80
/
3
Min Read
Navana.ai ने regulated enterprises के लिए Bodhi TTS लॉन्च किया है। यह एक टेक्स्ट-टू-स्पीच मॉडल है, जिसे रियल-टाइम भारतीय वॉइस AI एप्लिकेशंस के लिए तैयार किया गया है। इसके लॉन्च के समय इसमें 10 भाषाओं में 50 से ज्यादा भारतीय वॉइसेज शामिल हैं। इनमें हिंदी, तेलुगु, तमिल, मराठी, बंगाली, उड़िया, मलयालम, कन्नड़, इंग्लिश और गुजराती शामिल हैं। इसकी कीमत 10,000 कैरेक्टर्स के लिए 12 रुपये है, जो लगभग 0.72 रुपये प्रति मिनट की जेनरेटेड स्पीच के बराबर है।
Navana.ai खुद Bodhi के पूरे स्पीच स्टैक को ट्रेन और ओन करती है। इसमें डेटा को किसी थर्ड-पार्टी मॉडल प्रोवाइडर के जरिए रूट नहीं किया जाता। इससे ग्राहकों का ऑडियो और पर्सनल डेटा एंटरप्राइज के अपने सिक्योरिटी पेरिमीटर के अंदर रहता है। यह मॉडल समान आर्किटेक्चर वाले मॉडल्स की तुलना में लगभग पांच गुना छोटा है, जिससे इसे बैंक के अपने डेटा सेंटर के अंदर भी चलाया जा सकता है। कंपनी ISO 27001 और SOC 2 Type II सर्टिफाइड है।
भारतीय भाषाओं के लिए AI आधारित वॉइस टेक्नोलॉजी
Bodhi TTS भारतीय टेक्स्ट को नेटिव तरीके से हैंडल करता है। यह आंकड़ों, PAN नंबर, फोन नंबर, तारीखों और स्कीम के नामों को उसी तरह पढ़ता है, जैसे कोई बैंक उन्हें बोलता है। एंटरप्राइजेज अपनी जरूरत के अनुसार कस्टम प्रोनन्सिएशन के लिए डिक्शनरीज भी अपलोड कर सकते हैं। मॉडल 100 मिलीसेकंड से कम समय में ऑडियो तैयार करना शुरू कर देता है और कुछ सेकंड के रेफरेंस ऑडियो से जीरो-शॉट वॉइस क्लोनिंग को भी सपोर्ट करता है। इसे API के जरिए बिना दोबारा डिप्लॉयमेंट के लाइव जोड़ा जा सकता है।
10,000 कैरेक्टर्स के लिए 12 रुपये की कीमत पर Bodhi TTS, ElevenLabs से कम कीमत पर उपलब्ध है। ElevenLabs अपने Multilingual और v3 मॉडल्स के लिए लगभग 95 रुपये प्रति 10,000 कैरेक्टर्स चार्ज करता है, जबकि Sarvam AI का Bulbul v3 करीब 30 रुपये का है। Navana.ai के बैंकिंग क्लाइंट्स में Bodhi मॉडल्स पहले से ऐसे वॉइस एजेंट्स को सपोर्ट कर रहे हैं, जो हर महीने 1,000 करोड़ रुपये से ज्यादा के लोन डिस्बर्सल को सपोर्ट करते हैं। इनमें Bajaj Finserv, Ujjivan Small Finance Bank और Jana Small Finance Bank शामिल हैं।
कंपनी का स्पीच रिकग्निशन मॉडल Bodhi STT भी उसी दिन इनविटेशन के आधार पर उपलब्ध कराया गया है। यह 10 भाषाओं और 40 से ज्यादा बोलियों को कवर करता है।
एजुकेशन और डिजिटल लर्निंग में वॉइस AI के अवसर
Navana.ai के को-फाउंडर और सीईओ राउल नानावती (Raoul Nanavati) ने कहा “भारत में वॉइस का बड़े स्तर पर इस्तेमाल होता है और इसमें से ज्यादातर हिस्सा इंग्लिश में नहीं है। हमने Bodhi को शुरुआत से ही हर तरह के एक्सेंट को समझने के लिए बनाया है और इसकी कीमत उन कॉल वॉल्यूम्स को ध्यान में रखकर तय की है, जिनके साथ भारतीय बिजनेस वास्तव में काम करते हैं।”
कंपनी के अनुसार, Bodhi को भारतीय भाषाओं और अलग-अलग एक्सेंट को ध्यान में रखकर तैयार किया गया है। इसका उद्देश्य ऐसे वॉइस AI एप्लिकेशंस को सपोर्ट करना है, जहां तेजी, भारतीय भाषाओं की सुविधा और डेटा सिक्योरिटी महत्वपूर्ण हैं।
एजुकेशन और EdTech में ऐसी वॉइस AI टेक्नोलॉजी का इस्तेमाल मल्टीलिंगुअल डिजिटल लर्निंग कंटेंट, वॉइस-बेस्ड लर्निंग टूल्स और छात्रों के साथ कन्वर्सेशनल AI इंटरैक्शन के लिए किया जा सकता है। इससे अलग-अलग भारतीय भाषाओं में छात्रों के लिए ज्यादा लोकलाइज्ड और आसानी से उपलब्ध लर्निंग एक्सपीरियंस तैयार करने के अवसर बढ़ सकते हैं।
