सर्वम एआई ने यथार्थवादी भारतीय लहजे के साथ बुलबुल-वी2 लॉन्च किया

बेंगलुरु स्थित एआई स्टार्टअप Sarvam AI ने अपना नवीनतम टेक्स्ट-टू-स्पीच (TTS) मॉडल ‘Bulbul-v2’ लॉन्च किया है, जिसे विशेष रूप से भारत की विविध भाषाई पहचान को ध्यान में रखते हुए विकसित किया गया है। यह मॉडल 11 भारतीय भाषाओं में प्राकृतिक, मानवीय जैसी आवाज़ें और प्रामाणिक क्षेत्रीय उच्चारण प्रदान करता है, जिससे यह बिज़नेस, ब्रांड और डेवलपर्स के लिए एक प्रभावशाली उपकरण बनता है जो भारतीय दर्शकों के लिए अनुकूल आवाज़ों की तलाश में हैं।

क्यों है चर्चा में?

Sarvam AI का Bulbul-v2 लॉन्च करना भारत के स्पीच एआई इकोसिस्टम में एक महत्वपूर्ण कदम है। यह मॉडल भारत-प्रथम मूल्य निर्धारण, कम विलंबता (low latency) और कस्टम वॉइस विकल्पों के साथ आता है। यह लॉन्च IndiaAI मिशन के तहत स्वदेशी लैंग्वेज मॉडल विकसित करने में कंपनी की भूमिका के साथ भी जुड़ा हुआ है।

मुख्य विशेषताएँ:

• 11 भारतीय भाषाओं का समर्थन, क्षेत्रीय उच्चारणों के साथ।

• रीयल-टाइम सिंथेसिस और मल्टी-लैंग्वेज (कोड-मिक्स्ड) टेक्स्ट सपोर्ट।

• ध्वनि पर सटीक नियंत्रण:

  • पिच (Pitch)

  • गति (Pace)

  • आवाज़ की तीव्रता (Loudness)

• विभिन्न सैंपल रेट: 8kHz से 24kHz तक।

• स्मार्ट टेक्स्ट प्री-प्रोसेसिंग: संख्याएँ, तिथियाँ और मिश्रित भाषा वाले कंटेंट को सामान्यीकृत करता है।

उद्देश्य:

• भारत में एआई वॉइस तकनीक को आम लोगों तक पहुंचाना।

• व्यावसायिक और ब्रांड उपयोग के लिए कस्टमाइज़ेबल और प्राकृतिक आवाज़ों वाला मॉडल उपलब्ध कराना।

• डिजिटल भारत में भाषाई समावेशिता को बढ़ावा देना।

पृष्ठभूमि:

• Bulbul-v1 को अगस्त 2024 में लॉन्च किया गया था, जिसमें 6 प्रीसेट वॉइस पर्सनैलिटी थीं।

• Sarvam AI पहला भारतीय स्टार्टअप बना जिसे स्वदेशी लैंग्वेज मॉडल (LLM) विकसित करने के लिए चुना गया, जिसमें तर्कशीलता (reasoning) और वॉइस क्षमताएं हों।

महत्त्व:

• स्थानीय भाषाओं में डिजिटल सेवाओं की पहुंच को आसान बनाता है।

• ब्रांडों को क्षेत्रीय दर्शकों तक प्रामाणिक आवाज़ों के ज़रिए पहुँचने में मदद करता है।

• भारत के AI इकोसिस्टम को सशक्त बनाता है और IndiaAI मिशन के तहत तकनीकी आत्मनिर्भरता को बढ़ावा देता है।