मैट हॉकिंग, वेलसेड लैब्स के सह-संस्थापक – साक्षात्कार श्रृंखला

मैट हॉकिंग वेलसेड लैब्स के सह-संस्थापक हैं, जो एक प्रमुख उद्यम-ग्रेड एआई वॉइस जनरेटर है। उन्होंने 15 से अधिक वर्षों का अनुभव टीमों का नेतृत्व करने और पैमाने पर प्रौद्योगिकी समाधान वितरित करने में किया है।

आपकी पृष्ठभूमि काफी उद्यमी है, आपने शुरुआत में एआई में कैसे शामिल हुए?

मैंने हमेशा से खुद को उद्यमी माना है। मैंने कॉलेज से बाहर निकलने के बाद अपना पहला व्यवसाय शुरू किया और उत्पाद डिजाइन में पृष्ठभूमि के साथ, मैंने शुरुआती चरण के विचारों के साथ लोगों की मदद करने की ओर आकर्षित किया है। अपने करियर के दौरान, मैं कई स्टार्टअप्स के साथ काम करने के लिए भाग्यशाली रहा हूं जो कुछ अद्भुत रन बनाने के लिए आगे बढ़े हैं। इन अनुभवों के दौरान, मैं कई महान संस्थापकों के साथ पहले हाथ से जुड़ा हुआ हूं, जो मुझे अपने विचारों को संस्थापक के रूप में आगे बढ़ाने के लिए प्रेरित करते हैं। एआई मुझे तब नया था जब मैं एआई2 में शामिल हुआ; हालांकि, उस अनुभव ने मुझे अपने उत्पाद और स्टार्टअप लेंस को कुछ अद्भुत अनुसंधान पर लागू करने का अवसर प्रदान किया और कल्पना की कि ये नए प्रगति कैसे आगे आने वाले वर्षों में कई लोगों की मदद करेंगे। मेरा लक्ष्य शुरू से ही वास्तविक व्यवसायों को विकसित करना रहा है, और मुझे विश्वास है कि एआई भविष्य में कई रोमांचक अवसर और कुशलता पैदा कर सकता है यदि इसे सावधानी से लागू किया जाए।

क्या आप वेलसेड लैब्स के विचार की कहानी साझा कर सकते हैं जब आप द एलन इंस्टीट्यूट फॉर एआई में उद्यमी निवासी थे?

मैं 2018 में द एलन इंस्टीट्यूट फॉर आर्टिफिशियल इंटेलिजेंस (एआई2) में उद्यमी निवासी के रूप में शामिल हुआ। विश्व में सबसे नवाचारी इंक्यूबेटर के रूप में, एआई2 में एआई में सबसे चमकते दिमाग हैं जो आज की संभावनाओं के किनारे से समाधान लागू करते हैं वास्तविक उत्पादों में जो दुनिया भर में समस्याओं का समाधान करते हैं। मेरी डिजाइन और प्रौद्योगिकी में पृष्ठभूमि ने एक लंबे समय से रचनात्मक क्षेत्रों में रुचि पैदा की है, और एआई बूम जो हम आज देख रहे हैं, मैंने दो को जोड़ने का तरीका खोजने की कोशिश की। मैं माइकल पेट्रोचुक (वेलसेड लैब्स के सह-संस्थापक और सीटीओ) से मिला जब मैं एक इंटरैक्टिव हेल्थकेयर ऐप विकसित कर रहा था जो रोगी को विभिन्न संवेदनशील परिदृश्यों के माध्यम से मार्गदर्शन करता था। सामग्री विकसित करने की प्रक्रिया के दौरान, मेरी टीम ने अवतार के लिए हजारों पंक्तियों के वॉयसओवर को पूर्व-रिकॉर्ड करने के लिए वॉयस प्रतिभा के साथ काम किया। जब मुझे माइकल द्वारा हासिल की गई कुछ प्रगति के बारे में पता चला, तो हम दोनों जल्दी से मानव-परितोषिक टेक्स्ट-टू-स्पीच (टीटीएस) के मूल्य को देखा कि यह न केवल उत्पाद को बदल सकता है जिस पर मैं काम कर रहा था, बल्कि कई अन्य अनुप्रयोगों और उद्योगों को प्रभावित कर सकता है। प्रौद्योगिकी और टूलिंग वॉयस के रूप में माध्यम के साथ उत्पादकों की जरूरतों के साथ तालमेल रखने के लिए संघर्ष किया। हमने सभी निर्माताओं के हाथों में इस प्रौद्योगिकी को रखने का एक मार्ग देखा, जिससे वॉयस सभी कहानियों का एक अभिन्न अंग हो।

वेलसेड लैब्स उन कुछ कंपनियों में से एक है जो वॉयस अभिनेताओं को एआई वॉयसओवर स्पेस में एक मार्ग प्रदान करती है। आपने उत्पाद में वास्तविक आवाजों को एकीकृत करना महत्वपूर्ण क्यों माना?

हमारा उत्तर दो-प्रकार का है: पहला, हम पेशेवर वॉयस अभिनेताओं की क्षमताओं को पूरक करने वाले समाधान बनाना चाहते थे, जिससे वॉयस के अवसर बढ़ें। और दूसरा, हम अपने उत्पादों में मानव गुणवत्ता के उच्चतम स्तर को प्राप्त करने का प्रयास करते हैं। हमारे वॉयस अभिनेता हमारे दीर्घकालिक सहयोगी भागीदार हैं और उनके वॉयस डेटा और उसके बाद उत्पादित सामग्री के लिए मुआवजा और राजस्व हिस्सेदारी प्राप्त करते हैं। हमारे प्लेटफ़ॉर्म पर उनकी आवाज़ का उपयोग कितना किया जाता है, इसके आधार पर हमारे द्वारा अपनी आवाज़ के समानता पर आधारित एक एआई वॉयस अवतार बनाने के लिए नियुक्त किए गए प्रत्येक वॉयस अभिनेता को भुगतान किया जाता है। हम प्रतिभा को हमारे साथ साझेदारी करने के लिए प्रोत्साहित करते हैं; उनके योगदान के लिए न्यायसंगत मुआवजा हमारे लिए बहुत महत्वपूर्ण है।

बाजार में मानव-गुणवत्ता वाले उत्पादों की पेशकश करने के लिए, हमें अपने डेटा के स्रोत पर सख्त होने की आवश्यकता है। यह प्रक्रिया हमें गुणवत्ता पर अधिक नियंत्रण प्रदान करती है, क्योंकि हम अपने गहरे शिक्षण मॉडल को मानव-समानता और विशिष्ट संदर्भ-संबंधित शैलियों के लिए बोलने के लिए प्रशिक्षित करते हैं। हम केवल प्रदान की गई इनपुट को पढ़ने वाली आवाज नहीं बनाते हैं। हमारे मॉडल पृष्ठ पर क्या है उसे निभाने वाली विभिन्न वॉयस शैलियों की पेशकश करते हैं। चाहे उपयोगकर्ता हमारे लाइब्रेरी से एक अवतार का उपयोग करके वॉयसओवर बना रहे हों या अपने ब्रांड के लिए एक कस्टम-निर्मित वॉयस का उपयोग कर रहे हों, हम वास्तविक वॉयस डेटा का उपयोग करके एक सहज प्रक्रिया और आसानी से उपयोग करने योग्य प्लेटफ़ॉर्म सुनिश्चित करते हैं। यदि हमारे ग्राहकों को हमारी आवाजों को पोस्ट-प्रोडक्शन में मैनिपुलेट और संपादित करना पड़ता, तो वांछित आउटपुट प्राप्त करने की प्रक्रिया अक्षम और लंबी होती। हमारी आवाजें लिखित सामग्री के संदर्भ को लेती हैं और संदर्भually सटीक पढ़ाई प्रदान करती हैं। हम विभिन्न उपयोग के मामलों के लिए आवाजें प्रदान करते हैं – चाहे वह समाचार पढ़ना, ऑडियो विज्ञापन बनाना या स्वचालित कॉल सेंटर समर्थन हो – इसलिए प्रत्येक उपयोग के मामले के लिए विशिष्ट पेशेवर वॉयस प्रतिभा के साथ भागीदारी करना हमें संदर्भ और उच्च-गुणवत्ता वाले वॉयस डेटा प्रदान करता है।

हम अपने अवतार लाइब्रेरी में नियमित रूप से नए शैलियों और उच्चारण जोड़ते हैं ताकि यह सुनिश्चित किया जा सके कि हम अपने ग्राहकों की आवाजों का प्रतिनिधित्व करते हैं। वेलसेड लैब्स के स्टूडियो में, ग्राहक और ब्रांड क्षेत्र, शैली और उपयोग के मामले के आधार पर विभिन्न आवाजों का ऑडिशन कर सकते हैं, जिससे ऑडियो सामग्री का एक अधिक सहज और एकीकृत उत्पादन संभव हो जाता है जो निर्माता की जरूरतों के अनुसार व्यक्तिगत हो। एक बार जब प्रारंभिक रिकॉर्डिंग नमूना ली जाती है, तो उपयोगकर्ता विशिष्ट शब्दों, वर्तनी और उच्चारण को संकेत देने के लिए क्यू कर सकते हैं ताकि यह सुनिश्चित किया जा सके कि एआई विशिष्ट रूप से उनकी जरूरतों के अनुसार बोलता है।

वेलसेड लैब्स पहले नैतिक एआई वॉयस प्लेटफ़ॉर्म के रूप में अपना दावा कर रहा है। एआई नैतिकता आपके लिए महत्वपूर्ण क्यों हैं?

जैसा कि एआई अपनाया जा रहा है और अधिक मुख्यधारा बन रहा है, हानिकारक उपयोग के मामलों और बुरे अभिनेताओं के डर हर बातचीत के केंद्र में हैं – और ये चिंताएं दुर्भाग्य से वास्तविक दुनिया की घटनाओं द्वारा मान्य हैं। एआई वॉयस कोई अपवाद नहीं है; लगभग हर दिन, एक नए रिपोर्ट में एक प्रसिद्ध हस्ती, सार्वजनिक हस्ती या राजनेता को विज्ञापन या राजनीतिक उद्देश्यों के लिए गहरा बनाने के लिए समाचार शीर्षक बनता है। हालांकि इस प्रौद्योगिकी के संबंध में औपचारिक संघीय विनियमन अभी भी विकसित हो रहा है, दुर्भाग्यपूर्ण अभिनेताओं और एआई वॉयस के दुरुपयोग का पता लगाने और लड़ने में कठिनाई बढ़ जाएगी क्योंकि प्रौद्योगिकी आगे बढ़ती है।

एआई2 से, जहां एआई नैतिकता एक मूल सिद्धांत है, माइकल और मैंने दिन एक से इन बातचीत कीं। एआई भाषण प्रौद्योगिकी विकसित करने से संबंधित सहमति, गोपनीयता और समग्र सुरक्षा के बारे में महत्वपूर्ण जिम्मेदारियां आती हैं। हम जानते हैं कि हमें विकासक के रूप में सुरक्षित रूप से अपनी प्रौद्योगिकी बनानी होगी, नैतिक चिंताओं को संबोधित करना होगा और सिंथेटिक वॉयस के भविष्य के विकास के लिए आधार तैयार करना होगा। हम एआई भाषण प्रौद्योगिकी के दुरुपयोग की संभावना को स्वीकार करते हैं और इसके दुरुपयोग को कम करने के लिए अपनी जिम्मेदारी स्वीकार करते हैं। हमें यह आधार पहले दिन से ही रखना होगा, न कि जल्दी चलने और रास्ते में गलतियां करने के लिए। यह हमारे उद्यम ग्राहकों और वॉयस अभिनेताओं के साथ सही नहीं होगा, जो हम पर भरोसा करते हैं कि हम एक उच्च-गुणवत्ता वाला, विश्वसनीय उत्पाद बनाएं।

हम इस क्षेत्र में विधायी के लिए आह्वान का पूरी तरह से समर्थन करते हैं; हालांकि, हम संघीय नियमों को लागू किए जाने की प्रतीक्षा नहीं करेंगे। हमने हमेशा गोपनीयता, सुरक्षा, पारदर्शिता और जवाबदेही के समर्थन में प्रथाओं को प्राथमिकता दी है और आगे भी ऐसा करना जारी रखेंगे।

हम अपनी कंपनी के नैतिक उद्देश्य के सिद्धांत का सख्ती से पालन करते हैं, जो हर निर्णय में जिम्मेदार नवाचार पर बनाया गया है। यह हमारे वैश्विक ग्राहकों – उद्यम ब्रांडों के हित में है।

आप एक नैतिक एआई वॉयस प्लेटफ़ॉर्म कैसे विकसित करते हैं?

वेलसेड लैब्स ने शुरू से ही नैतिक नवाचार पर ध्यान केंद्रित किया है। हम विश्वास और पारदर्शिता को केंद्रित करते हैं इन-हाउस डेटा मॉडल, स्पष्ट सहमति आवश्यकताओं, हमारे सामग्री मॉडरेशन कार्यक्रम और हमारी ब्रांड सुरक्षा की प्रतिबद्धता के माध्यम से। वेलसेड में, हम अपने निर्णयों और डिज़ाइनों को आकार देने के लिए जिम्मेदार एआई के सिद्धांतों पर भरोसा करते हैं, और ये सिद्धांत हमारी आवाजों के उपयोग में भी विस्तारित होते हैं। हमारा नैतिक सिद्धांत इन सिद्धांतों का प्रतिनिधित्व करता है जैसे जवाबदेही, पारदर्शिता, गोपनीयता और सुरक्षा, और न्यायसंगतता।

जवाबदेही: हम हानिकारक, नफ़रत भरे, धोखाधड़ी से भरे या हिंसा भड़काने वाली सामग्री के लिए हमारी आवाजों का उपयोग करने वाले उपयोग के लिए सख्त मानक बनाए रखते हैं। हमारी विश्वास और सुरक्षा टीम इन मानकों को एक कठोर सामग्री मॉडरेशन कार्यक्रम के साथ बनाए रखती है, जो हमारी सेवा की शर्तों का उल्लंघन करने का प्रयास करने वाले उपयोगकर्ताओं को ब्लॉक और हटा देती है।

पारदर्शिता: हम किसी व्यक्ति की आवाज़ के डेटा का उपयोग करके एक सिंथेटिक वॉयस बनाने से पहले स्पष्ट सहमति की आवश्यकता होती है। उपयोगकर्ता राजनेताओं, हस्तियों या किसी और की आवाज़ की एक क्लोन बनाने के लिए आवाज़ डेटा अपलोड नहीं कर सकते हैं जब तक कि हमारे पास उस व्यक्ति की स्पष्ट, लिखित सहमति न हो।

गोपनीयता और सुरक्षा: हम अपने वॉयस अभिनेताओं की पहचान की रक्षा करने के लिए स्टॉक छवियों और उपनामों का उपयोग करके सिंथेटिक वॉयस का प्रतिनिधित्व करते हैं। हम उन्हें यह भी प्रोत्साहित करते हैं कि वे सावधानी से विचार करें कि वे अपने संबंध को वेलसेड लैब्स या अन्य सिंथेटिक वॉयस कंपनियों के साथ कैसे साझा करते हैं ताकि उनकी आवाज़ के दुरुपयोग को कम किया जा सके।

न्यायसंगतता: हम उन सभी वॉयस अभिनेताओं को मुआवजा देते हैं जो हमारे प्लेटफ़ॉर्म के लिए वॉयस डेटा प्रदान करते हैं, और हम उन्हें अपनी आवाज़ के साथ बनाई गई सिंथेटिक वॉयस के उपयोग के लिए निरंतर राजस्व हिस्सेदारी प्रदान करते हैं।

इन सिद्धांतों के साथ, हम बौद्धिक संपदा का भी सख्ती से सम्मान करते हैं। हम अपने उपयोगकर्ताओं या वॉयस अभिनेताओं द्वारा प्रदान की गई सामग्री पर स्वामित्व का दावा नहीं करते हैं। हम सब कुछ में अखंडता, न्यायसंगतता और पारदर्शिता को प्राथमिकता देते हैं, जिससे हमारी सिंथेटिक भाषण प्रौद्योगिकी का जिम्मेदारी से और नैतिक रूप से उपयोग किया जा सके। हम विभिन्न पृष्ठभूमियों, संगठनों और अनुभवों से आवाजों के साथ साझेदारी करना चाहते हैं ताकि यह सुनिश्चित किया जा सके कि वेलसेड लैब्स की आवाजों की लाइब्रेरी अपने निर्माताओं और श्रोताओं का प्रतिनिधित्व करती है।

हमारी जिम्मेदार नवाचार और एआई वॉयस प्रौद्योगिकी को नैतिक रूप से विकसित करने की प्रतिबद्धता हमें इस स्थान में अन्य लोगों से अलग करती है जो एक नए, नियंत्रित उद्योग में किसी भी तरह से पूंजीकरण करने का प्रयास कर रहे हैं। हमारे शुरुआती नैतिकता, सुरक्षा और गोपनीयता में निवेश हमारे वॉयस अभिनेताओं और ग्राहकों के बीच विश्वास और वफादारी की स्थापना करते हैं, जो हम पर भरोसा करते हैं कि हम एक उच्च-गुणवत्ता वाला, विश्वसनीय उत्पाद बनाएं।

वेलसेड लैब्स ने अपना इन-हाउस एआई मॉडल बनाया है जिसने अपनी एआई वॉयस को मानव-परितोषिक बनाने में सक्षम बनाया है, और यह मानवों की बातचीत में कमियों को लाने के द्वारा हासिल किया गया है। इन कमियों में से क्या है जो एआई को बेहतर बनाता है, और इन कमियों को कैसे लागू किया जाता है?

वेलसेड लैब्स केवल एक और टीटीएस जनरेटर नहीं है। जहां शुरुआती टीटीएस प्रौद्योगिकी मानव भाषण की गुणवत्ता को पहचानने में असमर्थ थी, जैसे कि पिच, स्वर और बोली जो शब्दों के पीछे संदर्भ और भावना को प्रसारित करते हैं, वेलसेड वॉयस ने मानव-समानता हासिल की है, मानव बोलचाल में विशिष्ट मानवीय कमियों को लाया है।

हमारे लिए वॉयस की गुणवत्ता का प्राथमिक उपाय मानव प्राकृतिकता है। यह मार्गदर्शक विश्वास ने हमारी प्रौद्योगिकी को हर चरण में आकार दिया है, हमारे द्वारा निर्मित स्क्रिप्ट लाइब्रेरी से लेकर हमें प्रतिभा देने वाले निर्देशों तक, और हाल ही में हमारे मूल टीटीएस अल्गोरिदम पर हमारे द्वारा किए गए पुनरावृत्ति।

हम वास्तविक मानवीय वोकलाइजेशन पर प्रशिक्षित होते हैं। हमारे वॉयस प्रतिभा हमारे लिए रिकॉर्डिंग के दौरान अपनी स्क्रिप्ट को प्रामाणिक और आकर्षक तरीके से पढ़ते हैं। दूसरी ओर, भाषण की पूर्णता एक यांत्रिक अवधारणा है जो एक रोबोटिक रूप से निपुण, अप्राकृतिक आउटपुट की ओर ले जाती है। जब पेशेवर वॉयस प्रतिभा प्रदर्शन करते हैं, तो उनकी बोलचाल की दर बदलती रहती है। उनकी जोर सामग्री के साथ तालमेल बिठाता है जो वे पढ़ रहे हैं। उनका वोकल पिच एक उत्साहित पढ़ाई के लिए एक पassage में बढ़ सकता है और एक अधिक गंभीर पंक्ति में गिर सकता है। ये गतिशील भिन्नताएं एक आकर्षक मानव वोकल प्रदर्शन बनाती हैं।

हमारे पेशेवर प्रतिभा के गतिशील प्रदर्शन के साथ समन्वय में काम करने वाली एआई प्रक्रियाओं का निर्माण करके, हमने वास्तव में एक प्राकृतिक टीटीएस प्लेटफ़ॉर्म बनाया है। हमने पहली बार लंबे फॉर्म टीटीएस सिस्टम के साथ पूरे रचनात्मक प्रक्रिया में पूर्वानुमानिक नियंत्रण विकसित किए। हमारे फोनेटिक लाइब्रेरी में विभिन्न ऑडियो डेटा का एक विविध संग्रह है, जिससे उपयोगकर्ता विशिष्ट वोकल संकेतों को मॉडल में शामिल कर सकते हैं, जैसे कि उच्चारण मार्गदर्शन या नियंत्रणीयता, उत्पादन चरण के दौरान। एक ही प्लेटफ़ॉर्म में, वेलसेड उपयोगकर्ता बिना किसी बाहरी डेटा को आयात किए वॉयसओवर रिकॉर्ड, संपादित और स्टाइल कर सकते हैं।

क्या आप टेक्स्ट-टू-स्पीच (टीटीएस) एआई कंपनी बनाने के पीछे कुछ चुनौतियों पर चर्चा कर सकते हैं?

एआई वॉयस प्रौद्योगिकी का विकास पूरे क्षेत्र में एक पूरी नई चुनौतियों का सेट प्रस्तुत करता है। मुख्य चुनौतियों में से एक एआई क्षेत्र में होने वाले शोर और हाइप से बचना है। एक नई, बuzzy प्रौद्योगिकी के रूप में, कई संगठन एआई वॉयसओवर विकास पर जल्दी से पूंजीकरण करने का प्रयास कर रहे हैं। हम हर किसी के लिए एक वॉयस प्रदान करना चाहते हैं, केंद्रीय नैतिक सिद्धांतों और प्रामाणिकता से मार्गदर्शित। इस प्रामाणिकता का पालन करने से हमारी प्रौद्योगिकी के विकास और तैनाती में देरी हो सकती है, लेकिन यह वेलसेड वॉयस और उनके डेटा की सुरक्षा और सुरक्षा को सुनिश्चित करता है।

हमारे टीटीएस प्लेटफ़ॉर्म को विकसित करने की एक और चुनौती विशिष्ट सहमति दिशानिर्देश विकसित करना था ताकि यह सुनिश्चित किया जा सके कि संगठन या व्यक्तिगत अभिनेता हमारी प्रौद्योगिकी का दुरुपयोग न करें। इस चुनौती से निपटने के लिए, हम दीर्घकालिक साझेदारी की तलाश करते हैं और वॉयसओवर विकास में पूरी तरह से शामिल होते हैं ताकि जवाबदेही, पारदर्शिता और उपयोगकर्ता सुरक्षा में वृद्धि हो सके। हम विभिन्न पृष्ठभूमियों, संगठनों और अनुभवों से वॉयस प्रतिभा के साथ साझेदारी करना चाहते हैं ताकि यह सुनिश्चित किया जा सके कि वेलसेड लैब्स की आवाजों की लाइब्रेरी अपने निर्माताओं और श्रोताओं का प्रतिनिधित्व करती है। ये प्रक्रियाएं जानबूझकर और विस्तार से डिज़ाइन की जाती हैं ताकि यह सुनिश्चित किया जा सके कि हमारी प्रौद्योगिकी का उपयोग सुरक्षित और नैतिक रूप से किया जाए, जो विकास और लॉन्च की समयसीमा को धीमा कर सकता है।

आपकी दृष्टि में जनरेटिव एआई वॉयस का भविष्य क्या है?

लंबे समय से, एआई भाषण प्रौद्योगिकी उच्च गुणवत्ता वाली सामग्री बनाने के लिए पर्याप्त नहीं थी जो कंपनियों को बड़े पैमाने पर बनाने की अनुमति देती है। अब जब ऑडियो प्रौद्योगिकी को महंगे उपकरण और हार्डवेयर की आवश्यकता नहीं है, तो सभी लिखित सामग्री को ऑडियो प्रारूप में उत्पादित और प्रकाशित किया जा सकता है ताकि आकर्षक, बहु-मोडल अनुभव बनाया जा सके।

आज, एआई वॉयस मानव जैसे ऑडियो उत्पादित कर सकते हैं और डिजिटल कहानी सुनाने को अधिक सुलभ और प्राकृतिक बनाने के लिए आवश्यक नाजुकता को पकड़ सकते हैं। जनरेटिव एआई वॉयस का भविष्य सभी पहलुओं में सुनने योग्य अनुभव होगा जो हमारे जीवन को छूते हैं। जैसा कि प्रौद्योगिकी आगे बढ़ती है, हम मानव और मशीन-जनित भाषण के बीच की रेखा को धुंधला करने वाली प्राकृतिक और अभिव्यंजक सिंथेटिक वॉयस देखेंगे – व्यवसाय, संचार, पहुंच और हम दुनिया के साथ कैसे जुड़ते हैं, इसके लिए नए दरवाजे खुलेंगे।

व्यवसाय एआई वॉयस इंटरफेस में व्यक्तिगतकरण में सुधार पाएंगे और उन्हें वर्चुअल सहायकों के साथ बातचीत को अधिक डूबने योग्य और उपयोगकर्ता-मित्र बनाने के लिए उपयोग करेंगे। ये सुधार पहले से ही हो रहे हैं, बुद्धिमान कॉल सेंटर एजेंटों से लेकर फास्ट फूड ड्राइव-थ्रू तक। सामग्री निर्माण, जिसमें विज्ञापन, उत्पाद विपणन, समाचार कथन, पॉडकास्ट, ऑडियोबुक और अन्य मल्टीमीडिया शामिल हैं, एआई वॉयस का उपयोग करके आकर्षक सामग्री विकसित करने के लिए टूल का उपयोग करके कुशलता में वृद्धि देखेगा – अंततः संगठनों के लिए राजस्व में वृद्धि होगी, खासकर जब से बहुभाषी मॉडल एक कंपनी की पहुंच को एक बिंदु से वैश्विक उपस्थिति में बढ़ा सकते हैं। उत्पादन टीमें सिंथेटिक वॉयस का लाभ उठाएंगी जो ब्रांड की जरूरतों के अनुसार या श्रोता के अनुसार अनुकूलित हैं।

एआई की शुरुआत से पहले, टीटीएस प्रौद्योगिकी में मानव भावना, स्वर और उच्चारण की क्षमता की कमी थी जो पूरी कहानी को बड़े पैमाने पर और आसानी से बताने के लिए आवश्यक थी। अब, एआई-संचालित टीटीएस अधिक डूबने योग्य और सुलभ अनुभव प्रदान करता है, जिसमें वास्तविक समय की बोलचाल क्षमता और इंटरैक्टिव बातचीत एजेंट शामिल हैं।

मानव जैसी बोलचाल क्षमता प्राप्त करना एक यात्रा रही है, लेकिन अब यह प्राप्य है, हम एआई वॉयस के पूर्ण दायरे को देख रहे हैं ताकि संगठनों के लिए वास्तविक व्यवसाय मूल्य बनाया जा सके।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें वेलसेड लैब्स पर जाना चाहिए।