ElevenLabs भारत की सभी 22 आधिकारिक भाषाओं में वॉयस एआई सेवाओं का विस्तार करने की योजना बना रहा है
और पढ़ें
Business Standard
business-standard.com

ElevenLabs भारत की सभी 22 आधिकारिक भाषाओं में वॉयस एआई सेवाओं का विस्तार करने की योजना बना रहा है

कंपनी ElevenLabs के सीईओ और सह-संस्थापक, माटी स्टेनिशेव्स्की ने कहा कि आर्टिफिशियल इंटेलिजेंस (एआई) को लागू करने की सफलता इस बात पर पूरी तरह निर्भर करेगी कि यह तकनीक मनुष्यों के साथ कितनी अच्छी तरह बातचीत करती है। उन्होंने इस बात पर जोर दिया कि अर्थव्यवस्था के एक बड़े हिस्से में पारस्परिक कौशल उतना ही महत्वपूर्ण हैं जितना कि शुद्ध कम्प्यूटेशनल शक्ति।

स्टेनिशेव्स्की ने उल्लेख किया कि एक प्रभावशाली अनुभव बनाने के लिए दोनों कारकों के संयोजन की आवश्यकता होती है, और लोगों को एआई के साथ उतनी ही स्वाभाविक रूप से संवाद करने में सक्षम होना चाहिए जितना वे एक-दूसरे के साथ करते हैं - बातचीत और आवाज के माध्यम से, अपनी भाषा और बोली का उपयोग करके। ये शब्द उन्होंने बेंगलुरु में मंगलवार को हुए पहले ElevenLabs समिट में कहे।

लंदन स्थित कंपनी पहले से ही 14 भारतीय भाषाओं में टेक्स्ट-टू-स्पीच और स्पीच-टू-टेक्स्ट सेवाएं प्रदान करती है और अगले वर्ष देश की सभी 22 आधिकारिक भाषाओं को कवर करने की योजना बना रही है। यह कंपनी के लिए अमेरिका के बाहर सबसे बड़ा बाजार माने जाने वाले बाजार में अपनी उपस्थिति को गहरा करने की इच्छा से जुड़ा है।

स्टेनिशेव्स्की ने आगे कहा कि यदि भारत में मानव-एआई इंटरैक्शन की समस्या का समाधान किया जा सकता है, तो इस समाधान को दुनिया के किसी भी अन्य हिस्से में लागू किया जा सकता है। कंपनी का लक्ष्य एक ऐसा एआई बनाना है जो रोजमर्रा की बातचीत में स्वाभाविक, सहज और भरोसेमंद हो। उन्होंने स्पष्ट किया कि केवल मनुष्य की तरह ध्वनि करना पहला कदम है; एआई को सुनने, संदर्भ समझने, स्वाभाविक रूप से जवाब देने, सीमाओं का पालन करने और इरादों के अनुसार कार्य करने में भी सक्षम होना चाहिए।

वॉयस एआई क्षेत्र में तेजी से वृद्धि देखी जा रही है, जिसमें वैश्विक निवेशक सक्रिय रूप से निवेश कर रहे हैं। ट्रैक्सन के आंकड़ों के अनुसार, दुनिया भर में वॉयस एआई क्षेत्र में 153 कंपनियां हैं, जिनमें से 107 को वित्त पोषण मिला है और उन्होंने इस वर्ष अगस्त तक कुल 3.6 बिलियन डॉलर का उद्यम पूंजी और निजी इक्विटी आकर्षित किया है।

भारत अपने 1.4 बिलियन की आबादी, सैकड़ों मिलियन उपयोगकर्ताओं के साथ जो अभी भी फीचर फोन का उपयोग करते हैं, और 100 से अधिक सक्रिय बोलचाल की भाषाओं के कारण इस क्षेत्र के परीक्षण और क्षमताओं के लिए सबसे बड़ी जगह माना जाता है। इंफोसिस के निदेशक मंडल के अध्यक्ष और आधार के वास्तुकार नंदन नीलेकणि का मानना है कि वॉयस एआई अंतिम सीमा है और भारत में वास्तविक डिजिटल समानता प्राप्त करने के लिए एकमात्र व्यावहारिक इंटरफ़ेस है।

ElevenLabs पूरे भारत में 250 से अधिक उद्यमों और कंपनियों के साथ सहयोग करता है, जिसमें Razorpay, TVS Motor और Urban Company शामिल हैं। पिछले एक साल में, भारतीय कंपनियों ने ElevenAgents के माध्यम से 100 मिलियन संवाद किए हैं, जिनमें से 70% से अधिक हिंदी, कन्नड़, तमिल और तेलुगु में थे।

कंपनी ने $600 मिलियन से अधिक की वैश्विक राजस्व दर हासिल की है और भारत में 100 कर्मचारियों को नियुक्त करने की योजना बना रही है। इसके अलावा, ElevenLabs ने कौशल वृद्धि, सरकारी सेवाओं और शिकायतों के निवारण जैसे क्षेत्रों में कन्नड़ में वॉयस एआई को लागू करने का अध्ययन करने के लिए कर्नाटक सरकार के साथ साझेदारी की है, साथ ही एआई की जवाबदेही और आवाज की बहाली पर भी काम कर रही है।

स्टेनिशेव्स्की और कर्नाटक के सूचना प्रौद्योगिकी और जैव प्रौद्योगिकी मंत्री प्रियांक हार्डजे ने कर्नाटक इनोवेशन एंड टेक्नोलॉजी सोसाइटी (KITS) के साथ समझौता ज्ञापन के माध्यम से राज्य सरकार के साथ कंपनी की पहली साझेदारी को औपचारिक रूप दिया। यह साझेदारी शिक्षा, नागरिक सेवा और शिकायत निवारण के क्षेत्रों में कन्नड़ में वॉयस एआई के अनुप्रयोग का अध्ययन करने, साथ ही जिम्मेदार एआई और आवाज की बहाली पर काम करने पर केंद्रित होगी।

समान कहानियाँ

YourStory ने गूगल क्लाउड इंडिया के साथ मिलकर 8 लाख रुपये के पुरस्कार राशि के साथ वॉयस एआई हैकाथॉन लॉन्च किया
और पढ़ें
yourstory.com

YourStory ने गूगल क्लाउड इंडिया के साथ मिलकर 8 लाख रुपये के पुरस्कार राशि के साथ वॉयस एआई हैकाथॉन लॉन्च किया

वॉयस आर्टिफिशियल इंटेलिजेंस (वॉइस एआई) का विकास संचार उपकरणों को कार्य करने में सक्षम बुद्धिमान इंटरफेस में बदल रहा है। यह कंपनियों के लिए संचालन को अनुकूलित करने, ग्राहकों के साथ बातचीत में सुधार करने और विकास हासिल करने के नए अवसर खोलता है। वॉइस एआई व्यवसायों को काम करने, उपभोक्ताओं के साथ संवाद करने और निर्धारित लक्ष्यों को प्राप्त करने में मदद करता है, उदाहरण के लिए, फील्ड टीमों को बिना हाथ लगाए कॉर्पोरेट जानकारी तक पहुंचने या आवाज कमांड के माध्यम से लेनदेन करने की अनुमति देकर।

वॉइस एआई पर आधारित व्यावहारिक समाधानों को प्रोत्साहित करने के लिए, तकनीकी भागीदार गूगल क्लाउड, योरस्टोरी और हैक2स्किल ने 'बिल्ड विद जेमिनी – शेप व्हाट'स नेक्स्ट' नामक एक वर्चुअल हैकाथॉन आयोजित किया। इस कार्यक्रम का उद्देश्य पूरे भारत में कार्यरत पेशेवरों के बीच जेमिनी स्टैक के व्यावहारिक कार्यान्वयन को बढ़ावा देना है।

हैकाथॉन डेवलपर्स, एआई/एमएल इंजीनियरों, डेटा विशेषज्ञों और तकनीकी संस्थापकों को जेमिनी का उपयोग करके वॉइस एआई के कार्यात्मक प्रोटोटाइप को परिभाषित करने और विकसित करने के लिए आमंत्रित करता है ताकि व्यावसायिक समस्याओं की पहचान की जा सके। प्रतिभागी व्यक्तिगत रूप से या चार लोगों तक की टीमों में आवेदन कर सकते हैं। यह ध्यान रखना महत्वपूर्ण है कि छात्र और बेरोजगार पेशेवर इस दौर में भाग लेने के हकदार नहीं हैं।

आवेदन और विचार प्रस्तुत करने की समय सीमा 3 दिसंबर 2026 तक खुली है। प्रतिभागियों को चार प्रस्तावित समस्याओं में से किसी एक को हल करने वाला विचार प्रस्तुत करना होगा। शॉर्टलिस्ट किए गए टीमों को प्रोटोटाइप विकसित करने और एक एक से दो मिनट के डेमो वीडियो बनाने के लिए गूगल क्लाउड क्रेडिट के रूप में 100 अमेरिकी डॉलर प्रदान किए जाएंगे।

हैकाथॉन ऐसे वॉइस एआई समाधान बनाने पर केंद्रित है जो केवल सवालों के जवाब देने से परे जाते हैं, जिसमें जानकारी निकालना, कार्य निष्पादित करना और संबंधित सिस्टम के माध्यम से कार्रवाई करना शामिल है। प्रतिभागी चार विषयगत क्षेत्रों में से एक चुन सकते हैं:

माइक्रोसॉफ्ट ने प्रोग्रामिंग और साइबर सुरक्षा के लिए विशेष विकल्पों सहित सात नए मालिकाना एआई मॉडल लॉन्च किए
और पढ़ें
tecnoblog.net

माइक्रोसॉफ्ट ने प्रोग्रामिंग और साइबर सुरक्षा के लिए विशेष विकल्पों सहित सात नए मालिकाना एआई मॉडल लॉन्च किए

माइक्रोसॉफ्ट ने आंतरिक रूप से विकसित कृत्रिम बुद्धिमत्ता (एआई) मॉडलों की एक नई श्रृंखला का अनावरण किया है, जिन्हें एमएआई (MAI) कहा जाता है। इन सिस्टमों को छवि संपादन, प्रोग्रामिंग और साइबर सुरक्षा जैसे विशिष्ट कार्यों में विशेषज्ञता हासिल करने के लिए डिज़ाइन किया गया है। मुख्य उद्देश्य उपयोगकर्ताओं को बाजार में उपलब्ध सबसे परिष्कृत मॉडलों पर पूरी तरह निर्भर रहने के बजाय इन समर्पित मॉडलों का उपयोग करके परिचालन लागत कम करने की अनुमति देना है।

यह घोषणा मंगलवार, 17 नवंबर को इग्नाइट सम्मेलन के दौरान की गई थी। माइक्रोसॉफ्ट एआई के सीईओ मुस्तफा सुलेमैन ने संकेत दिया कि ये नए मॉडल GitHub में शामिल किए जाएंगे। हालांकि, कंपनी ने अभी तक यह निर्दिष्ट नहीं किया है कि GitHub Copilot का उपयोग इस मालिकाना तकनीक में कब स्थानांतरित होगा।

इसी अवसर पर, माइक्रोसॉफ्ट ने एमएआई लाइसेंस्ड वेट्स (MAI Licensed Weights) भी पेश किया, जो उन निगमों के लिए एक विकल्प है जो Azure प्लेटफॉर्म के भीतर माइक्रोसॉफ्ट के मॉडलों को लागू करना चाहते हैं।

एमएआई कोड 2 (MAI Code 2) सॉफ्टवेयर विकास पर केंद्रित इस नई पीढ़ी का प्रमुख नवाचार है। इस मॉडल को GitHub Copilot की सामान्य गतिविधियों, जैसे कोड लिखना और सिस्टम का रखरखाव, को संभालने के लिए प्रशिक्षित किया गया है। माइक्रोसॉफ्ट के अनुसार, यह GPT-6.1 सोल के प्रदर्शन का 98% प्राप्त करता है, लेकिन इसकी लागत केवल 40% है। एंथ्रोपिक के क्लॉड ओपस 5.5 (Claude Opus 5.5) की तुलना में, कंपनी का दावा है कि यह केवल 5% लागत पर 96% प्रदर्शन प्रदान करता है।

एमएआई कोड 2 फ्लैश (MAI Code 2 Flash) भी मौजूद है, जो कम प्रसंस्करण समय की मांग करने वाले कार्यों के लिए अनुकूलित संस्करण है। कंपनी का दावा है कि इस मॉडल का प्रदर्शन GPT-6 लूना के तुलनीय है, लेकिन इसकी लागत मूल का 65% है, और क्लॉड हाइकू 5.5 (Claude Haiku 5.5) की तुलना में केवल 20% कीमत पर है।

कोडिंग और संपादन पर ध्यान केंद्रित करने के अलावा, माइक्रोसॉफ्ट ने कई अन्य आवश्यकताओं के लिए समाधान प्रस्तुत किए। विज़ुअल क्रिएशन के लिए, एमएआई इमेज 2.7 (MAI Image 2.7) लॉन्च किया गया, जिसे कंपनी के अनुसार आर्टिफिशियल एनालिसिस द्वारा किए गए छवि संपादन रैंकिंग में पहला स्थान प्राप्त हुआ है।

एआई और डिजिटल सुरक्षा को लेकर चिंता के माहौल के जवाब में, कंपनी ने एमएआई साइबर 2 फ्लैश (MAI Cyber 2 Flash) भी लॉन्च किया, जो सिस्टम सुरक्षा के लिए समर्पित है। इस मॉडल में निरंतर और पृष्ठभूमि में जांच करने की क्षमता है, जो CyberGymE2E परीक्षण में GPT-6 एस्ट्रा के समकक्ष परिणाम प्राप्त करता है।

मुस्तफा सुलेमैन ने विस्तार से बताया कि सात नए मॉडल या सिस्टम प्रस्तुत किए गए थे। माइक्रोसॉफ्ट की रणनीति इस धारणा पर आधारित है कि हर अनुरोध को एक सामान्य-उद्देश्य वाले मॉडल को निर्देशित करने की आवश्यकता नहीं है जो अत्यंत जटिल समस्याओं का समाधान कर सके। सुलेमैन के दृष्टिकोण में, सीमांत सिस्टम में अत्यधिक उन्नत ज्ञान होता है जो तब भी सुलभ रहता है जब उपयोगकर्ता कुछ सरल मांगता है, जिससे कम्प्यूटेशनल लागत बढ़ जाती है।

इन विशेष मॉडलों का केंद्रीय प्रस्ताव सीमित कार्यक्षेत्र में क्षमता को केंद्रित करना है। सुलेमैन ने Axios को समझाया कि इसका मतलब अनिवार्य रूप से समान संख्या में मापदंडों के भीतर अधिक टोकन, ज्ञान और विशेषज्ञता आवंटित करना है।

अन्य कंपनियां भी विभिन्न तर्क क्षमताओं वाले मॉडलों के बीच इस एकीकरण में निवेश कर रही हैं। उदाहरण के लिए, गूगल ने गूगल एंटीग्रेविटी (Google Antigravity) — कंपनी के प्रोग्रामिंग चैटबॉट — के लिए एक कार्यक्षमता विकसित की है, जो उपयोगकर्ता को अपने सबसे उन्नत मॉडल, जेमिनी 4 कार्बन (Gemini 4 Carbon), और बाद में जारी किए गए हाइड्रोजन (Hydrogen) जैसे अधिक बुनियादी मॉडलों के बीच भारित कार्यों को वितरित करने की अनुमति देती है।

Krisp को उम्मीद है कि भारत वॉयस एआई अपनाने का सबसे बड़ा बाजार बनेगा
और पढ़ें
business-standard.com

Krisp को उम्मीद है कि भारत वॉयस एआई अपनाने का सबसे बड़ा बाजार बनेगा

आर्टिफिशियल इंटेलिजेंस (एआई) पर आधारित ऑडियो प्रोसेसिंग सॉफ्टवेयर बनाने वाली कंपनी Krisp का अनुमान है कि आने वाले वर्षों में भारत अपने वॉयस एआई अपनाने के बाजारों में फिलीपींस को पीछे छोड़ते हुए अग्रणी स्थान हासिल करेगा। यह वृद्धि कॉल सेंटर के लिए एआई सेवाओं, उच्चारण को बेअसर करने और बहुभाषी अनुवाद की बढ़ती मांग से प्रेरित है।

Krisp तीन मुख्य क्षेत्रों में सेवाएं प्रदान करता है: एआई-आधारित मीटिंग असिस्टेंट जो बैठकों में वास्तविक समय में प्रतिलेखन और नोट्स बनाते हैं; कॉल सेंटर के लिए एआई जो पृष्ठभूमि शोर को हटाता है और उच्चारण रूपांतरण में मदद करता है; और एक प्रोग्रामिंग इंटरफ़ेस (एपीआई) जिसका उपयोग दुनिया की प्रमुख प्रयोगशालाएं, संचार और गेमिंग प्लेटफॉर्म करती हैं।

Krisp के आंकड़ों के अनुसार, मुख्य कार्यान्वयन वॉयस ट्रांसलेशन सेवा के माध्यम से होगा, जो कॉल सेंटर वर्टिकल में आता है। हालांकि, वर्तमान में राजस्व में सबसे अधिक योगदान शोर दमन और उच्चारण सुधार सेवाएं दे रही हैं।

सह-संस्थापक और सीईओ डेविड बागदसारयान ने उल्लेख किया कि वॉयस ट्रांसलेशन इतनी तेजी से विकसित हो रहा है कि उनके विचार में एक साल के भीतर यह अन्य सभी सेवाओं को पार कर जाएगा। उन्होंने इस बात पर जोर दिया कि दुनिया आज वॉयस ट्रांसलेशन को अपनाना शुरू कर रही है, और वर्तमान स्थिति केवल हिमखंड का ऊपरी हिस्सा है। अधिक विश्वास हासिल करने पर, यह तकनीक अधिक कार्यभार को आकर्षित करेगी, जिसका अधिकांश भाग भारत की ओर निर्देशित होगा।

फिलहाल, संयुक्त राज्य अमेरिका Krisp के लिए सबसे बड़ा बाजार बना हुआ है, जिसने 2017 में स्थापना के बाद से $20 मिलियन का निवेश आकर्षित किया है, और इसका राजस्व $500 मिलियन से कम है।

कंपनी के मुख्य विकास अधिकारी, विमल नायर ने कहा कि वॉयस ट्रांसलेशन के शक्तिशाली प्रभाव के कारण भारत में 'वॉयस पुनर्जागरण' हो सकता है। यह कंपनियों को पहले, दूसरे और तीसरे स्तर के शहरों में कर्मचारियों को नियुक्त करने और अंग्रेजी जानने या मूल भाषा के प्रभाव की चिंता किए बिना दुनिया भर के ग्राहकों को सेवा देने में सक्षम बनाएगा।

IT संगठन Nasscom द्वारा Krisp के साथ किए गए एक अध्ययन से पता चला है कि भारत में आधे से अधिक संगठन अब द्विभाषी वॉयस एआई से आगे निकल चुके हैं, जो कार्यप्रवाह में कम से कम तीन भारतीय भाषाओं का समर्थन करते हैं। बहुभाषी एजेंटों से संबंधित कार्यान्वयन की श्रेणी भी बढ़ रही है, जो चार या अधिक भाषाओं को संसाधित करने में सक्षम हैं।

वॉयस एआई की प्रभावशीलता का प्रमुख प्रमाण नेताओं का गतिविधि मापने से हटकर व्यावसायिक परिणाम मेट्रिक्स पर जाना है। सर्वेक्षण रिपोर्ट के अनुसार, 61% उत्तरदाताओं ने प्रति योग्य लेनदेन लागत में 20% से अधिक की कमी दर्ज की, जो कई कंपनियों के लिए दृश्य दक्षता लाभ को दर्शाता है। इसके अलावा, 30% स्केलिंग संगठनों ने अपनी आय पर सकारात्मक प्रभाव बताया।

लगभग Krisp की तकनीक पहले से ही 12 भारतीय भाषाओं का सही ढंग से अनुवाद कर सकती है, और छह अन्य विकास के चरण में हैं। इन तकनीकों का अधिकांश उपयोग स्वास्थ्य सेवा, खुदरा, दूरसंचार और वित्तीय सेवाओं जैसे क्षेत्रों में कॉल सेंटरों में किया जाता है।

बागदसारयान ने जोड़ा कि पहले फिलीपींस अच्छी उच्चारण या व्याकरण के कारण आगे थे। हालांकि, अब भारत के पिछड़ने का कोई कारण नहीं है। उच्चारण बेअसर करने वाली तकनीक की बदौलत, भारतीय एजेंटों को अमेरिकी या फिलिपिनो एजेंटों जितना ही अच्छी तरह समझा जा सकता है, जो तकनीकी प्रगति से जुड़ी प्रारंभिक कठिनाइयों को दूर करता है।

लोकप्रिय