Sarvam AI का Saaras V4 लॉन्च, मिलेगा 22 भाषाओं का सपोर्ट

Sarvam Saaras V4 : Sarvam AI ने Saaras V4 लॉन्च किया है। यह नया स्पीच रिकग्निशन मॉडल मल्टीलिंगुअल वॉयस ऐप्स के लिए बनाया गया है और 22 भारतीय भाषाओं के साथ अंग्रेजी को सपोर्ट करता है। Saaras V4 में ऑटोमैटिक भाषा पहचान की सुविधा है। डेवलपर्स इसे वॉयस प्रोडक्ट बनाने के लिए इस्तेमाल कर सकते हैं। मॉडल में 5 आउटपुट मोड ट्रांसक्राइब, ट्रांसलेट, ट्रांसलिट, वर्बेटिम और कोडमिक्स दिए गए हैं।

Sarvam AI ने Saaras V4 लॉन्च किया, जानें 22 भारतीय भाषाओं और अंग्रेजी को सपोर्ट करने वाले इस नए स्पीच रिकग्निशन मॉडल की खासियतें।

Saaras V4 में 22 भाषाओं का सपोर्ट

यह मॉडल भारतीय भाषाओं में कोड-मिक्स्ड बातचीत, क्षेत्रीय बोलियों और शोर वाली रिकॉर्डिंग को ध्यान में रखकर तैयार किया गया है। Sarvam के मुताबिक, इसमें ऑडियो एन्कोडर, टेम्पोरल डाउनसैंपलिंग अडैप्टर और कंपनी का 3 अरब पैरामीटर वाला डिकोडर इस्तेमाल हुआ है। कंपनी के अपने टेस्ट में 22 भारतीय भाषाओं पर भाषा पहचान त्रुटि दर 5.22% रही। वहीं, सबसे ज्यादा इस्तेमाल होने वाली 10 भाषाओं में यह दर 2.9% रही।

READ MORE: Sarvam AI को 250 मिलियन डॉलर का फंड, बनेगा भारत का नया यूनिकॉर्न

5 मोड में कर सकेगा आवाज को प्रोसेस

Saaras V4 के ट्रांसक्राइब मोड से सामान्य ट्रांसक्रिप्शन, ट्रांसलेट से अंग्रेजी अनुवाद और ट्रांसलिट से लिप्यंतरण किया जा सकता है। वर्बेटिम मोड आवाज को ज्यादा सटीक तरीके से कैप्चर करता है, जबकि कोडमिक्स मोड भाषा बदलने वाली बातचीत के लिए है।

READ MORE: Pixxel और Sarvam बनाएंगे भारत का पहला AI डेटा सेंटर सैटेलाइट

डेवलपर्स के लिए API और SDK

Saaras V4 को REST, स्ट्रीमिंग और बैच इंटरफेस के जरिए इस्तेमाल किया जा सकता है। Sarvam ने Python और Node.js SDK भी दिए हैं। कंपनी के अनुसार, स्ट्रीमिंग इस्तेमाल में फर्स्ट-टोकन रिस्पॉन्स टाइम 150 मिलीसेकंड से कम हो सकता है। हालांकि, ये प्रदर्शन आंकड़े Sarvam के अपने टेस्ट पर आधारित हैं। इनका स्वतंत्र रूप से सत्यापन नहीं हुआ है।