अपनी ही आवाज़ में हर भाषा बोलें — मीटिंग्स में नेटिव वॉइस क्लोनिंग

Speak Mode पहले से ही आपको अपनी भाषा में बोलने देता था और एक संश्लेषित आवाज़ अनुवाद को मीटिंग तक पहुँचा देती थी। अब तक बोलने वाली वह आवाज़ एक स्टूडियो प्रीसेट होती थी। आज हम वह बची हुई कड़ी जोड़ रहे हैं: Gaavala Pro आपकी अपनी आवाज़ का सीधे क्लोन बना सकता है — उस सैंपल से जिसे आप साइड पैनल में रिकॉर्ड करते हैं — और वह क्लोन उन सभी 60 भाषाओं में बोलता है जिनका Gaavala अनुवाद करता है। न कोई थर्ड-पार्टी अकाउंट, न कोई API कुंजी, न सेट करने के लिए कोई अलग टूल।

नेटिव वॉइस क्लोनिंग असल में क्या है

विचार कहने में सरल है और उसे भरोसेमंद बनाने में असली इंजीनियरिंग लगी: एक बार अपनी आवाज़ के लगभग 20 सेकंड रिकॉर्ड करें, और Gaavala आपकी आवाज़ पर बनी एक सिंथेटिक आवाज़ तैयार कर देता है। उसके बाद जब Speak Mode आपका अनूदित वाक्य मीटिंग में बजाता है, तो वह उसे किसी सामान्य प्रीसेट के बजाय उसी आवाज़ में बजा सकता है — जापानी, पुर्तगाली, अरबी, या Gaavala द्वारा सपोर्टेड 60 भाषाओं में से किसी में भी, अंतर-भाषीय रूप से, उसी एक सैंपल से।

यह एक Soniox-संचालित फ़ीचर है — आपका निजी क्लोन आपके Pro प्लान का ही हिस्सा है। न कोई अलग अकाउंट बनाना है, न प्रति-अक्षर बिलिंग पर नज़र रखनी है, न किसी सेटिंग फ़ील्ड में कोई API कुंजी चिपकानी है, क्योंकि सैंपल उसी ब्राउज़र-से-सीधे-Soniox पाइपलाइन में रहता है जो पहले से आपका मीटिंग ऑडियो और आपका Speak Mode माइक्रोफ़ोन इनपुट ले जाती है। हम पाइपलाइन में कोई नया वेंडर नहीं जोड़ रहे; जो पहले से ट्रांसक्रिप्शन और अनुवाद का काम कर रहा है, उसी को आपकी आवाज़ के संश्लेषण तक बढ़ा रहे हैं।

इसे कैसे इस्तेमाल करें

सेट करने में लगभग एक मिनट लगता है:

1. Gaavala साइड पैनल खोलें और Speak Mode सेटिंग्स में जाएँ।
2. वॉइस विकल्प के रूप में "Clone my voice" (मेरी आवाज़ का क्लोन बनाएँ) चुनें।
3. एक छोटा सैंपल रिकॉर्ड करें — सामान्य बोली के लगभग 20 सेकंड काफ़ी हैं। जिस भाषा में आप सबसे सहज हों, उसी में एक-दो वाक्य ज़ोर से पढ़ दें।
4. Gaavala उस सैंपल से आपकी निजी आवाज़ बना देता है। तैयार होते ही उसे अपनी Speak Mode वॉइस के रूप में चुन लें।
5. किसी मीटिंग में शामिल हों और Speak बटन हमेशा की तरह इस्तेमाल करें — हैंड्स-फ़्री विंडो के लिए उसे टैप करें, या सिर्फ़ तब तक बोलने के लिए दबाए रखें जब तक आप उसे दबाए रखते हैं। आपके अनूदित वाक्य अब आपकी अपनी क्लोन की गई आवाज़ में बजते हैं, मीटिंग को जिस भी टारगेट भाषा की ज़रूरत हो, उसमें।

अगर आप क्लोन को ताज़ा करना चाहें तो सैंपल कभी भी दोबारा रिकॉर्ड कर सकते हैं, और जब चाहें उसी सेटिंग्स स्क्रीन से उसे पूरी तरह डिलीट भी कर सकते हैं।

प्राइवेसी मॉडल

वॉइस सैंपल किसी ट्रांसक्रिप्ट या मीटिंग रिकॉर्डिंग जैसा नहीं होता। यह बायोमेट्रिक डेटा है — एक भौतिक विशेषता जो आपकी पहचान बता सकती है — और Gaavala उसे उसी हिसाब से बरतता है, ऐसी सुरक्षा के साथ जो प्रोडक्ट की बाक़ी, पहले से ही सीधी ऑडियो पाइपलाइन से भी आगे जाती है।

ठीक-ठीक यह होता है: आपका ~20 सेकंड का सैंपल Gaavala के सर्वरों पर AES-256-GCM से एन्क्रिप्टेड रूप में सहेजा जाता है। वह ठीक एक मक़सद के लिए इस्तेमाल होता है — आपकी निजी सिंथेटिक आवाज़ बनाने और बनाए रखने के लिए — और किसी और चीज़ के लिए नहीं। वह न कभी पहचान के लिए इस्तेमाल होता है, न विज्ञापन के लिए, और जिस एक मक़सद के लिए वह मौजूद है, उससे आगे कभी साझा नहीं होता। आवाज़ का मॉडल बनाने के लिए सैंपल को हमारा स्पीच प्रदाता Soniox प्रोसेस करता है; Soniox उसे उस मक़सद से आगे किसी और काम के लिए नहीं पाता।

यह इस बात का सोचा-समझा अपवाद है कि Gaavala प्रोडक्ट में बाक़ी हर जगह ऑडियो कैसे सँभालता है। आपका मीटिंग ऑडियो और आपका Speak Mode माइक्रोफ़ोन इनपुट हमारे सर्वरों पर कभी सहेजे नहीं जाते — वे ब्राउज़र से Soniox तक स्ट्रीम होते हैं और ख़त्म। आपका वॉइस-क्लोन सैंपल ज़रूरत के चलते अलग है: क्लोन को सेशन दर सेशन काम करते रहने के लिए कुछ न कुछ टिका रहना पड़ता है, ताकि आपकी आवाज़ बाद में दोबारा बनाई जा सके। इसलिए हमने उस एक अपवाद को स्पष्ट, सँकरा और पूरी तरह पलटने योग्य रखा: एन्क्रिप्टेड, मक़सद से बँधा हुआ, और हटाने का हक़ आपका।

अपना वॉइस क्लोन डिलीट करना साइड पैनल में एक ही क्रिया है, और वह ठीक वही करता है जो "डिलीट" का मतलब होना चाहिए — वह रिकॉर्डिंग, उससे बनी सिंथेटिक आवाज़, और प्रदाता की तरफ़ रखा गया संबंधित डेटा, सब हटा देता है। उसके बाद कुछ भी बचा नहीं रहता। अगर आपका संगठन या आपकी अपनी आदत यह कहती है कि समय-समय पर यह समीक्षा करनी चाहिए कि आपका कौन-सा डेटा कहाँ सहेजा है, तो यह उस समीक्षा को बेहद आसान बनाने के लिए बनाया गया है: एक टॉगल, एक पुष्टि, और वह चला गया।

इस डेटा की रिटेंशन, प्रोसेसिंग और आपके अधिकारों का पूरा ब्योरा हमारी Privacy Policy में, वॉइस-क्लोन सेक्शन के तहत मौजूद है — वही दस्तावेज़, जो Gaavala आपके डेटा को कैसे सँभालता है, इस बारे में किए गए हमारे हर दूसरे दावे को भी नियंत्रित करता है।

यह किसके लिए है

नेटिव वॉइस क्लोनिंग उन्हीं लोगों के लिए है जिनकी सेवा Speak Mode पहले से करता है, बस एक अतिरिक्त फ़ायदे के साथ: निरंतरता। अगर आप उन्हीं क्लाइंट्स, साथियों या पार्टनर्स के साथ अलग-अलग भाषाओं में दोहराई जाने वाली कॉल्स करते हैं, तो हर बार वही आवाज़ — आपकी आवाज़ — सुनाई देना अजनबीपन की वह परत हटा देता है जिसे बदलते रहने वाले स्टूडियो प्रीसेट कभी पूरी तरह नहीं हटा पाते। अंतरराष्ट्रीय कंसल्टेंट, ऑफ़शोर टीमों के साथ स्टैंडअप चलाने वाले बहुभाषी टीम लीड, और विदेशी बाज़ारों में काम करने वाले सेल्स रेप इसके सबसे साफ़ उदाहरण हैं — ठीक उन्हीं वजहों से जिनके चलते वे पहले से Speak Mode की ओर जाते हैं: सिर्फ़ सुने जाना नहीं, समझा जाना।

निजी आवाज़ पाने का यह सबसे कम झंझट वाला रास्ता भी है — बनाए रखने के लिए कोई दूसरा वेंडर-रिश्ता नहीं।

नेटिव वॉइस क्लोनिंग अभी Pro पर उपलब्ध है। अपना सैंपल रिकॉर्ड करने और अगली मीटिंग में इसे आज़माने के लिए साइड पैनल में Speak Mode खोलें।