भारत में customer support, banking, insurance और online services से जुड़ी बहुत-सी बातचीत फोन पर होती है। इन calls में लोग अक्सर हिंदी के साथ अंग्रेजी या अपनी क्षेत्रीय भाषा के शब्द मिलाकर बोलते हैं। ऐसी बातचीत को सही तरीके से text में बदलना speech recognition technology के लिए चुनौती रहा है। Bengaluru की AI company Gnani AI ने इसी जरूरत को ध्यान में रखते हुए Prisma v3.0 speech-to-text model पेश किया है। 29 अक्टूबर 2026 को घोषित इस model का उद्देश्य भारतीय business calls को अधिक सटीकता से transcribe करना है।
Gnani Prisma v3 क्या है?
Prisma v3 एक automatic speech recognition यानी ASR model है। यह audio recording को लिखित text में बदलता है। कंपनी के अनुसार model नौ भारतीय भाषाओं और Indian English को support करता है। इनमें हिंदी, बंगाली, मराठी, गुजराती, पंजाबी, कन्नड़, तेलुगु, तमिल और मलयालम शामिल हैं। इसे खास तौर पर telephone audio और code-mixed speech के लिए तैयार किया गया है।
Code-mixed speech का मतलब है कि बातचीत के दौरान व्यक्ति एक ही वाक्य में दो या अधिक भाषाओं का इस्तेमाल करे। उदाहरण के लिए कोई ग्राहक कह सकता है, “मेरा payment अभी तक process नहीं हुआ, please status check कर दीजिए।” सामान्य speech model ऐसे वाक्य में भाषा बदलने के कारण कुछ शब्द गलत पहचान सकता है। Prisma v3 का लक्ष्य ऐसी बातचीत को बेहतर तरीके से समझना है।
Prisma v3 नौ भारतीय भाषाओं और Indian English के साथ काम करता है। इसमें Verbatim, Transcribe, Code-mix और Transliterate नाम के चार output modes दिए गए हैं।
चार transcription modes कैसे काम करते हैं?
Prisma v3 में पहला mode Verbatim है। इसमें बोलने वाले के शब्दों, रुकने और दोहराने जैसी बातों को यथासंभव उसी रूप में रखा जाता है। यह mode उन organisations के लिए उपयोगी हो सकता है जिन्हें call की पूरी बातचीत का रिकॉर्ड चाहिए। उदाहरण के लिए complaint investigation या quality review में ग्राहक ने वास्तव में क्या कहा, यह जानना महत्वपूर्ण होता है।
दूसरा mode Transcribe है। इसमें बातचीत को पढ़ने योग्य text में बदला जाता है और शब्दों को संबंधित भाषा की script में लिखा जाता है। तीसरा mode Code-mix है, जो एक ही वाक्य में अलग-अलग भाषाओं के शब्दों को उनकी अपनी script में रख सकता है। चौथा mode Transliterate है, जिसमें भारतीय भाषाओं के शब्द English letters में लिखे जाते हैं। इससे उन systems को मदद मिल सकती है जो Roman script वाले text पर काम करते हैं।
Telephone audio के लिए model क्यों बनाया गया?
फोन पर रिकॉर्ड की गई आवाज अक्सर साफ studio audio जैसी नहीं होती। कई calls में background noise, कम bandwidth, कमजोर network और microphone की सीमाएं होती हैं। Contact centres में 8 kHz telephone audio आम है, जबकि सामान्य high-quality recordings में इससे अधिक frequency information उपलब्ध हो सकती है। कम quality की recording में शब्दों के कुछ हिस्से गायब या अस्पष्ट हो सकते हैं।
इसके अलावा भारत में एक ही call में भाषा बदलना सामान्य है। कोई व्यक्ति ग्राहक सेवा प्रतिनिधि से हिंदी में बात शुरू कर सकता है और account, payment या delivery से जुड़े शब्द अंग्रेजी में बोल सकता है। यदि model को ऐसे भाषाई बदलावों पर प्रशिक्षित न किया जाए, तो transcription में गलतियां बढ़ सकती हैं। Prisma v3 का focus इसी तरह के real-world audio पर है।
Benchmark में performance कैसी बताई गई?
Gnani AI के अनुसार Prisma v3 ने Vistaar benchmark protocol पर नौ भाषाओं में 16.9 प्रतिशत macro Word Error Rate हासिल किया। Word Error Rate यानी WER speech recognition में गलत पहचाने गए शब्दों का अनुपात मापने का एक तरीका है। सामान्य तौर पर कम WER बेहतर transcription का संकेत देता है। कंपनी ने अपनी तुलना में ElevenLabs Scribe v2 के 19.98 प्रतिशत macro WER का भी उल्लेख किया।
इन आंकड़ों को समझते समय यह ध्यान रखना जरूरी है कि benchmark का परिणाम test dataset, audio quality, भाषा और evaluation method पर निर्भर करता है। किसी एक benchmark में बेहतर score का मतलब यह नहीं कि हर call और हर भाषा में model हमेशा बेहतर होगा। Businesses को अपने वास्तविक customer calls पर pilot test करके accuracy जांचनी चाहिए।
Call transcription से customer complaints का रिकॉर्ड, agent performance review, search और service quality analysis आसान हो सकता है। लेकिन audio data की privacy और consent का ध्यान रखना जरूरी है।
Custom vocabulary से क्या फायदा होगा?
Business calls में कई ऐसे शब्द आते हैं जिन्हें सामान्य speech model पहचानने में गलती कर सकता है। इनमें company names, product names, शहरों के नाम, technical terms और financial words शामिल हैं। Prisma v3 में developers प्रति request 200 तक custom vocabulary keywords दे सकते हैं। इससे model को पहले से बताया जा सकता है कि किसी विशेष organisation या service में कौन-से शब्द महत्वपूर्ण हैं।
उदाहरण के लिए किसी bank के call centre में account type, card product और branch location के नाम बार-बार आते हैं। यदि model इन शब्दों से परिचित हो, तो transcription में spelling और recognition बेहतर हो सकती है। फिर भी custom vocabulary हर समस्या का समाधान नहीं है। खराब audio, एक जैसे सुनाई देने वाले शब्द और बहुत तेज बोलने की स्थिति में गलतियां हो सकती हैं।
भारत के businesses के लिए इसका महत्व
भारत में banks, telecom operators, insurance providers, e-commerce companies और सरकारी services बड़ी संख्या में phone calls संभालते हैं। इन calls का सही text record होने से शिकायतों की जांच, customer feedback और service quality को समझना आसान हो सकता है। हर call को manually सुनना समय लेने वाला काम है। Speech-to-text tools इस प्रक्रिया को तेज कर सकते हैं।
क्षेत्रीय भाषाओं का support भी महत्वपूर्ण है। यदि customer अपनी सहज भाषा में बात कर सके और organisation उस बातचीत को ठीक से record कर सके, तो service access बेहतर हो सकता है। ग्रामीण और छोटे शहरों के users के लिए यह विशेष रूप से उपयोगी हो सकता है, जहां अंग्रेजी में बातचीत करना हर किसी के लिए आसान नहीं होता। हालांकि technology की accuracy को अलग-अलग accents और स्थानीय बोलियों पर जांचना जरूरी रहेगा।
Privacy और data protection की चुनौतियां
Call recordings में phone number, address, account details और कभी-कभी financial या personal information भी हो सकती है। इसलिए organisations को audio processing से पहले उचित consent, data retention policy और access controls तय करने चाहिए। Transcription files को सुरक्षित रखना भी जरूरी है, क्योंकि text format में जानकारी को search और copy करना आसान हो जाता है।
कंपनियों को यह भी जांचना चाहिए कि audio और transcript कहां process और store होते हैं, कौन-से employees उन्हें देख सकते हैं और data कितने समय तक रखा जाएगा। अगर model किसी third-party API के माध्यम से इस्तेमाल हो रहा है, तो service agreement और privacy terms पढ़ना चाहिए। केवल तेज transcription को देखकर संवेदनशील customer calls को बिना समीक्षा किसी platform पर भेजना सही तरीका नहीं है।
Developers इसे कैसे इस्तेमाल कर सकते हैं?
Gnani AI के अनुसार Prisma v3 developer API के जरिए उपलब्ध है। इसमें REST, streaming और batch processing जैसे तरीके दिए गए हैं। REST API में audio भेजकर text result लिया जा सकता है। Streaming उन applications के लिए उपयोगी हो सकती है जहां बातचीत के दौरान transcription चाहिए। Batch processing पहले से रिकॉर्ड की गई बड़ी संख्या में audio files को process करने में मदद कर सकती है।
किसी organisation को deployment से पहले latency, प्रति मिनट लागत, supported formats, data location और service availability की जांच करनी चाहिए। Model का benchmark score उपयोगी है, लेकिन production में call volume, network conditions और customer language mix भी परिणाम को प्रभावित करेंगे।
आगे speech AI में क्या बदलाव हो सकते हैं?
भारत में voice-based digital services का दायरा बढ़ रहा है। आने वाले समय में speech recognition को translation, call summarisation, sentiment analysis और automated customer support के साथ जोड़ा जा सकता है। इससे call centre employees को बातचीत का सार जल्दी मिल सकता है और customers की समस्याओं को सही team तक पहुंचाना आसान हो सकता है।
लेकिन speech recognition को human judgement का पूरा विकल्प नहीं मानना चाहिए। किसी गलत transcript से customer complaint का अर्थ बदल सकता है। इसलिए महत्वपूर्ण मामलों में original audio सुनने और transcript की समीक्षा करने की व्यवस्था रहनी चाहिए। Prisma v3 जैसे models भारतीय भाषाओं के लिए उपयोगी कदम हैं, लेकिन असली सफलता real-world accuracy, privacy और affordability से तय होगी।
अक्सर पूछे जाने वाले सवाल
1. Gnani Prisma v3 किस काम आता है?
Gnani Prisma v3 audio recordings और telephone calls को लिखित text में बदलने वाला speech-to-text model है। इसे खास तौर पर भारतीय भाषाओं, Indian English और code-mixed business conversations को पहचानने के लिए विकसित किया गया है।
2. Prisma v3 कितनी भारतीय भाषाओं को support करता है?
कंपनी के अनुसार यह नौ भारतीय भाषाओं और Indian English को support करता है। इसमें हिंदी, बंगाली, मराठी, गुजराती, पंजाबी, कन्नड़, तेलुगु, तमिल और मलयालम शामिल हैं। अलग-अलग accents पर accuracy जांचना फिर भी जरूरी है।
3. Code-mix transcription का क्या अर्थ है?
Code-mix transcription उस बातचीत को text में बदलता है जिसमें लोग एक ही वाक्य में कई भाषाओं के शब्द इस्तेमाल करते हैं। उदाहरण के लिए हिंदी वाक्य में payment, delivery या account जैसे अंग्रेजी शब्द आ सकते हैं।
4. Word Error Rate कम होना क्यों अच्छा है?
Word Error Rate बताता है कि speech recognition system कितने शब्द गलत पहचानता है। सामान्य रूप से कम WER बेहतर accuracy का संकेत देता है। लेकिन model का प्रदर्शन audio quality, भाषा, accent और benchmark dataset पर निर्भर करता है।
5. क्या businesses को call recordings की privacy का ध्यान रखना होगा?
हां। Call recordings में निजी और financial जानकारी हो सकती है। Businesses को consent, सुरक्षित storage, सीमित access और data retention rules तय करने चाहिए। Third-party speech API इस्तेमाल करने से पहले उसकी privacy और security conditions भी पढ़नी चाहिए।
निष्कर्ष
Gnani Prisma v3 भारतीय भाषाओं और code-mixed calls के लिए speech recognition को बेहतर बनाने की कोशिश है। इसका वास्तविक मूल्य businesses की calls पर accuracy, privacy और लागत की जांच के बाद ही स्पष्ट होगा।
Disclaimer: यह लेख कंपनी की सार्वजनिक जानकारी और उपलब्ध रिपोर्टों पर आधारित है। Performance के आंकड़े कंपनी द्वारा बताए गए benchmark परिणाम हैं।
स्रोत: Express Computer
