जयपुर, 30 अक्टूबर (भाषा) जयपुर के एक युवा ने पहला ऐसा ‘स्पीच टू स्पीच’ एआई (कृत्रिम बुद्धिमत्ता) मॉडल विकसित करने का दावा किया है जो गाना गा सकता है, कानाफूसी कर सकता है यानी धीमे स्वर में फुसफुसाकर बात कर सकता है और भावनात्मक बुद्धिमत्ता के साथ जवाब भी दे सकता है।


भारतीय प्रौद्योगिकी संस्थान (आईआईटी)-बीएचयू के छात्र स्पर्श अग्रवाल (25) ने अपने स्टार्टअप 'पिक्सा एआई' के तहत ‘लूना एआई’ नामक यह मॉडल पेश किया है। उन्होंने कहा कि लूना एआई आवाज (ऑडियो) को पाठ (टेक्स्ट) में बदलने के बजाय सीधे उसे मानव जैसी आवाज में बदलने की प्रक्रिया को अंजाम दे सकता है और इसके विपरीत भी गतिविधि कर सकता है।


उन्होंने कहा कि इस मॉडल की प्रणाली उसे फुसफुसाने, स्वर को नियंत्रित करने और यहां तक कि गाने की भी अनुमति देती है। अग्रवाल के मुताबिक यह अनुभव अपेक्षाकृत अधिक मानवीय लगता है।


अग्रवाल ने कहा, "मैंने लूना को बनाने के लिए कई जगह से संसाधन जुटाए और यहां तक कि क्रेडिट कार्ड से कर्ज भी लिया। यह इस बात का प्रमाण है कि केवल संसाधनों से नहीं, बल्कि कुशलता से भारत में विश्व स्तरीय प्रौद्योगिकी विकसित हो सकती है।"


इस परियोजना में स्पर्श का साथ नितीश कार्तिक, अपूर्व सिंह और प्रत्यूष कुमार ने दिया है।


कुणाल शाह, कुणाल कपूर और निखिल कामथ जैसे निवेशकों द्वारा समर्थित ‘पिक्सा एआई’ का लक्ष्य लूना को वैश्विक मनोरंजन, स्वास्थ्य और ऑटोमोटिव पारिस्थितिकी तंत्र के लिए "वॉयस लेयर" बनाना है।


अग्रवाल के मुताबिक इसे लेकर वाहन निर्माताओं, गेमिंग मंचों और उपभोक्ता एआई कंपनियों की ओर से शुरुआती मांग सामने आई है।


भाषा पृथ्वी मनीषा