પ્રધાનમંત્રી નરેન્દ્ર મોદીએ G20 ડિજિટલ ઇકોનોમી વર્કિંગ ગ્રુપ મિનિસ્ટર્સ મીટમાં "ભાષિની" નું અનાવરણ કર્યું. આ AI-સંચાલિત ભાષા અનુવાદ પ્લેટફોર્મ ભારતની ભાષાકીય વિવિધતાની ઉજવણી કરે છે.
ભાષિનીનો ઉદ્દેશ્ય ડિજિટલ વિભાજનને દૂર કરવાનો અને દરેક ભારતીયને કનેક્ટેડ અનુભવ કરાવવાનો છે. ભારત તેની વિશાળ ભાષાઓ અને બોલીઓ સાથે આવી નવીનતા માટે કેનવાસ બની ગયું છે. આ પ્લેટફોર્મ ભારતની અસંખ્ય ભાષાઓમાં ડિજિટલ સમાવેશને સમર્થન આપે છે.
ઘણા લોકો માટે, આનો અર્થ એ છે કે પહેલીવાર તેમની માતૃભાષામાં સામગ્રી ઍક્સેસ કરવી. તો, ચાલો ભાષિની શું છે તેના પર ઊંડાણપૂર્વક નજર કરીએ.
ભાષિનીની જરૂરિયાત
ડિજિટલ દુનિયા અંગ્રેજી તરફ ઝુકાવ ધરાવે છે અને તેના કારણે ઘણા બિન-અંગ્રેજી બોલનારાઓ અવગણાયેલા અનુભવે છે. કલ્પના કરો કે તમે ઑનલાઇન માહિતી શોધવાનો પ્રયાસ કરી રહ્યા છો, પરંતુ તે તમારી ભાષામાં નથી. તે નિરાશાજનક અને મર્યાદિત છે.
ઘણા ભારતીયો દરરોજ આ સમસ્યાનો સામનો કરે છે કારણ કે તેઓ તેમની માતૃભાષામાં સામગ્રી મેળવવા માટે સંઘર્ષ કરે છે. આ તે જગ્યા છે જ્યાં ભાષિનીની જરૂર આવે છે. તેનો ઉદ્દેશ્ય આ ખાલી જગ્યા ભરવાનો અને દરેક ભારતીય ભાષા માટે એક પ્લેટફોર્મ પ્રદાન કરવાનો છે જેથી ખાતરી કરી શકાય કે ડિજિટલ સ્પેસમાં દરેકને યોગ્ય તક મળે. ભાષાને કારણે કોઈએ પાછળ ન રહેવું જોઈએ.
ભાશિની મોડેલને સમજવું
ડિજિટલ-પ્રથમ યુગમાં ભાષા સમાવિષ્ટતા માટે ભાષિની એક આશા તરીકે ઉભી છે. ચાલો જોઈએ કે તે કેવી રીતે કાર્ય કરે છે અને તેના મુખ્ય સિદ્ધાંતો શું છે.
ભાષાઓનું સંચાલન અને પ્રોત્સાહન
ભાષિણી એક એવી ચળવળ છે જે પ્રાદેશિક ભાષાઓને સક્રિયપણે પ્રોત્સાહન આપે છે. તે તેના ટેકનોલોજીકલ પરાક્રમો અને સહયોગ દ્વારા આ કરે છે. ભાષિણી કંપનીઓ અને પ્લેટફોર્મ્સ સાથે જોડાણ કરતી વખતે તેની ઓફરોને એકીકૃત કરે છે. આ વિવિધ ડિજિટલ પ્લેટફોર્મ્સ પર એક સરળ વપરાશકર્તા અનુભવ સુનિશ્ચિત કરે છે.
ભાષિનીના બિલ્ડીંગ બ્લોક્સ
ટેકનોલોજી
એએસઆર
ઓટોમેટિક સ્પીચ રેકગ્નિશન બોલાયેલા શબ્દોને સમજવામાં મદદ કરે છે.
OCR
ઓપ્ટિકલ કેરેક્ટર રેકગ્નિશન છબીઓમાંથી ટેક્સ્ટ વાંચે છે.
એનએલયુ
કુદરતી ભાષાની સમજ સંદર્ભ સમજણ સુનિશ્ચિત કરે છે.
MT
મશીન ટ્રાન્સલેશન રીઅલ-ટાઇમ અનુવાદો પ્રદાન કરે છે.
ટીટીએસ
ટેક્સ્ટ-ટુ-સ્પીચ લેખિત સામગ્રીને અવાજ આપે છે.
પ્રોડક્ટ્સ
- રીઅલ-ટાઇમ સ્પીચ-ટુ-સ્પીચ મશીન ત્વરિત અનુવાદો માટે.
- અનુવાદ સાધનો જેમ કે સ્પીચ ટુ સ્પીચ (S2S) સરકારી સહાયક.
- ભારતીય ભાષાનો અવાજ ઇન્ટરનેટ મૂળ બ્રાઉઝિંગ અનુભવો માટે.
- સામગ્રી સ્થાનિકીકરણ સ્થાનિક પ્રેક્ષકોને ગમતી સામગ્રી બનાવવામાં મદદ કરે છે.
- ઉપલ્બધતા સાધનો દરેકને સેવા આપે છે, ખાતરી કરે છે કે કોઈ પણ બાકાત ન રહે.
- અનુવાદક લેન્સ દ્રશ્ય અનુવાદ સહાય પ્રદાન કરે છે.
ફાઉન્ડેશન
- ડેટા કોર્પસ: ભાષાકીય માહિતીનો સમૃદ્ધ સંગ્રહ ભાષિનીને પ્રોત્સાહન આપે છે.
- હાઇ કમ્પ્યુટ ઇન્ફ્રાસ્ટ્રક્ચર (HCI): તે સરળ, કાર્યક્ષમ કામગીરી સુનિશ્ચિત કરે છે.
ભાષિની, સારમાં, ભારતના વિશાળ ભાષાકીય વિશ્વને પ્રતિબિંબિત કરે છે. તે ડિજિટલ યુગમાં વિવિધતામાં એકતાનો ખરેખર શું અર્થ થાય છે તેનો પુરાવો છે.
ભાષિનીના ફાયદા
ભાષિણી ફક્ત એક અનુવાદ પ્લેટફોર્મ કરતાં વધુ છે; તે પરિવર્તન માટે ઉત્પ્રેરક છે. ચાલો તેના ફાયદાઓ શોધીએ:
પ્રાદેશિક ભાષાની સામગ્રીનો પ્રચાર
ભારત 21 અલગ-અલગ સત્તાવાર ભાષાઓનું ઘર છે , જેમાં કુલ 121 ભાષાઓ અને 271 માતૃભાષાઓ છે. દરેક પ્રદેશનું પોતાનું ભાષાકીય આકર્ષણ છે અને ભાષિણી આને ઓળખે છે. તે પ્રાદેશિક ભાષાઓમાં સામગ્રી માટે સક્રિયપણે દબાણ કરે છે. આ સુનિશ્ચિત કરે છે કે વિવિધ સંસ્કૃતિઓને ઓનલાઇન પ્રતિનિધિત્વ મળે.
બધા ભારતીયો માટે ડિજિટલ સમાવેશકતા
ભાષિની એ એક એવો પુલ છે જે ઘણા ભારતીયો જે ડિજિટલ વિભાજનનો સામનો કરે છે તેને જોડે છે. ભાષિની સાથે, સામગ્રી વ્યક્તિની માતૃભાષામાં સુલભ છે. તે ખાતરી કરે છે કે દરેક ભારતીય, તેમની ભાષા ગમે તે હોય, સમાવિષ્ટ અનુભવે છે.
સ્થાનિક સામગ્રી નિર્માતાઓ માટે આર્થિક તકો
ભાષિની એક આર્થિક પ્રોત્સાહન પણ છે કારણ કે તે સ્થાનિક સર્જકો માટે માર્ગ મોકળો કરે છે. તેઓ હવે પ્રાદેશિક ભાષાઓમાં સામગ્રીનું નિર્માણ કરી શકે છે. આ સ્થાનિક કલાકારો, લેખકો અને સર્જકો માટે નવા રસ્તાઓ ખોલે છે જેમને ભૂતકાળમાં ભાષા અવરોધોને સમસ્યારૂપ લાગતા હતા અને તેઓ ઓનલાઈન પ્લેટફોર્મ શોધી શકે છે. તેઓ તેમની પ્રતિભા દર્શાવી શકે છે અને તેમાંથી કમાણી કરી શકે છે, કારણ કે હવે તેમની પાસે પ્રેક્ષકો હશે.
પ્રાદેશિક ભાષાની વેબસાઇટ્સ
કેરળના એક પ્રવાસીનો વિચાર કરો. તેઓ રાજસ્થાનની સંસ્કૃતિ વિશે જાણવા માંગે છે. ભાષિની સાથે, વેબસાઇટ્સ મલયાલમમાં સામગ્રી પ્રદાન કરી શકે છે. આનાથી પ્રવાસી માટે માહિતી સરળતાથી સુપાચ્ય બને છે.
ભારતીય ભાષાઓમાં ડિજિટલ સાધનો અને પ્લેટફોર્મ
પંજાબમાં એક ખેડૂતની કલ્પના કરો. તેઓ હવામાન આગાહી એપ્લિકેશનનો ઉપયોગ કરવા માંગે છે. ભાષિની ખાતરી કરે છે કે એપ્લિકેશન પંજાબીમાં ઉપલબ્ધ છે. આ ખેડૂતને હવામાનના મહત્વપૂર્ણ અપડેટ્સ સમજવામાં મદદ કરે છે.
સરકારી સેવાઓ વ્યાપક પ્રેક્ષકો સુધી પહોંચે છે
ઓડિશાના એક વરિષ્ઠ નાગરિકનો વિચાર કરો. તેમને સરકારી પેન્શન પોર્ટલ ઍક્સેસ કરવાની જરૂર છે. ભાષિની પોર્ટલને ઓડિયા (ઉડિયા) ભાષામાં સક્ષમ બનાવે છે. વરિષ્ઠ નાગરિકો હવે પ્રાદેશિક ભાષાઓમાં વાતચીત AI નો ઉપયોગ કરીને સરળતાથી સેવાઓ નેવિગેટ કરી શકે છે અને ઍક્સેસ કરી શકે છે.
ભાષિનીમાં શૈપનું યોગદાન: બહુભાષી ડેટા સંગ્રહ દ્વારા ડિજિટલ સમાવેશ
ઇન્ડિયન ઇન્સ્ટિટ્યૂટ ઑફ ટેકનોલોજી, મદ્રાસ સાથે ભાગીદારી કરીને, શીપે એક મહત્વપૂર્ણ કાર્ય હાથ ધર્યું: વિવિધ ભારતીય ભાષાના ડેટાસેટ્સ એકત્રિત કરવા, વિભાજન કરવા અને ટ્રાન્સક્રિપ્શન કરવાનું.
ઉદ્દેશ્ય મજબૂત બહુભાષી ભાષણ મોડેલ બનાવવાનો હતો અને આગળના રસ્તામાં ઘણા પડકારો છે.
જટિલતાને ધ્યાનમાં લો : 8 ભાષાઓમાં ફેલાયેલો 3000 કલાકનો વૈવિધ્યસભર ઑડિઓ ડેટા મેળવવો, જેમાં દરેકમાં 4 અનન્ય બોલીઓ હતી. આ ડેટા માટે ઝીણવટભર્યા વિભાજન અને ટ્રાન્સક્રિપ્શનની જરૂર હતી.
છતાં શેપનો વિજય થયો. તેમનો વ્યાપક અભિગમ અનેક પાસાઓને આવરી લે છે:
- માહિતી સંગ્રહ: શેપે ઉંમર, લિંગ, શિક્ષણ અને બોલીના અવાજો પર વૈવિધ્યસભર ડેટા એકત્રિત કર્યો.
- ડેટા વિભાજન: ઑડિઓ ડેટાનું સખત વિભાજન કરવામાં આવ્યું. ચોકસાઈ સુનિશ્ચિત કરવા માટે અમે દરેક સેગમેન્ટને કાળજીપૂર્વક ટેગ કર્યું.
- ગુણવત્તા ખાતરી: દરેક રેકોર્ડિંગ કડક ગુણવત્તા ચકાસણીમાંથી પસાર થયું. ફક્ત શ્રેષ્ઠ જ સફળ થયા.
- ડેટા ટ્રાન્સક્રિપ્શન: અમને દોષરહિત ચોકસાઈ સાથે ગુણવત્તાયુક્ત કાર્યની જરૂર હતી. તેથી, અમે દરેક શબ્દ, ખચકાટ અને સૂક્ષ્મતાને ચોકસાઈથી કબજે કરી.
અમે એક ઉચ્ચ-ગુણવત્તાવાળા ઑડિઓ ડેટાસેટ બનાવ્યા છે જે IIT મદ્રાસને આઠ ભારતીય ભાષાઓમાં દોષરહિત વાણી ઓળખ મોડેલ્સ બનાવવાની શક્તિ આપે છે. આ સહયોગની લહેરભરી અસરો નિઃશંકપણે ડિજિટલ વિશ્વમાં પડઘો પાડશે. તે ખરેખર સમાવિષ્ટ ડિજિટલ ભારત બનાવવામાં મદદ કરવા માટે ભાષાકીય અવરોધોને દૂર કરશે.
