जेमी बोश, सीईओ, वॉइसमॉड – साक्षात्कार श्रृंखला

जेमी बोश वॉइसमॉड के सीईओ हैं, जो गेमर्स, सामग्री निर्माताओं और वीट्यूब्स के लिए एक मुफ्त वॉयस चेंजिंग सॉफ्टवेयर है।

क्या आप वॉइसमॉड के पीछे की उत्पत्ति की कहानी साझा कर सकते हैं?

मैं 10 बच्चों में से 8वां हूं, और मैंने एक ऐसे वातावरण में बड़े होने का आनंद लिया जहां मैं अपनी उद्यमी भावना को बहुत कम उम्र से ही पूरी तरह से खोल सकता था, क्योंकि हमेशा मेरे भाइयों से समर्थन मिला जो समान विचारधारा वाले थे।

इस तरह, यह केवल समय की बात थी कि मेरे दो भाइयों और मैं, जो सभी प्रौद्योगिकी और संगीत के लिए गहरा प्यार साझा करते थे, एक ऐसे ऐप के विचार के साथ खिलवाड़ किया जो हमारे हितों को मिलाता था। इसलिए, 2009 में, हमने ऐसा ही किया और एक बी2सी संगीत ऐप बनाया जो हमारे स्टूडियो व्यवसाय के लिए एक साइड-हस्टल था जो हमारा मुख्य व्यवसाय था।

चूंकि यह एक साइड प्रोजेक्ट था, हमने वॉयस मॉड्यूलेशन जैसी चीजों के साथ बहुत प्रयोग किया, जिसने हमें कुछ पूरी तरह से नया और अनोखा बनाने के लिए प्रेरित किया। इसका परिणाम यह था जिसे हमने “वॉइसमॉड एक्सपीरियंस” कहा – अपनी खुद की आवाज का एक पूरी तरह से नया तरीका – जो ऐप के विकास का मुख्य बल बन गया। जो कोई भी हमारे सॉफ्टवेयर का उपयोग करता था, हमें लोगों से एक ही तरह की प्रतिक्रिया मिलती थी: हंसी और आश्चर्य जब वे खुद को एक पूरी तरह से अलग तरीके से सुनते थे।

इसने हमें उत्पाद के लिए अपने दृष्टिकोण को फिर से तैयार करने के लिए प्रेरित किया, जो अंततः ध्वनि के माध्यम से मानव संबंध को विकसित कर सकता है। इसलिए हमने मोबाइल से पीसी पर अनुभव लाया, जहां यह तुरंत विस्फोटक गेमिंग और स्ट्रीमिंग दृश्य द्वारा उठाया गया था – और बाकी इतिहास है।

वॉइसमॉड最初 एक साइड प्रोजेक्ट था — जब आप इसे पूरी तरह से करने का फैसला किया?

प्रारंभ में, मेरे भाइयों और मेरे पास एक स्टूडियो था जिसे 2taptap कहा जाता था। जब हमने वॉइसमॉड बनाने का विचार किया, तो यह शुरू में बस एक मजेदार साइड प्रोजेक्ट था, लेकिन जैसे ही समय बीतता गया, हमने देखा कि लोग इसके साथ कैसे बातचीत कर रहे थे और प्रौद्योगिकी की क्षमता क्या थी। उस समय तक, अधिकांश वॉयस चेंजिंग प्रौद्योगिकी एसिंक्रोनस थी, इसलिए वास्तविक समय में किसी और के रूप में होने का अनुभव करना कई लोगों के लिए नया था। हमारे लिए परिभाषित क्षण यह था कि लोग हमारी प्रौद्योगिकी का उपयोग न केवल मज़े के लिए कर रहे थे, बल्कि अपने पूरे ऑनलाइन अभिव्यक्ति को आकार देने के लिए। यह तब था जब हमें एहसास हुआ कि हम कुछ ऐसा बना रहे थे जो केवल मनोरंजन के बारे में नहीं था, बल्कि संभावित रूप से सामाजिक ऑडियो अनुभवों के भविष्य का अगला कदम था।

क्या आप वॉइसमॉड ऐप में कुछ वॉयस रिकग्निशन तकनीकों पर चर्चा कर सकते हैं?

हमारे कैटलॉग में विभिन्न वॉयस चेंजर्स के साथ, एक सामान्य मानव वॉयस को कुछ नया में बदलने के लिए प्रक्रियाएं की जाती हैं। निश्चित रूप से, एक व्यक्ति की आवाज में ऐसे पहलू हैं जिन्हें ध्यान में रखना होगा जैसे कि आयु, लिंग, भावना, और केवल बोलने के तरीके में सरल भिन्नताएं।

इन भिन्नताओं का योगदान यह बताता है कि कोई कैसा लगता है और लागू परिवर्तनों को प्रभावित करता है। हम वॉयस रिकग्निशन प्रौद्योगिकी के राज्य के तत्वों का लाभ उठाते हैं ताकि वॉयस रूपांतरण और परिवर्तन को यथासंभव सटीक रूप से सुविधा प्रदान की जा सके — और हम इस प्रक्रिया में लगातार सुधार कर रहे हैं। हम लोगों को यह अवसर देना चाहते हैं कि वे अपने आप को कैसे देखा जा रहा है, सुनने में कैसे चाहते हैं, और अपने श्रोताओं के लिए एक शानदार सुनने का अनुभव प्रदान करें।

लोगों को ध्वनि के माध्यम से खुद को व्यक्त करने में मदद करना क्यों महत्वपूर्ण है?

जब से हम पैदा होते हैं और एक बच्चे की पहली चीख, ध्वनि वह प्राकृतिक तरीका है जिसके द्वारा हम सीखते हैं कि खुद को कैसे व्यक्त किया जाए। जैसे ही हम बड़े होते हैं, ऑडियो संचार का महत्व बढ़ता जाता है, क्योंकि हम सीखते हैं कि ध्वनि को भाषा में ढालें और अपनी बातों में भावना और सूक्ष्मता डालने के लिए अपनी आवाज का उपयोग करें। अपनी आवाज को ऊंचा करके, हम उत्साह का संकेत दे सकते हैं – या जोर देने के लिए सांस लेने या कराहने जैसे ध्वनि प्रभावों का उपयोग कर सकते हैं।

कुछ वास्तव में प्रतिभाशाली लोगों के लिए, आवाज एक अभिव्यक्ति का एक उपकरण है – वे असीमित ध्वनि प्रभाव या आवाजें बना सकते हैं। हममें से अधिकांश, हालांकि, इतने भाग्यशाली नहीं हैं और वास्तव में अपनी आवाज से असहज महसूस करते हैं (विशेष रूप से जब हम उन्हें रिकॉर्ड किया जाते हैं)। हमारे कुछ उपयोगकर्ता अज्ञात लोगों के सामने बोलने में घबराहट के बारे में बात करते हैं और उन्हें लगता है कि वे अपने आप को उस तरह से व्यक्त नहीं कर पा रहे हैं जैसा वे चाहते हैं।

यह वह जगह है जहां हम एक बड़े अवसर को देखते हैं लोगों की मदद करने के लिए। हमारे वॉयस आइडेंटिटी के साथ, उपयोगकर्ता अपनी आवाज को कुछ ऐसा बना सकते हैं जिससे वे सहज महसूस करते हैं – या विशिष्ट स्थितियों के लिए विभिन्न आवाजों में बदल सकते हैं। हम उन्हें ध्वनि प्रभाव, संगीत क्लिप, या ऑडियो इमोजी का उपयोग करने के लिए भी सशक्त बनाना चाहते हैं ताकि वे वातावरण बना सकें, संदर्भ प्रदान कर सकें, या हास्य प्रभाव ला सकें – जैसे कि ग्राफिकल इमोजी ने पाठ संचार को आकार देने में मदद की है।

आपने वॉइसमॉड को ध्वनि के माध्यम से मानव संबंध को विकसित करने के रूप में वर्णित किया है; क्या आप इस पर विस्तार से बता सकते हैं?

बोलने वाले को मुक्त करने और लोगों को बोलने से रोकने वाले एक मानसिक ब्लॉक को हटाने के अलावा, हम इस संबंध को गहरा बनाने के लिए काम कर रहे हैं। उदाहरण के लिए, हमारा साउंडबोर्ड संचार को अगले स्तर तक ले जाता है — इसे “ऑडियो इमोजी” के रूप में सोचें। क्या आप 35 साल से कम उम्र के लोगों को बिना इमोजी का उपयोग किए बात करते हुए देख सकते हैं? जबकि यह प्रौद्योगिकी कुछ समय से मौजूद है, यह वास्तव में केवल तब से गहराई से हमारे संचार में शामिल हुई है जब से लगभग 2010 है। हमने मैसेजिंग प्लेटफ़ॉर्म पर स्टिकर्स, वॉयस मैसेजिंग और वॉयस नोट्स के उदय, और अब जीआईएफ़ और जिफी के बढ़ते उपयोग के रुझान को देखा है। विश्वभर में ऑडियो संचार के पैमाने के साथ, ध्वनि का उपयोग कैसे किया जा रहा है इसका महत्व बढ़ रहा है। अपने दोस्त के चुटकुले पर ऑडियो प्रतिक्रिया भेजना आपकी ईमानदार प्रतिक्रिया के बारे में बहुत कुछ बता सकता है जो केवल एक वाक्य लिखने से ज्यादा है। क्रिकेट की आवाज और बा डम टीएस! के बीच का अंतर सोचें वे सभी विभिन्न अर्थों और भावनाओं को वहन करते हैं जिन्हें आप केवल एक क्लिक के साथ संवाद कर सकते हैं।

हम चाहते हैं कि उपयोगकर्ता दोस्तों, परिवार या अजनबियों के साथ अधिक आकर्षक ऑडियो बातचीत करने के लिए आवाज, वॉयस प्रभाव और ऑडियो इमोजी का उपयोग करना आसान बना सकें।

वॉइसमॉड ऐप के पीछे कुछ मशीन लर्निंग तकनीकों पर चर्चा कर सकते हैं, जिसमें उपयोगकर्ताओं को बेहतर ध्वनि और अपनी आवाज को अनुकूलित करने की अनुमति देना शामिल है?

मशीन लर्निंग वॉइसमॉड की अधिकांश नई सुविधाओं के दिल में है।

रचनात्मक पक्ष के संबंध में, वॉइसमॉड के वॉइसलैब ने बाजार में पहली वास्तविक समय वॉयस रूपांतरण प्रौद्योगिकी बनाई है जो उपयोगकर्ताओं को अपनी सोनिक पहचान चुनने की अनुमति देगी, प्रत्येक के लिए व्यक्तिगत आवाज बनाएगी।

हमारी जल्द ही जारी होने वाली नई, उन्नत प्रौद्योगिकी के साथ, हम अनोखे गुणों वाली पहले सुनी गई आवाजें बनाते हैं जो उपयोगकर्ताओं की गोपनीयता और सुरक्षा की रक्षा करेंगे, साथ ही उन्हें ध्वनि के माध्यम से अपनी वांछित व्यक्तित्व बनाने की अनुमति देंगे।

हमने हाल के वर्षों में डेटा-चालित गहरे शिक्षण विधियों को भी देखा है। वे हमें भाषण संकेतों के भीतर छिपी हुई संरचनाओं को सीखने की अनुमति देते हैं जो आवाज की संवेदी विशेषताओं से संबंधित हैं, जैसे कि फोनोलॉजी, सामग्री, पहचान, इरादा, और मूड। इन प्रौद्योगिकियों का लाभ उठाकर, हम संकेत के संवेदी पहलुओं को नियंत्रित और संशोधित कर सकते हैं। यह हमें उपयोगकर्ताओं को अपनी ध्वनि पहचान पर अधिक नियंत्रण देने वाली प्रौद्योगिकियों को डिजाइन करने की अनुमति देता है जो पहले संभव नहीं था।

वॉइसमॉड ऐप के कुछ उपयोग क्या हैं?

वॉइसमॉड के बारे में अच्छी बात यह है कि इसके उपकरण विभिन्न आवश्यकताओं और परिदृश्यों की सेवा करते हैं। अधिक सामान्य स्थितियां सामग्री निर्माण, दोस्तों के साथ गेमिंग, परिवार या दोस्तों से बात करना, इमर्सिव रोलप्ले वातावरण बनाने, या यहां तक कि काम और व्यवसाय के लिए हो सकती हैं – जहां उपयोगकर्ता मुख्य रूप से हमारे शोर रद्दीकरण और ऑडियो सुधार उपकरणों का उपयोग करते हैं।

क्या आप अपने भाइयों के साथ एक स्टार्टअप लॉन्च करने की कुछ चुनौतियों और लाभों पर चर्चा कर सकते हैं?

ईमानदारी से, मैं यह करना पसंद करूंगा, और मुझे पता है कि हर कोई कुछ तरह की चुनौतियों का सामना करता है, लेकिन मुझे हमारे मामले में बहुत कम याद हैं। कारण यह है कि हम एक बहुत बड़े परिवार से आते हैं। हमने हमेशा कुछ न कुछ साथ में किया है। बचपन की परियोजनाओं से लेकर संगीत बनाने तक, यह स्वाभाविक था कि हम अंततः साथ काम करेंगे। मेरे भाई फर्नांडो और जुआन — जिन्होंने मेरे साथ वॉइसमॉड की सह-स्थापना की — पहले से ही कई कंपनियों में साथ काम कर चुके थे, इसलिए उनके पास इस संबंध में बहुत अनुभव था। मैं 2010 में उनकी कंपनी 2taptap में शामिल हो गया, इसलिए मुझे इसका अनुभव मिला। जब हमने वॉइसमॉड बनाया, तो हम पूरी तरह से उस पर सहमत थे जो हम हासिल करना चाहते थे और अधिक महत्वपूर्ण बात यह है कि हम इसे कैसे हासिल करना चाहते थे। इसलिए, जब हमने वॉइसमॉड बनाया, तो हमने वॉइसमॉड में एक मजबूत संस्कृति को लाया जो मूल्यों के साथ संरेखित थी, जो वास्तव में हमारी सफलता की कुंजी रही है।

क्या वॉइसमॉड के बारे में और कुछ है जो आप साझा करना चाहेंगे?

पीछे की ओर बहुत कुछ हो रहा है, लेकिन हमारे द्वारा ध्वनि को सभी के लिए विकसित करने की इच्छा के साथ, हम वर्तमान में अपनी प्रौद्योगिकी को और अधिक … सुलभ बनाने के लिए कुछ पर काम कर रहे हैं। किसी भी डेवलपर को अपने उत्पाद में हमारी प्रौद्योगिकी का उपयोग करने का एक तरीका।

हम जानते हैं कि लोग अपने जागरण के अधिकांश समय ऑनलाइन बिताते हैं, प्लग इन होते हैं, और विभिन्न प्लेटफ़ॉर्म और अनुप्रयोगों पर खुद को व्यक्त करते हैं। ऑनलाइन वातावरण में, आपका ‘अवतार’ आपका पूरा स्वयं-प्रतिनिधित्व है। और वास्तव में, कौन है वह व्यक्ति बिना आवाज के?

रियल-टाइम वॉयस चेंजिंग तकनीक बनाने और पूरी तरह से अनुकूलन योग्य सोनिक अभिव्यक्तियों की एक प्रणाली विकसित करना बहुत काम है। हमारी टीम ने उस कदम को हटा दिया है और एक पूरे किट को डिज़ाइन किया है जिसे डेवलपर्स कहीं भी आसानी से एकीकृत कर सकते हैं। हम दुनिया भर के डेवलपर्स और उपयोगकर्ताओं के लिए अपनी प्रौद्योगिकी को सुलभ बनाने के लिए बहुत उत्साहित हैं, क्योंकि हम सामाजिक ऑडियो अनुभवों के भविष्य का निर्माण जारी रखते हैं! धन्यवाद इस शानदार साक्षात्कार के लिए, पाठक जो अधिक जानना चाहते हैं उन्हें वॉइसमॉड पर जाना चाहिए।