दुनिया का पहला "लिंग-तटस्थ" वॉयस असिस्टेंट SXSW IT फेस्टिवल में प्रस्तुत किया गया

SXSW में एक वर्चुअल असिस्टेंट पेश किया गया, जिसकी आवाज में आवाज या तो महिला या पुरुष की नहीं लगती है। हम बताते हैं कि इसे कैसे बनाया गया और संभावनाओं को देखें।


फोटो गैरेथ हॉफक्री / सीसी बाय-एसए

क्यों एक "लिंग तटस्थ" आवाज की जरूरत है

अध्ययनों के अनुसार, स्मार्ट स्पीकर और वॉयस असिस्टेंट के उपयोगकर्ताओं को उच्चारण महिला या पुरुष सुविधाओं के बिना आवाज के "तटस्थ" संस्करण की कमी होती है। स्पेस 10 आर एंड डी पोल में, 12,000 उत्तरदाताओं में से लगभग आधे सहायक की "अलैंगिक" आवाज सुनना पसंद करेंगे। इस डिजाइन में, लोग बेहतर तरीके से इसे एआई सिस्टम के साथ जोड़ते हैं जो एक सहायक के "हुड के नीचे" छिपा हुआ है। तटस्थ आवाज़ "कार" की छवि के लिए अधिक उपयुक्त है। हालांकि, इस बाजार में बड़े खिलाड़ियों के पास ऐसा कोई विकल्प नहीं है।

पुण्य विशेषज्ञों ने अपने समाधान का प्रस्ताव दिया - ऑस्टिन में एसएक्सएसडब्ल्यू सम्मेलन में उन्होंने एक नया "अलैंगिक" आवाज सहायक पेश किया जिसे क्यू कहा जाता है। इसे गैर-लाभकारी संगठन इक्वल एआई, तीससोद्गौड और कोएलिशन इंटरएक्टिव, साथ ही साथ भाषाई विशेषज्ञों के साथ संयुक्त रूप से विकसित किया गया था।

क्यू सहायक कैसे काम करता है और यह कैसे बनाया गया था

एक नया सहायक बनाने के लिए, पाँच लोगों की आवाज़ों को एक में "संयुक्त" किया गया। अंतिम "आवाज" यूरोप के विभिन्न देशों के एक सहायक के संभावित उपयोगकर्ताओं को सुनने के लिए दी गई थी - लोगों को एक महिला की तरह दिखने वाले पांच-बिंदु पैमाने पर दर करना था। परीक्षण के परिणामों के अनुसार, आवाज को सुधारा गया - कम या अधिक बनाया गया - फिर उपयोगकर्ताओं को सुनने की अनुमति दी गई।

साढ़े चार हजार उत्तरदाताओं के फोकस समूह के साथ Iterative कार्य ने परियोजना के लेखकों को "तटस्थ" आवाज प्रदर्शन के लिए प्रेरित किया।

डेवलपर्स के अनुसार, क्यू की आवाज़ लोगों को "कामुक" लगती है, क्योंकि सहायक की आवाज़ पुरुष और महिला आवाज़ों के बीच आवृत्ति रेंज में निहित है। पूर्व के लिए, आवृत्ति स्पेक्ट्रम 80-180 हर्ट्ज है, और बाद के लिए, 140–255 हर्ट्ज। वॉयस क्यू 145-175 हर्ट्ज की तटस्थ सीमा में आता है, जो लिंग को विशिष्ट रूप से निर्धारित करने की अनुमति नहीं देता है।

आप इस लिंक पर वीडियो के साथ-साथ प्रोजेक्ट वेबसाइट पर कैसे दिखते हैं, यह सुन सकते हैं।

राय और संभावित

Q को प्रोजेक्ट करने के लिए पत्रकार सकारात्मक प्रतिक्रिया देते हैं। CNBC स्तंभकार के अनुसार, सहायक काफी "आश्वस्त" लगता है, लेकिन एक ही समय में अनुकूल और उत्तरदायी लगता है। परियोजना के लेखकों ने सहायक की संभावनाओं के बारे में बताया। वे विचार की सफलता में विश्वास करते हैं, क्योंकि क्यू स्मार्ट वक्ताओं और आवाज सहायकों के उपयोगकर्ताओं के लिए पसंद की संभावनाओं का विस्तार करता है ।

डेवलपर्स अपने स्वयं के डिवाइस या एप्लिकेशन को लॉन्च करने की योजना नहीं बनाते हैं , लेकिन आईटी कंपनियों का ध्यान आकर्षित करना चाहते हैं और उन्हें अपने सहायकों के लिए एक तटस्थ आवाज जोड़ने की पेशकश करते हैं। क्यू के निर्माता परिवहन कंपनियों, राज्य और अन्य संगठनों को बताने की योजना बना रहे हैं जो अपने उत्पाद के बारे में आवाज की घोषणाओं का उपयोग करते हैं।

हालांकि, परियोजना का भविष्य अस्पष्ट है। किसी भी प्रौद्योगिकी कंपनी ने अभी तक क्यू के रचनाकारों के साथ काम करने की अपनी इच्छा की घोषणा नहीं की है, और, शायद तकनीकी मीडिया में शोर के बाद, एक "लिंग-तटस्थ" सहायक को आईटी दिग्गजों द्वारा स्वतंत्र रूप से विकसित किया जाएगा।

और कौन अलैंगिक सहायक विकसित कर रहा है

आवाज सहायकों के क्षेत्र में, अभी तक कोई क्यू एनालॉग नहीं हैं। हालांकि, वोट का "लिंग" चुनने की क्षमता पहले से ही इस क्षेत्र में सभी उल्लेखनीय परियोजनाओं में है। Google सहायक में अंग्रेजी बोलने वाले उपयोगकर्ताओं के लिए , दस अलग-अलग पुरुष और महिला आवाजें उपलब्ध हैं, और सिरी में, विभिन्न उच्चारणों के साथ एक पुरुष और महिला आवाज। आप अमेज़ॅन एलेक्सा में ध्वनि बदल सकते हैं - स्मार्ट स्पीकर के "कौशल" में विभिन्न आवाजें उपलब्ध हैं।


फोटो टोनी वेबस्टर / सीसी बाय-एसए

क्यू एनालॉग्स चैटबोट क्षेत्र में पाए जा सकते हैं। पहले "लिंग-तटस्थ" बॉट्स में से एक ब्रिटिश कंपनी सेज में विकसित किया गया था - इसे पेग कहा जाता था। परियोजना प्रबंधक कृति शर्मा के अनुसार, सहायक को उसके लिए एक बॉट की पहचान बनाने के लिए अलैंगिक बनाया गया था, न कि मानव होने का दिखावा करने वाला बॉट ।

GoDaddy और लोव की श्रृंखला की दुकानों के लिए तटस्थ चैट बॉट भी विकसित किए जा रहे हैं - दोनों बॉट का उपयोग ग्राहक सेवा के क्षेत्र में किया जाएगा।

निष्कर्ष

यद्यपि स्मार्ट स्पीकर और सहायकों के निर्माता उपलब्ध आवाज़ों की सीमा का विस्तार करते हैं, सहायक की "डिफ़ॉल्ट" ध्वनि अपरिवर्तित रहती है। स्लेट के अनुसार, यह दृढ़ता ब्रांड मान्यता से संबंधित हो सकती है - यदि सहायक की आवाज़ नाटकीय रूप से बदलती है, तो यह उन उपयोगकर्ताओं के लिए एक नकारात्मक प्रतिक्रिया का कारण होगा जो कान द्वारा विभिन्न सेवाओं के बीच अंतर करने के लिए उपयोग किए जाते हैं।

सबसे अधिक संभावना है, "तटस्थ" आवाजें बड़ी आवाज सहायकों के बाजार में आम तौर पर स्वीकार किए गए मानक नहीं बनेंगी। हालांकि, उपयोगकर्ताओं के बीच इस तरह के समाधानों की लोकप्रियता नए खिलाड़ियों के उभरने का कारण बन सकती है जो आभासी सहायकों की एक विस्तृत विविधता की पेशकश कर सकते हैं।

---

अतिरिक्त पढ़ना - हमारे ब्लॉग और टेलीग्राम चैनल से ध्वनि और संगीत के बारे में:

जैसा कि पेड़ और अन्य पौधे कहते हैं
ग्राफिक्स को ध्वनि में कैसे बदलें, और आपको इसकी आवश्यकता क्यों है
एक पॉडकास्ट रिकॉर्ड और संपादित करें
खेलों की ध्वनि संगत की विशेषताएं और कार्य क्या हैं

---