साइमन पोगोसियन, जीएसपीच के संस्थापक और सीईओ – साक्षात्कार श्रृंखला

साइमन पोगोसियन जीएसपीच के संस्थापक और सीईओ हैं, जो एक वेब-आधारित एआई प्लेटफ़ॉर्म है जो ऑनलाइन सामग्री को अधिक सुलभ बनाने में मदद करता है जो 70 से अधिक भाषाओं में प्राकृतिक ध्वनि वाले ऑडियो में पाठ को परिवर्तित करता है। वीएलएसआई डिज़ाइन में पृष्ठभूमि और प्रोग्रामिंग और उपयोगकर्ता अनुभव में मजबूत रुचि के साथ, साइमन ने जीएसपीच बनाया ताकि वेबसाइटें वॉयस-एनेबल्ड सामग्री प्रदान करने के तरीके को सरल बना सकें।

आज, जीएसपीच प्रति माह लगभग 200 मिलियन अक्षरों का ऑडियो उत्पन्न करता है और 70 से अधिक देशों में उपयोग किया जाता है, जिसमें इसके अनुकूलित ऑडियो प्लेयर प्रति माह 200,000 से अधिक बार सेवा करते हैं। 1 बिलियन अक्षरों के ऑडियो को कुल मिलाकर उत्पन्न करने के बाद, जीएसपीच तेजी से बढ़ रहा है। प्लेटफ़ॉर्म को एकल लाइन कोड की आवश्यकता के साथ एकीकृत करने में आसान होने के लिए डिज़ाइन किया गया है – और रचनाकारों, शिक्षकों और व्यवसायों को अपनी सामग्री अधिक समावेशी और आकर्षक बनाने में मदद करता है।

जीएसपीच हमारे सभी अंग्रेजी पृष्ठों पर भी उपयोग किया जाता है, आप इस लेख को सुन सकते हैं और जीएसपीच कितनी अच्छी तरह से प्रदर्शन करता है यह देखकर प्ले बटन पर क्लिक करके।

आपकी वीएलएसआई डिज़ाइन में पृष्ठभूमि और शुरुआती प्रोग्रामिंग अनुभव ने एक मजबूत तकनीकी आधार रखा। एआई-संचालित सॉफ़्टवेयर बनाने की दिशा में आपके परिवर्तन को क्या प्रेरित किया, और यह जीएसपीच के निर्माण कैसे हुआ?

मेरी समस्या-समाधान की उत्सुकता हाई स्कूल में शुरू हुई, जो गणित और भौतिकी के प्रेम से प्रेरित थी। यह मुझे अर्मेनिया के स्टेट इंजीनियरिंग विश्वविद्यालय से वीएलएसआई डिज़ाइन में स्नातक (2009) और मास्टर (2011) करने के लिए ले गया, जो सिनोप्सिस अर्मेनिया के सहयोग से था। भौतिकी का अध्ययन करने से मुझे सटीकता और विश्लेषणात्मक सोच में प्रशिक्षित किया गया, लेकिन यह मेरे दूसरे वर्ष में था जब मैंने पास्कल भाषा के साथ प्रोग्रामिंग की खोज की – और तुरंत इसके साथ प्यार में पड़ गया। मेरे मित्र और मैं जैसे ही हमें पाठ्यक्रम कार्य प्राप्त होते थे, हम उन्हें पूरा कर देते थे – हालांकि हमारे पास छह महीने थे। फिर, मज़े के लिए, हमने अन्य छात्रों के कार्य को पूरा करना शुरू किया।

यह जुनून मुझे सॉफ़्टवेयर विकास में गहरा ले गया। मैंने वेबसाइट निर्माण से शुरू किया, फिर अपना सीएमएस बनाया। प्रक्रिया स्वचालन और डेटा प्रबंधन वास्तुकला में कई परियोजनाओं को पूरा करने के बाद, मुझे एहसास हुआ कि मुझे वेब इंटरफ़ेस के लिए डिजिटल समाधान बनाने में कितना आनंद आता है। 2जीएलक्स परियोजना के माध्यम से, मैं एडवर्ड अनान्यान – लोकप्रिय जीट्रांसलेट अनुवाद सेवा के निर्माता और क्वांट जिमनेजियम से एक स्कूल के मित्र के साथ सहयोग किया। उन्होंने मुझे वर्डप्रेस और जुमला पारिस्थितिकी तंत्र से परिचित कराया, और जीएसपीच की अवधारणा उनके साथ उत्पन्न हुई। उस प्रारंभिक कार्य ने हमारे उपकरण के पहले संस्करण को जन्म दिया, जिससे उपयोगकर्ता वेबपेज पर पाठ सुन सकते थे, जो बाद में एक पूर्ण विशेषता वाले एआई प्लेटफ़ॉर्म में विकसित होगा। 2023 तक, मैंने स्मार्ट्स क्लब एलएलसी की स्थापना की ताकि जीएसपीच को 70 से अधिक भाषाओं के समर्थन के साथ एक वैश्विक एआई ऑडियो समाधान में विस्तारित किया जा सके। मानवता संघ की प्रशंसा, जीएसपीच की अपने नागरिक जुड़ाव मंच की पहुंच में सुधार की भूमिका के लिए, और मेरे प्रारंभिक प्रोग्रामिंग दिनों में जड़ें जमाने वाले एआई के माध्यम से डिजिटल विभाजन को पुल करने के मिशन को प्रतिबिंबित करता है।

जीएसपीच मूल रूप से दृष्टि बाधित उपयोगकर्ताओं का समर्थन करने के लिए एक उपकरण के रूप में शुरू हुआ। इस प्रारंभिक मिशन ने पूर्ण विशेषता वाले एआई पाठ-से-वाणी समाधान में प्लेटफ़ॉर्म के विकास को कैसे प्रभावित किया?

सुलभता पर ध्यान ने उच्च गुणवत्ता वाले वास्तविक समय एआई ऑडियो, 70 से अधिक भाषाओं में अनुवाद, और एक सरल कोड स्निपेट के माध्यम से वेबसाइट एकीकरण को बढ़ावा दिया। इस मिशन ने अनुकूलित ऑडियो प्लेयर, भाषा और वॉयस चयन पैनल, संदर्भ-जागरूक प्लेबैक, ऑडियो डाउनलोड, और विस्तृत उपयोग सांख्यिकी की विशेषताओं को जन्म दिया – जिनमें देश, शहर, डिवाइस डेटा और समय के साथ प्लेबैक विश्लेषण शामिल हैं – सभी सामग्री को अधिक समावेशी और आकर्षक बनाने के लिए डिज़ाइन किए गए। 100,000 से अधिक लाइनों का कोड लिखने के बाद, मैंने 2023 में जीएसपीच क्लाउड कंसोल लॉन्च किया – एक स्केलेबल समाधान जो समावेशिता के साथ उन्नत कार्यक्षमता को संतुलित करता है, व्यवसायों और रचनाकारों को अपनी सामग्री को सुलभ, बहुभाषी और वेब पर इंटरैक्टिव बनाने में सक्षम बनाता है।

जीएसपीच क्लाउड कंसोल के विकास के दौरान आपको कुछ सबसे बड़ी तकनीकी चुनौतियों का सामना करना पड़ा?

जीएसपीच क्लाउड कंसोल विकसित करने में सबसे बड़ी चुनौतियों में से एक वास्तविक समय, सुरक्षित, उच्च गुणवत्ता वाले एआई ऑडियो जेनरेशन के लिए एक स्केलेबल आर्किटेक्चर डिज़ाइन करना था। इसके लिए वेब से प्रासंगिक सामग्री प्राप्त करने, हमारे सर्वर पर ऑडियो प्रोसेस करने और इसे क्लाउड में तेज़, विश्वसनीय डिलीवरी के लिए संग्रहीत करने के लिए नवाचारी समाधानों की आवश्यकता थी। डायनामिक, उपयोगकर्ता-जनित सामग्री की रक्षा के लिए मजबूत सुरक्षा उपायों को लागू करना, जैसे कि एन्क्रिप्शन और एक्सेस कंट्रोल, महत्वपूर्ण था।

एक और बाधा उन्नत न्यूरल इंजनों का उपयोग करके वास्तविक समय अनुवाद को सक्षम करना था। हमें कम-विलंबता, सटीक अनुवाद सुनिश्चित करना था जबकि उपयोगकर्ताओं को भाषा और पसंदीदा वॉयस प्रोफ़ाइल चुनने की अनुमति देने वाला एक सहज ज्ञान युक्त इंटरफ़ेस बनाना था। अंत में, हमने एक ऑडियो टेम्पलेट क्रिएटर विज़ार्ड विकसित किया जिसमें कई अनुकूलित प्लेयर दृश्य थे, जिससे उपयोगकर्ता अपनी वेबसाइटों के लिए अनूठे, दृश्य रूप से आकर्षक प्लेयर डिज़ाइन कर सकें। डिवाइसों में लचीलापन, प्रदर्शन और उपयोगकर्ता अनुभव को संतुलित करना एक फायदेमंद चुनौती थी।

70 से अधिक भाषाओं में वास्तविक समय अनुवाद और 230 से अधिक प्राकृतिक ध्वनि वाली आवाजों के साथ। आप इतने विविध भाषा सेट में आवाज की गुणवत्ता और सटीकता कैसे सुनिश्चित करते हैं?

आवाज की गुणवत्ता को बनाए रखने के लिए, हम कई उन्नत पाठ-से-वाणी (टीटीएस) मॉडल एकीकृत करते हैं जो निरंतर अनुकूलित और अद्यतन किए जाते हैं। ये बहुभाषी इंजन मिश्रित भाषा सामग्री के साथ उच्च सटीकता के साथ सौदा करते हैं। हम 100 से अधिक नए वॉयस वाइब्स को रोल आउट कर रहे हैं ताकि उपयोगकर्ताओं को और भी अभिव्यंजक और प्राकृतिक ध्वनि वाले विकल्प प्रदान किए जा सकें। प्रति माह जीएसपीच 200 मिलियन से अधिक अक्षरों का ऑडियो उत्पन्न करता है, 70 से अधिक देशों में उपयोगकर्ताओं की सेवा करता है, और हमारे ऑनलाइन प्लेयर का उपयोग प्रति माह 200,000 से अधिक बार किया जाता है – और बढ़ रहा है। यह पैमाना निरंतर प्रतिक्रिया और वास्तविक दुनिया के परीक्षण को सुनिश्चित करता है, जो सीधे हमारे ट्यूनिंग और गुणवत्ता नियंत्रण को सूचित करता है।

आप जीएसपीच के माध्यम से एआई और मशीन लर्निंग का लाभ कैसे उठाते हैं ताकि जीवन जैसी वॉयस सिंथेसिस प्रदान की जा सके? आप तेजी से आगे बढ़ने वाली न्यूरल वॉयस प्रौद्योगिकी में नवाचारों के साथ कैसे तालमेल बिठाते हैं?

जीएसपीच उन्नत एआई और मशीन लर्निंग का उपयोग करता है, जो प्राकृतिक ध्वनि वाले वाणी सिंथेसिस का उत्पादन करने के लिए कई राज्य-ऑफ-द-आर्ट टेक्स्ट-से-वाणी मॉडल एकीकृत करता है। ये मॉडल, जो प्राकृतिकता और बहुभाषी समर्थन के लिए अनुकूलित हैं, पाठ इनपुट को संसाधित करते हैं ताकि उच्च गुणवत्ता वाला ऑडियो वास्तविक स्वर और लय के साथ उत्पन्न किया जा सके, यहां तक कि मिश्रित भाषा सामग्री के लिए भी। हम विभिन्न भाषाओं के लिए अनुकूलित वॉयस शैलियों की पेशकश करके उपयोगकर्ता अनुभव को बढ़ाते हैं। हमने टीटीएस एलियास भी एकीकृत किए हैं, जो उपयोगकर्ताओं को कुछ शब्दों या वाक्यांशों के लिए कस्टम नियमों को परिभाषित करने की अनुमति देते हैं कि वे ऑडियो में कैसे प्रस्तुत किए जाते हैं – जैसे कि अधिक सटीक उच्चारण या वाक्य रचना प्राप्त करने के लिए विशिष्ट शब्दों को प्रतिस्थापित करना। न्यूरल वॉयस प्रौद्योगिकी में नवाचारों के साथ तालमेल बिठाने के लिए, हम निरंतर नवीनतम प्रगति का मूल्यांकन करते हैं, उद्योग के नेताओं के साथ सहयोग करते हैं, और भविष्य में स्वामित्व वाले मॉडल विकसित करने की योजना बनाते हैं, जिससे जीएसपीच वॉयस सिंथेसिस नवाचार के क्षेत्र में बना रहे।

वॉयस ट्यूनिंग, पिच नियंत्रण और प्लेबैक अनुकूलन आपके उपयोगकर्ताओं के लिए कितने महत्वपूर्ण हैं – और आप किस उपयोग केस के बारे में सबसे अधिक गर्व महसूस करते हैं जहां ये सुविधाएं वास्तव में चमकती हैं?

वॉयस ट्यूनिंग, पिच नियंत्रण और प्लेबैक अनुकूलन हमारे उपयोगकर्ताओं के लिए महत्वपूर्ण हैं, जो उन्हें अपनी विशिष्ट आवश्यकताओं के अनुसार अनूठी वॉयस शैलियों को बनाने में सक्षम बनाता है, चाहे वह समाचार और ब्लॉग वेबसाइटें हों या सुलभ ई-लर्निंग सामग्री। 100 से अधिक नए वॉयस वाइब्स का समावेश इस लचीलेपन को और बढ़ाता है, जिससे उपयोगकर्ताओं को वास्तव में विशिष्ट वॉयसओवर बनाने की क्षमता मिलती है। मैं जीएसपीच स्टूडियो पर सबसे अधिक गर्व महसूस करता हूं, जो एक नया ऑडियो संपादन और जनरेशन प्लेटफ़ॉर्म है जिस पर मैं काम कर रहा हूं। यह उपयोगकर्ताओं को कई ऑडियो चैनल बनाने, उन्हें पृष्ठभूमि संगीत के साथ मिलाने और पॉलिश किए हुए वॉयसओवर को निर्यात करने की अनुमति देता है, जिससे रचनाकारों को विभिन्न अनुप्रयोगों के लिए पेशेवर-ग्रेड ऑडियो उत्पन्न करने में सक्षम बनाता है। एक दृष्टि बाधित छात्र का पत्र, जो जीएसपीच को अपने स्वतंत्र अध्ययन को संभव बनाने के लिए धन्यवाद देता है, मुझे गहराई से छूता है। यह उपयोग केस दिखाता है कि ये सुविधाएं कैसे सामग्री को सुलभ और परिवर्तनकारी बना सकती हैं, जो एक लक्ष्य है जिसका मैंने अपने शुरुआती प्रोग्रामिंग दिनों से पीछा किया है।

जीएसपीच वर्डप्रेस, शॉपिफाई, विक्स और अधिक के साथ सहज एकीकरण प्रदान करता है। रचनाकारों और व्यवसायों के लिए विभिन्न पारिस्थितिकी तंत्र में प्लग-एंड-प्ले बनाने के लिए आपकी रणनीति क्या रही है?

वर्डप्रेस, शॉपिफाई और विक्स जैसे प्लेटफ़ॉर्म के साथ जीएसपीच के एकीकरण के लिए हमारी रणनीति में सरलता, संगतता और स्केलेबिलिटी पर ध्यान केंद्रित किया गया है। हमने हल्के, मॉड्यूलर प्लगइन्स और कोड स्निपेट्स विकसित किए हैं जो न्यूनतम सेटअप के साथ सहजता से एकीकृत होते हैं – अक्सर केवल कुछ क्लिक। इसका मतलब है कि हज़ारों लेख और गतिशील सामग्री ब्लॉक तुरंत वॉयस समर्थन प्राप्त कर सकते हैं – बिना मैनुअल प्रयास के। हम विभिन्न डिवाइसों में अनुकूलित, सुंदर रूप से डिज़ाइन किए गए प्लेयर प्रदान करते हैं, जिनमें मोबाइल, टैबलेट और डेस्कटॉप शामिल हैं। हमारे प्लेयर न केवल अनुकूलित हैं, बल्कि सुलभता और उपयोगकर्ता जुड़ाव के लिए भी अनुकूलित हैं। वर्डप्रेस के लिए, हमने जीएसपीच क्लाउड डैशबोर्ड को सीधे हमारे प्लगइन के माध्यम से एडमिन पैनल में एम्बेड किया, जिससे उपयोगकर्ताओं के लिए प्रबंधन को स्ट्रीमलाइन किया जा सके। विस्तृत दस्तावेज़ और सहज ज्ञान युक्त डैशबोर्ड गैर-तकनीकी उपयोगकर्ताओं को स्थापना और अनुकूलन के माध्यम से मार्गदर्शन करते हैं। नियमित परीक्षण विभिन्न पारिस्थितिकी तंत्र में सुसंगत प्रदर्शन सुनिश्चित करता है, जिससे रचनाकारों और व्यवसायों को एआई-संचालित पाठ-से-वाणी को आसानी से जोड़ने में सक्षम बनाता है।

2012 से आज तक की यात्रा पर विचार करते हुए, जीएसपीच के निर्माण में आपके लिए व्यक्तिगत रूप से या पेशेवर रूप से सबसे बड़ा मील का पत्थर क्या रहा है?

जीएसपीच के लिए सबसे बड़ा मील का पत्थर उच्च गुणवत्ता वाले एआई ऑडियो के 1 बिलियन अक्षरों का उत्पादन करना था, जो हमारे वैश्विक प्रभाव को सुलभता में प्रदर्शित करता है। समान रूप से अर्थपूर्ण रहा है प्रतिक्रिया जो हमें संगठनों से मिली है, जैसे कि मानवता संघ, जिन्होंने जीएसपीच की अपने नागरिक जुड़ाव मंच की पहुंच में सुधार की भूमिका के लिए प्रशंसा की है, और ब्लॉग मालिकों ने इसे “उपयोगकर्ता जुड़ाव के लिए गेम-चेंजर” कहा है। प्लेटफ़ॉर्मों जैसे वर्डप्रेस और अपसुमो पर हाल के महीनों में 110 से अधिक पांच-स्टार समीक्षाएं इस विश्वास को प्रतिबिंबित करती हैं।

जीएसपीच अब उज़बेकिस्तान के नामांगन क्षेत्रीय सांख्यिकी विभाग द्वारा भी सक्रिय रूप से उपयोग किया जाता है – एक सरकारी संस्थान जिसमें महत्वपूर्ण ट्रैफ़िक और राष्ट्रीय स्तर पर दृश्यता है। एक सार्वजनिक निकाय द्वारा हमारी प्रौद्योगिकी को इतनी व्यापक रूप से अपनाने को देखना एक महत्वपूर्ण मील का पत्थर और हमारे समाधान में विश्वास का एक शक्तिशाली संकेत रहा है।

एक ईसाई के रूप में और जो अर्मेनियाई चर्च में सेवा करता है, मैं अक्सर विश्वास-आधारित पहलों का समर्थन करने का प्रयास करता हूं। मैं अक्सर ईसाई वेबसाइटों के लिए जीएसपीच को मुफ्त में प्रदान करता हूं ताकि वे अपने संदेश को अधिक प्रभावी ढंग से फैला सकें और ऑडियो के माध्यम से शास्त्र को अधिक सुलभ बना सकें। यह मेरा एक छोटा सा योगदान है जो कुछ बड़े के लिए है। 同 समय, मैं द कॉर्ड जैसे समर्पित मंत्रालयों के साथ काम करने के लिए सम्मानित हूं – एक मессियनिक समुदाय और मूल्यवान जीएसपीच क्लाइंट – जिसका मिशन और सामग्री शास्त्र के कार्य में शक्ति को प्रतिबिंबित करते हैं।

इन क्षणों में, जब तकनीक विश्वास, समझ और समावेश के लिए एक पुल बन जाती है, तो मुझे याद दिलाया जाता है कि हमने जीएसपीच क्यों बनाया है।

आप डिजिटल मीडिया के भविष्य में, विशेष रूप से ऑडियो सामग्री और वॉयस इंटरफेस के बढ़ते प्रभाव के संदर्भ में, जीएसपीच की भूमिका क्या देखते हैं?

मैं जीएसपीच को डिजिटल मीडिया को अधिक सुलभ और आकर्षक बनाने में एक नेता के रूप में देखता हूं, जो वेब पर एआई-संचालित वॉयस एक्सेस को सक्षम बनाता है। हमारा लक्ष्य पूरे ऑनलाइन अनुभव को बदलना है ताकि वेबसाइटें डिफ़ॉल्ट रूप से स्वाभाविक रूप से वॉयस-इंटरैक्टिव, समावेशी और बहुभाषी हों। केवल एक लाइन कोड के साथ, साइट मालिक हज़ारों लेखों को वॉयस्ड सामग्री में बदल सकते हैं। आगे देखते हुए, हम जीएसपीच स्टूडियो को एक शक्तिशाली और अनोखे प्लेटफ़ॉर्म में विकसित करने की योजना बना रहे हैं जो ऑडियो पीढ़ी और संपादन के लिए है, जिससे उपयोगकर्ता पृष्ठभूमि संगीत, प्रभाव और सटीक ट्यूनिंग के साथ मल्टी-लेयर्ड वॉयस सामग्री बना सकें। हम वेब को वास्तव में सुनने योग्य, सहज और सार्वभौमिक रूप से सुलभ बनाना चाहते हैं।

जीएसपीच हाल ही में अपसुमो पर लॉन्च हुआ और पहले अपनाने वालों से लगभग पूर्ण रेटिंग हासिल कर चुका है। अपसुमो समुदाय से प्रतिक्रिया आपके लिए क्या मतलब रखती है, और आप इस गति को आगे बढ़ाने की योजना कैसे बना रहे हैं?

अपसुमो लॉन्च ने जीएसपीच को लाखों लोगों के सामने पेश किया और इसकी लगभग पूर्ण रेटिंग बहुत प्रेरक है। उपयोगकर्ता, जैसे कि ऑनलाइन पाठ्यक्रम चलाने वाले, हमारे सहज उपकरणों और प्रतिक्रिया के प्रति हमारी प्रतिक्रिया की प्रशंसा करते हैं, जो मानवता संघ से प्रतिक्रिया को प्रतिबिंबित करता है। एक ब्लॉग मालिक ने हमारी आवाजों को “वास्तव में आकर्षक” और अनुवाद को “प्रभावशाली” कहा। उनकी सकारात्मक प्रतिक्रिया हमारे एआई-संचालित पाठ-से-वाणी समाधान के मूल्य की पुष्टि करती है और मेरे प्रोजेक्ट के प्रति मेरे जुनून को ईंधन देती है। लॉन्च के दौरान ग्राहकों का समर्थन करने से नए विचार भी उत्पन्न हुए, विशेष रूप से जीएसपीच स्टूडियो के लिए, जो उपयोगकर्ता अनुरोधों से प्रेरित था। आगे बढ़ते हुए, मैं इस गति को बनाए रखने की योजना बना रहा हूं, अपने समुदाय की बात सुनकर, उनकी प्रतिक्रिया को एकीकृत करके, और सुलभता और जुड़ाव को बढ़ाने के लिए नवाचारी सुविधाओं को विकसित करके, जिससे जीएसपीच एक परिवर्तनकारी उपकरण के रूप में विकसित होता रहे।

अंत में, युवा विकासकर्ताओं या उद्यमियों को क्या सलाह देंगे जो आज के तेजी से बदलते तकनीकी परिदृश्य में सुलभ, एआई-संचालित उपकरण बनाना चाहते हैं?

युवा विकासकर्ताओं और उद्यमियों को मेरी सलाह है कि वे अपने काम में अपना दिल और आत्मा डालें, और एक वास्तविक समस्या की पहचान करें जहां वे एक अनूठा, स्मार्ट समाधान प्रदान कर सकते हैं। छोटे से शुरू करें, आगे बढ़ने के लिए स्थिर कदम उठाएं, और ग्राहक प्रतिक्रिया को ध्यान से सुनें। अपने उपयोगकर्ताओं को विश्वासपात्र मित्रों की तरह व्यवहार करें, अपना सर्वश्रेष्ठ दें, और धैर्य रखें। एआई प्रौद्योगिकियों को शक्तिशाली सहयोगी के रूप में अपनाएं; जब बुद्धिमानी से उपयोग किया जाता है, तो वे आपकी क्षमता को बढ़ाते हैं ताकि आप प्रभावशाली, सुलभ उपकरण बना सकें। जुनून, दृढ़ता और अंतर बनाने के लिए प्रतिबद्धता के साथ निर्माण करें, और आप वास्तव में मायने रखने वाले समाधान बनाएंगे।

साक्षात्कार के लिए धन्यवाद, हमने अपनी वेबसाइट के लिए जीएसपीच समाधान चुना क्योंकि एकीकरण आसान था। अधिक जानने के लिए जीएसपीच पर जाएं।