नई दिल्ली, 12 नवम्बर। एआई रिसर्च लैब Chariot, जिसे गूगल डीपमाइंड और मेटा FAIR के पूर्व शोधकर्ताओं ने स्थापित किया है और जो IndiaAI Mission के तहत चुनी गई पहली चार टीमों में शामिल है, ने Chariot-1-TTS-Multilingual नामक नया मल्टीलिंगुअल टेक्स्ट-टू-स्पीच मॉडल लॉन्च किया है। यह मॉडल 11 भारतीय भाषाओं और अंग्रेजी को सपोर्ट करता है।
इस मॉडल में 50 से अधिक वॉयस विकल्प, एक ही वाक्य में कोड-मिक्सिंग, और कुछ सेकंड के रेफरेंस ऑडियो से तुरंत वॉयस क्लोनिंग की सुविधा है। यह एक बार में 1,000 अक्षरों तक के टेक्स्ट को स्पीच में बदल सकता है। इसका उद्देश्य टेक्स्ट-टू-स्पीच प्रक्रिया को आसान बनाना है, जिसमें संदर्भ की समझ को सीधे मॉडल में जोड़ा गया है।
हिंदी और भारतीय भाषाओं में सर्वोच्च रैंकिंग
Chariot-1-TTS-Multilingual ने कंपनी की लॉन्च तुलना में हिंदी और भारतीय भाषाओं की सटीकता बेंचमार्क में पहला स्थान प्राप्त किया है। इसने ElevenLabs, Cartesia, Microsoft, OpenAI, AWS और Sarvam के चयनित मॉडल वर्जन को पीछे छोड़ा। इंटेलिजिबिलिटी टेस्ट में मॉडल ने हिंदी में 7.60 प्रतिशत और अन्य 9 भारतीय भाषाओं में 6.47 प्रतिशत कैरेक्टर एरर रेट हासिल किया। अंग्रेजी वर्बलाइजेशन में भी इसने 93.78 प्रतिशत सटीकता दर्ज की, जिसमें 40 श्रेणियों के 1,000 से अधिक वाक्य शामिल थे। प्लेन-इंग्लिश NISQA स्कोर में भी यह अग्रणी रहा, जो एक ऑटोमेटेड स्पीच क्वालिटी मेट्रिक है।
संदर्भ आधारित स्पीच जेनरेशन
Chariot-1-TTS-Multilingual को पेमेंट अमाउंट, ग्रेड, ब्लड ग्रुप, तारीख, संक्षिप्त शब्द और तकनीकी शब्दों जैसे संदर्भ-संवेदनशील एक्सप्रेशन्स को समझने के लिए डिजाइन किया गया है। इससे कस्टम नॉर्मलाइजेशन रूल या इंजीनियर्ड प्रॉम्प्ट की आवश्यकता कम होती है। मॉडल का इवैल्यूएशन फ्रेमवर्क इंटेलिजिबिलिटी, रीजनिंग सटीकता और क्वालिटी की जांच करता है, जिसमें कोड-मिक्स्ड वाक्य और तकनीकी एक्सप्रेशन्स भी शामिल हैं।
व्यवसायों और डेवलपर्स के लिए उपयोग
यह मॉडल उन व्यवसायों और डेवलपर्स को लक्षित करता है जो वॉयस एजेंट, कस्टमर-सर्विस सिस्टम, लर्निंग एप्लिकेशन और मल्टीलिंगुअल कंटेंट बना रहे हैं। संगठन वॉयस कैटलॉग से आवाज चुन सकते हैं या शॉर्ट रेफरेंस रिकॉर्डिंग से नई आवाजें बना सकते हैं, जिनका उपयोग पेमेंट रिमाइंडर, नैरेशन और पब्लिक हेल्पलाइन जैसे मामलों में किया जा सकता है।
Chariot की रिसर्च और नेतृत्व
Chariot के सह-संस्थापक पार्थ सारथि ने कहा कि मॉडल की संदर्भ समझ डेवलपर्स को नॉर्मलाइजेशन रूल लिखने के बजाय प्रभावी वॉयस एक्सपीरियंस बनाने पर ध्यान केंद्रित करने देती है। सह-संस्थापक सुव्रत भूषण ने कहा कि कंपनी का लक्ष्य ऐसे फाउंडेशन मॉडल विकसित करना है, जो स्पीच में समझ, जनरेशन और रीजनिंग कर सकें, और भारत की भाषाई विविधता को सपोर्ट करें।
Chariot अपनी Chariot-1 मॉडल फैमिली को स्पीच रिकग्निशन और जेनरेशन के क्षेत्र में लगातार विस्तार दे रहा है, जिसमें एआई की समझ और बोलने की क्षमताओं को जोड़ने पर रिसर्च फोकस है।
— कारोबार समाचार ब्यूरो
अस्वीकरण: यह समाचार संबंधित संस्था द्वारा जारी प्रेस विज्ञप्ति पर आधारित है और इसे एआई टूल्स की सहायता से संपादित किया गया है। कारोबार समाचार विज्ञप्ति में किए गए दावों, आंकड़ों या बयानों की पुष्टि, समर्थन या जिम्मेदारी नहीं लेता।
