ब्लॉग/प्रकाशित: अपडेट किया गया:

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

Gaavala Pro दो मिनट के सैंपल से आपकी आवाज़ का क्लोन बनाता है और उसे सभी 60 भाषाओं में बोलता है — एन्क्रिप्टेड और कभी भी डिलीट किया जा सकने वाला।

एक बटन — टैप करें या दबाए रखें
एक टैप से 60 सेकंड की हैंड्स-फ़्री विंडो खुलती है। इसके बजाय दबाए रखें, तो जब तक दबाए रखें तभी बोलते हैं। दोबारा टैप करने पर यह जल्दी बंद हो जाती है।

नेटिव वॉइस क्लोनिंग असल में क्या है

विचार कहने में सरल है और उसे भरोसेमंद बनाने में असली इंजीनियरिंग लगी: एक बार अपनी आवाज़ में दो मिनट का पाठ पढ़ें, 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।

इसे कैसे इस्तेमाल करें

  1. Pro में साइड पैनल का Speak वॉइस चयन खोलें और अपनी आवाज़ बनाने का विकल्प चुनें।
  2. सहमति की जानकारी पढ़ें और पुष्टि करें कि आप अपनी ही आवाज़ रिकॉर्ड कर रहे हैं।
  3. शांत जगह पर दिखाया गया पाठ स्वाभाविक और एकसमान गति से पढ़ें। माइक्रोफ़ोन से दूरी स्थिर रखें; संदर्भ रिकॉर्डिंग के लिए लगभग दो मिनट रखें।
  4. समीक्षा स्क्रीन पर रिकॉर्डिंग सुनें और गुणवत्ता की प्रतिक्रिया पढ़ें। ज़रूरत हो तो दोबारा रिकॉर्ड करें, फिर आवाज़ को नाम देकर बनाना शुरू करें।
  5. तैयार स्थिति आने तक प्रतीक्षा करें और जाँचें कि Speak में वही आवाज़ चुनी गई है। अपलोड और प्रोसेसिंग अलग स्थितियाँ हैं; पूरा होने का समय तय नहीं है।
  6. Speak की स्रोत और लक्ष्य भाषाएँ सेट करें। कैप्शन की भाषा अलग सेटिंग है।
  7. मीटिंग से पहले किसी दूसरे प्रतिभागी के साथ एक छोटा वाक्य आज़माएँ। छोटी बारी के लिए Speak दबाए रखें या हैंड्स-फ़्री विंडो के लिए टैप करें।

अगर नमूने की आवाज़ बहुत धीमी हो, विकृत हो या उसमें बोलचाल बहुत कम हो, तो समीक्षा स्क्रीन अपलोड रोककर नई रिकॉर्डिंग माँगती है। निर्देश के अनुसार माइक्रोफ़ोन के पास आएँ या इनपुट स्तर बदलें; भरपाई के लिए चिल्लाएँ नहीं। चेतावनी अपलोड की अनुमति देती है, लेकिन बताती है कि क्या बेहतर हो सकता है। फिर सुनें और तय करें कि अधिक साफ़ नमूना रिकॉर्ड करना है या नहीं।

आवाज़ बनाना विफल हो तो दिखाए गए दोबारा प्रयास या पुनः रिकॉर्ड करने के विकल्प का पालन करें। सेवा की क्षमता संबंधी संदेश पर बाद में कोशिश करें; अनुपयोगी रिकॉर्डिंग के लिए नया नमूना चाहिए। किसी दूसरे पैनल में रिकॉर्डिंग चल रही हो तो पहले उसे पूरा करें या रोकें। बनी हुई आवाज़ का नाम प्रबंधन स्क्रीन में बदल या उसे हटा सकते हैं। संदर्भ बदलने के लिए हटाने और फिर नई रिकॉर्डिंग का तरीका अपनाएँ; हटाने की प्रक्रिया के लिए प्राइवेसी नीति देखें।

वॉइस क्लोन बोली गई आवाज़ का स्वर बदलता है, अनुवाद की गुणवत्ता की ज़रूरतें नहीं। शांत जगह पर केवल अपनी आवाज़ रिकॉर्ड करें और छोटे परीक्षण में नामों व विशेष शब्दों का उच्चारण जाँचें। अधिक महत्त्व वाली मीटिंग में इंसानी समीक्षा फिर भी ज़रूरी है। संदर्भ रिकॉर्डिंग और सिंथेटिक आवाज़ मिटाई जा सकती हैं; इससे दूसरों द्वारा पहले बनाई गई रिकॉर्डिंग नहीं मिटतीं।

मीटिंग में आवाज़ के इस्तेमाल के चरण Speak Mode का मार्गदर्शन में पढ़ें।

“Spoken” स्थिति ऑडियो चलने की पुष्टि करती है, यह नहीं कि दूसरे प्रतिभागी ने उसे सुना। Gaavala, Teams के म्यूट का पालन करता है; Meet या Webex का म्यूट Gaavala का प्लेबैक नहीं रोकता और एक्सटेंशन Zoom की म्यूट स्थिति नहीं देख सकता। आवाज़ रोकने के लिए Gaavala के अपने बटन इस्तेमाल करें। टाइप किए गए जवाब मीटिंग ट्रांसक्रिप्ट या AI सारांश में शामिल नहीं होते।

अपने क्लोन से छोटे बोले गए जवाब देने के लिए Push-to-Talk गाइड बटन फ़ोकस और उसे कब दबाए रखना और छोड़ना है, समझाती है।

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।

होता यह है: आपका दो मिनट का वॉइस सैंपल Gaavala के सर्वरों पर एन्क्रिप्टेड रूप में (AES-256-GCM) 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 न ही कभी किसी दूसरे मक़सद के लिए साझा किया जाता है। सैंपल को प्रोसेस करने वाली हर सेवा, Soniox समेत, ऐसा सिर्फ़ आपकी आवाज़ का मॉडल बनाने के लिए करती है।

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।

साइड पैनल की सेटिंग से अपना वॉइस क्लोन हटा सकते हैं। प्राइवेसी पॉलिसी में रिकॉर्डिंग और वॉइस मॉडल की प्रोसेसिंग तथा हटाने का तरीका बताया गया है। इससे दूसरे प्रतिभागियों की पहले की रिकॉर्डिंग या एक्सपोर्ट फ़ाइलें नहीं हटतीं।

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।

डेटा के रास्ते और स्थानीय संग्रह को Gaavala की गोपनीयता संरचना का विवरण समझाता 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 Pro का हिस्सा है। सैंपल रिकॉर्ड करने और आवाज़ चुनने के विकल्प साइड पैनल की Speak Mode सेटिंग में हैं।

बिना बोले जवाब देना हो तो बधिर और कम सुनने वाले लोगों के लिए मीटिंग गाइड देखें।