriy holati haqidagi bahosi AI asoschilari uchun markaziy darsni aks ettiradi: «POC haddan tashqari baholanadi, ishlab chiqarish esa past baholanadi».

Korxonalar AI eksperimentlaridan oʻlchovli natijalarni talab qilishga oʻtgan sari, gʻoliblar eng taʼsirli namoyishlarga ega boʻlgan kompaniyalar emas, balki AI ni biznesning kundalik faoliyati uchun ishonchli infratuzilmaga aylantira oladiganlar boʻlishi mumkin.

Murf AI mangʻasosi Hindistonning ovozli sunʼiy intellekt muammolari global texnologiyaga taʼsir qilishi mumkin deb taʼkidladi
Batafsil
yourstory.com

Murf AI mangʻasosi Hindistonning ovozli sunʼiy intellekt muammolari global texnologiyaga taʼsir qilishi mumkin deb taʼkidladi

Murf AI mangʻasosi Hindistondagi ovozli sunʼiy intellekt bilan bogʻliq murkundaliklar global texnologik tendensiyalarni shakllantirishi mumkin deb hisoblaydi. Hindistonlik foydalanuvchilar uchun oddiy suhbat boʻlib tuyuladigan narsa ovozli AI uchun eng qiyin sinov boʻlishi mumkin va bu vazifani hal qilish butun dunyo miqyosida yangi imkoniyatlarni ochadi.

Ovozli AI savollarga javob bera oladi, buyurtmalarni tasdiqlashi yoki joy bron qilishga yordam bera oladi. Biroq, quyidagi savol tugʻiladi: u hindistoncha ismni toʻgʻri talaffuz qila oladimi, hindi va ingliz tilining aralashmasida aytilgan manzilni tushuna oladimi va tabiiy eshitilishi uchun yetarlicha tez javob bera oladimi?

Murf AI mangʻasosi va operatsion direktori Sneh Roy uchun bunday ssenariylar gʻayritabiiy narsalar emas; ular Hindistonda, nihoyatda esa butun dunyoda ishlaydigan ovozli AI yaratish uchun asosiy darajani tashkil etadi.

TechSparks 2026 tadbiridagi «Hindiston uchun, Hindiston va dunyo uchun ovozli AI yaratish» nomli master-klass davomida Roy tilning murakkabligi, infratuzilma cheklovlari va iqtisodiy omillarning nutq texnologiyalari rivojlanishiga qanday taʼsir qilishini tushuntirdi.

U dastlab hindistonlik foydalanuvchilarga moslashtirilgan, keyin esa kengroq qoʻllanilgan mahsulotlarga misollar keltirdi. Google Maps internetga kirish cheklangan hududlar uchun oflayn rejimda ishlash funksiyasini joriy etdi, Netflix esa faqat mobil qurilmalar orqali mavjud boʻlgan rejani taqdim etdi va bu rejadan beri 78 davlatda qabul qilingan. Uber Haydarobodda naqd pul bilan toʻlashni sinovdan oʻtkazib, soʻngra ushbu variantni boshqa bozorlarga kengaytirdi.

Roy ovozli AI ham shunga oʻxshash yoʻlda harakatlana olishiga ishonadi. Masalan, Bengaluruʼda yetkazib berish holatini tekshirish uchun qoʻngʻiroq qilinganda, mijoz ingliz tilini mintaqaviy til bilan aralashtirishi, manzili mahalliy talaffuzda ishlatishi va pochta indeksi raqamlar bilan aytilishini kutishi mumkin.

Standartlashtirilgan ingliz tilida qurilgan model bunday detallar bilan qiynalishi mumkin. Roy taʼkidladi: «Agar mijoz agentning muammosini hal qilish uchun nutq uslubini oʻzgartirishi yoki doimiy ravishda oʻz manzili yoki ismini takrorlashi kerak boʻlsa, demak biz uni hali ishlab chiqmaganmiz».

Uning fikricha, vazifa mijozlardan texnologiyaga moslashishni talab qilish emas, balki odamlarning tabiiy nutq uslubini hisobga oladigan tizimlarni yaratishdir.

Tabiiy nutq muammoning faqat bir qismi. Ovozli agentlar shuningdek, kompaniyalar har oy millionlab qoʻngʻiroqlarni qayta ishlayotganida tezkor reaksiya berishi va katta miqyosda samarali ishlashi kerak. Roy ovozli agentning toʻliq konveyerining, shu jumladan, nutqni tanish, til modeli va nutqni yaratishni oʻz ichiga olganining odatda 500 dan 800 millisekund atrofida javob berish byudjeti borligini maʼlum qildi. U Murf oʻz matndan nutqqa oʻtkazish modelining kechikishini tarmoq kechikishlarini hisobga olgan holda 100 millisekunddan pastga tushirishga erishganini qoʻshimcha qildi.

Buning uchun kompaniya Falcon 2 — koʻproq grafik protsessorlar spektrida ishlash uchun moʻljallangan kichikroq nutq modelini ishlab chiqqan. Bu maxsus, yuqori samarali uskunalarga bogʻliqlikdan voz kechishni anglatadi. Roy shuni taʼkidladi, bunday yondashuv turli geografik hududlarda past kechikishni saqlab qolishga yordam berdi, shu bilan birga iqtisodiy samaradorlikni oshirdi.

Xuddi shunday muhandislik yechimlari Hindiston tashqarisidagi bozorlar uchun ham foydali boʻlishi mumkin, ayniqsa hisoblash infratuzilmasi cheklangan yoki ovozli agentlarni katta hajmlarda joylashtirish qimmatga tushadigan joylarda.

Roy shuningdek, ovozli maʼlumotlarga masʼul yondashuv muhimligiga urgʻu berdi. U Murf butun dunyo boʻylab 400 dan ortiq ovoz aktyorlari bilan royalti asosidagi uzoq muddatli hamkorliklar doirasida hamkorlik qilishini va ovozlarni ruxsatsiz klonlamasligini eslatdi.

Maxfiylikka qatʼiy talablarni qoʻyadigan mijozlar uchun kompaniya maʼlumotlarni saqlamasdan qayta ishlaydigan APIlar va sezgir ilovalar uchun mahalliy joylashtirishlarni taklif qiladi. Royning asosiy tezi shundaki, Hindistonning lingvistik xilma-xilligi va infratuzilma cheklovlarini ikkinchi darajali talablar sifatida qarash kerak emas; ular ovozli AI keng joriy etilishidan oldin nimani qilish kerakligini aniqlashga yordam berishi mumkin. U quyidagicha ifodaladi: «Hindiston — bu dunyoning spetsifikatsiyalar poytaxti».

Mashhur