Microsoft निश्चित रूप से प्रौद्योगिकी को परिष्कृत करेगा, अब इसे और अधिक मानवीय बनाने का समय आ गया है।
माइक्रोसॉफ्ट ने एज़्योर टेक्स्ट-टू-स्पीच अवतार जारी करने की घोषणा की माइक्रोसॉफ्ट इग्नाइट सम्मेलन 14 से 17 नवंबर, 2023 तक सिएटल में हो रहा है। Azure अवतार अब सार्वजनिक पूर्वावलोकन में है, और Azure उपयोगकर्ता हर जगह केवल टेक्स्ट इनपुट के साथ अपना अवतार बना सकते हैं।
हम सार्वजनिक पूर्वावलोकन रिलीज़ की घोषणा करते हुए उत्साहित हैं एज़्योर एआई भाषण टेक्स्ट टू स्पीच अवतार, एक नई सुविधा जो उपयोगकर्ताओं को टेक्स्ट इनपुट के साथ टॉकिंग अवतार वीडियो बनाने और मानव छवियों का उपयोग करके प्रशिक्षित वास्तविक समय इंटरैक्टिव बॉट बनाने में सक्षम बनाती है।
माइक्रोसॉफ्ट
रेडमंड स्थित तकनीकी दिग्गज का मानना है कि एज़्योर टेक्स्ट-टू-स्पीच अवतार मुकाबला करने के लिए एक उपयुक्त समाधान हो सकता है पारंपरिक वीडियो सामग्री निर्माण और स्टार्टअप जैसी छोटी कंपनियों को इससे बहुत लाभ हो सकता है औजार।
पारंपरिक वीडियो सामग्री निर्माण के लिए बहुत अधिक समय और बजट की आवश्यकता होती है, जिसमें वीडियो शूटिंग वातावरण स्थापित करना, वीडियो फिल्माना, संपादन करना आदि शामिल है। टेक्स्ट टू स्पीच अवतार के साथ, उपयोगकर्ता अधिक कुशलता से वीडियो बना सकते हैं। उपयोगकर्ता केवल पाठ इनपुट के साथ प्रशिक्षण वीडियो, उत्पाद परिचय, ग्राहक प्रशंसापत्र आदि बनाने के लिए अवतार का उपयोग कर सकते हैं।
माइक्रोसॉफ्ट
टेक्स्ट-टू-स्पीच अवतार का उपयोग विभिन्न अनुप्रयोगों के लिए किया जा सकता है:
- एक यात्रा वेबसाइट के लिए एक चैटबॉट
- लाइव विज्ञापन में आभासी बिक्री
- एआई शिक्षक जो ऑनलाइन पढ़ाता है और सवालों के जवाब दे सकता है
- कर्मचारियों के सवालों का जवाब देने के लिए एक वर्चुअल एचआर
हालाँकि यह टूल कई कंपनियों के लिए काफी उपयोगी होगा, लेकिन यह ऐसे वीडियो भी तैयार कर सकता है जिनमें मानवीय अभिव्यक्तियों के पूर्ण स्पेक्ट्रम का अभाव है। उसकी वजह यहाँ है:
Azure टेक्स्ट-टू-स्पीच अवतार उपयोगी हो सकता है, लेकिन यह वास्तविक नहीं लगता
यह जानना महत्वपूर्ण है कि Microsoft अवतार उत्पन्न करने के 2 तरीके प्रदान करता है:
- पूर्वनिर्मित पाठ-से-वाक् अवतार, Microsoft उन विकल्पों की एक सूची प्रदान करता है जिन्हें उपयोगकर्ता चुन सकते हैं; ये अवतार उपयोगकर्ताओं से प्राप्त इनपुट के आधार पर अलग-अलग भाषाएं बोलने और अलग-अलग आवाजें बोलने में सक्षम होंगे।
- कस्टम टेक्स्ट-टू-स्पीच अवतार उपयोगकर्ताओं को अपने अनुकूलित अवतार बनाने में सक्षम बनाते हैं वास्तविक जीवन की छवियों और वीडियो का उपयोग करना। सिस्टम उन संसाधनों को लेगा और स्वचालित रूप से एक अवतार लेकर आएगा जो उन विशेषताओं से मेल खाता है। एक महत्वपूर्ण विशेषता यह है कि यदि उपयोगकर्ता अपनी आवाज और उपस्थिति प्रदान करता है तो सिस्टम उपयोगकर्ता जैसा एक अवतार बना देगा।
फिर भी, अवतारों में कुछ अभिव्यक्तियों का अभाव है, एक तथ्य जो उन्हें काफी रोबोटिक बनाता है।
आइए माइक्रोसॉफ्ट द्वारा उत्पादों के बारे में अपने ब्लॉग पोस्ट पर पोस्ट किए गए 2 वीडियो उदाहरण लें। दोनों Azure टेक्स्ट-टू-स्पीच अवतार का उपयोग करके उत्पन्न होते हैं। पहले वाले में, जैसा कि आप नीचे देख सकते हैं, एक अवतार की सुविधा है जो दर्शाता है कि उपयोगकर्ता Azure अवतारों का उपयोग करके वीडियो सामग्री कैसे उत्पन्न कर सकते हैं।
YouTube थंबनेल से, आप यह नहीं बता सकते कि वीडियो में प्रस्तुत मॉडल वास्तव में एक अवतार है, लेकिन जैसे ही आप वीडियो चलाते हैं, यह स्पष्ट हो जाता है कि यह पूरी तरह से AI-जनरेटेड है। अवतार के चेहरे के भाव और उनकी आवाज़ के बीच तालमेल कुछ अजीब है।
Azure टेक्स्ट-टू-स्पीच अवतार तकनीक इंटरैक्टिव अवतारों के निर्माण की अनुमति देती है, दूसरा उदाहरण यह अलौकिक घाटी की भावना को प्रदर्शित करता है (कुछ ऐसा जो एक मानव व्यक्ति की तरह कार्य करता है, लेकिन ऐसा नहीं है इंसान)।
जैसा कि माइक्रोसॉफ्ट का कहना है, इंटरैक्टिव अवतार ग्राहकों के प्रश्नों का जवाब देने के लिए Azure OpenAI सर्विस GPT-3.5 मॉडल का उपयोग करते हैं, जिसमें विभिन्न भाषाओं में ग्राहकों के साथ मौखिक संवाद भी शामिल है। यह अकेले ही इसे अविश्वसनीय रूप से उपयोगी बनाता है, लेकिन फिर से, बातचीत कृत्रिम और किसी भी मानवीय बातचीत से रहित दिखती है, जो कुछ लोगों के लिए परेशान करने वाली हो सकती है।
यहाँ एक नज़र डालें:
समय के साथ, Microsoft इस समस्या को हल कर सकता है, और नई AI प्रौद्योगिकियों के उभरने के साथ, रेडमंड-आधारित तकनीकी दिग्गज Azure अवतार को एक उद्योग-टू-गो टूल में बदल सकता है। क्यों? क्योंकि कंपनियां पहले से ही टूल को पसंद कर रही हैं।
एक मंच पर अग्रणी एआई और विज़ुअलाइज़ेशन सेवाओं के अनूठे संयोजन के कारण हम अपने एआई बैंकिंग अवतार के लिए एज़्योर एआई सेवाओं का उपयोग कर रहे हैं। अलग-अलग Azure AI स्पीच टेक्स्ट टू स्पीच अवतार का उपयोग करके हम अगले स्तर का ग्राहक अनुभव उत्पन्न करने में सक्षम होंगे और वास्तव में बैंकिंग और बैंकिंग इंटरैक्शन को सरल बना देंगे।
गेराल्ड एर्टल, प्रबंध निदेशक, कॉमर्जबैंक एजी
हालाँकि, Microsoft ने इन अवतारों के साथ ग्राहकों की बातचीत पर ध्यान नहीं दिया है। जबकि वे कंपनियों के लिए बहुत सस्ता विकल्प हो सकते हैं (और तेज़ भी, एक विपणक को एआई-जनरेटेड बनाने में सक्षम होना चाहिए बाहरी स्रोतों का सहारा लिए बिना ट्यूटोरियल), किसी भी सार्थक भौतिक अभिव्यक्ति की कमी इन अवतारों की तरह दिखती है रोबोट.
एआई को नजरअंदाज नहीं किया जा सकता है, खासकर अगर हम कोपायलट जैसे टूल के बारे में बात कर रहे हैं विंडोज़ 11 या माइक्रोसॉफ्ट 365, लेकिन जब वह इंसानों जैसा दिखना चाहता है, तो वह काफी अजीब हो सकता है।
माइक्रोसॉफ्ट इन अवतारों को परिष्कृत करेगा, इसमें कोई संदेह नहीं है, लेकिन अभी के लिए, जब भी मैं उनमें से किसी को देखता हूं तो मेरी रीढ़ की हड्डी में एक भावना होती है, मैं जबरदस्ती मुस्कुराता हूं या बिल्कुल भी अभिव्यक्ति नहीं करता हूं।
आप इन अवतारों के बारे में क्या सोचते हैं?
