आई. आई. एस. सी. ने 65 भारतीय भाषाओं के लिए वॉयस ए. आई. मॉडल जारी किया

भारतीय विज्ञान संस्थान (आई. आई. एस. सी.) के शोधकर्ताओं ने एक ओपन-सोर्स वॉयस ए. आई. मॉडल जारी किया है जो 65 भारतीय भाषाओं और बोलियों में बोलने की क्षमता को पहचान सकता है।

श्रवाणी नामक मॉडल को आई. आई. एस. सी. की स्पायर लैब द्वारा आर्टपार्क के साथ विकसित किया गया था और गूगल के समर्थन से। यह 10 लिपियों में बोले गए शब्दों को पाठ में परिवर्तित कर सकता है और उपयोगकर्ताओं को पहले एक का चयन किए बिना, बोली जा रही भाषा की स्वचालित रूप से पहचान कर सकता है।

श्रवाणी 20 अनुसूचित भारतीय भाषाओं और 45 क्षेत्रीय भाषाओं और बोलियों का समर्थन करती है, जिनमें गारो, अंगिका, चकमा, कोकबोरोक, तुलु, बुंदेली और बज्जिका शामिल हैं।

यह इसलिए महत्वपूर्ण है क्योंकि कई आवाज सहायक और भाषण-से-पाठ उपकरण केवल व्यापक रूप से बोली जाने वाली भाषाओं में ही काम करते हैं। आई. आई. एस. सी. ने कहा कि श्रवाणी द्वारा कवर की जाने वाली कई भाषाओं को आधिकारिक तौर पर मौजूदा भाषण-पहचान प्रणालियों द्वारा समर्थित नहीं किया गया है। 2011 की जनगणना के आधार पर, ये भाषाएं लगभग 25 करोड़ लोगों द्वारा बोली जाती हैं।

मॉडल को एम. आई. टी. लाइसेंस के तहत हगिंग फेस पर मुफ्त में उपलब्ध कराया गया है, जिससे स्टार्टअप, शोधकर्ताओं और डेवलपर्स को इसके ऊपर उत्पादों का उपयोग, संशोधन और निर्माण करने की अनुमति मिलती है।

आई. आई. एस. सी. ने कहा कि श्रवाणी ने आम तौर पर समर्थित भाषाओं पर प्रमुख भारतीय भाषण-पहचान प्रणालियों के बराबर प्रदर्शन किया। इसका बड़ा लाभ कम उपयोग की जाने वाली भाषाओं में था। उदाहरण के लिए, गारो पर, इसने 9.5% की शब्द त्रुटि दर दर्ज की, जबकि परीक्षण की गई अगली सर्वश्रेष्ठ प्रणाली के लिए 69.4% की तुलना में।

कम त्रुटि दर का मतलब है कि सॉफ्टवेयर भाषण को पाठ में परिवर्तित करते समय कम गलतियाँ करता है।

आई. आई. एस. सी. के प्रोफेसर और परियोजना वाणी के प्रधान अन्वेषक प्रशांत कुमार घोष ने कहा, "जब हमने चार साल पहले परियोजना वाणी शुरू की थी, तो उद्देश्य सरल थाः कि आवाज एआई प्रत्येक भारतीय के लिए काम करे, न कि केवल उन लोगों के लिए जिनके पास पहले से ही संसाधन थे।

श्रवाणी को परियोजना वाणी के तहत एकत्र किए गए आंकड़ों का उपयोग करके प्रशिक्षित किया गया था। इस परियोजना में 28 राज्यों के 165 जिलों में 1,56,000 लोगों के 31,000 घंटे से अधिक के भाषण दर्ज किए गए हैं। प्रतिभागियों ने तैयार वाक्यों को पढ़ने के बजाय स्वाभाविक रूप से बात की, जिससे लहजे, बोलियों और रोजमर्रा की वाणी को अधिक सटीक रूप से पकड़ने में मदद मिली।

स्रोतः द टाइम्स ऑफ इंडिया