वॉयस ऑफ़ इंडिया बेंचमार्क पर Devnagri ब्लैक बर्ड ने 15 भारतीय भाषाओं में सबसे कम एरर (त्रुटि) का रिकॉर्ड बनाया
वर्तमान में 15 भाषाओं में सबसे कम एरर दर के साथ Devnagri का नया एएसआर मॉडल, सर्वम सारस वी3 और गूगल के जेमिनी 3 प्रो से भी आगे है
NOIDA, UP, INDIA, September 30, 2026 /EINPresswire.com/ -- Devnagri AI ने बताया कि उसका नया ऑटोमैटिक स्पीच रिकग्निशन (एएसआर) मॉडल Devnagri ब्लैक बर्ड 'वॉयस ऑफ इंडिया' बेंचमार्क पर सबसे आगे है। यह बेंचमार्क, एक स्वतंत्र भारतीय एएसआर टेस्ट सेट है, जिसे आईआईटी मद्रास में एआई4भारत और जोश टॉक्स के सहयोग से तैयार किया है। मूल्यांकन किए गए सभी सिस्टम्स में Devnagri ब्लैक बर्ड ने सबसे बेहतरीन प्रदर्शन करते हुए औसतन 8.7 का ओपन इंडिक वर्ड एरर रेट (ओआई-डब्ल्यूईआर) दर्ज किया, जो दूसरे सिस्टम्स के मुकाबले सबसे कम है।
8.7 के इस स्कोर के साथ ब्लैक बर्ड की एरर दर, गूगल के जेमिनी 3 प्रो (21.1) के मुकाबले आधे से भी कम, सर्वम सारस वी3 (10.7) से 19%, जेमिनी 3 प्रो से 59% और जेमिनी 3 फ्लैश (23.1) से 62% कम है। यह Devnagri के पिछले मॉडल 'शिवानी एएसआर’ की तुलना में एरर्स (त्रुटियों) को करीब 25% कम किया है।
21 अप्रैल 2026 को 'वॉयस ऑफ इंडिया' बेंचमार्क भारत में वास्तविक जीवन की बातचीत को समझने के लिए बनाया गया। इसमें 15 भारतीय भाषाओं में 536 घंटे की सामान्य टेलीफोन बातचीत, 36,691 मातृभाषा बोलने वाले लोगों के 3,06,230 कथन शामिल हैं। इसमें विभिन्न आयु वर्गों तथा महिला और पुरुष वक्ताओं का संतुलित प्रतिनिधित्व है। साफ आवाज़ों और तैयार टेस्ट डेटा से अलग, यह बेंचमार्क फोन कॉल के शोर, क्षेत्रीय लहजों और एक ही बातचीत में हिंदी-अंग्रेज़ी जैसी कई भाषाओं के इस्तेमाल को ध्यान में रखता है। स्वाभाविक बोलचाल में प्रचलित मान्य वर्तनी और लिप्यंतरण के विभिन्न रूपों को त्रुटि नहीं माना जाता। Devnagri ब्लैक बर्ड इसी वास्तविक माहौल के लिए विकसित स्पीच इंटेलिजेंस सिस्टम है।
Devnagri ने सभी नौ सिस्टम्स का समान तरीके से मूल्यांकन किया। इसके लिए प्रत्येक सिस्टम के प्रोडक्शन एपीआई को समान डिफ़ॉल्ट सेटिंग्स के साथ कॉल किया गया और प्राप्त परिणामों का एक समान संदर्भ में आकलन किया गया। ओवरफिटिंग से बचने के लिए टेस्ट सेट को गोपनीय रखा गया तथा परिणामों के सत्यापन के लिए मॉडल वर्ज़न और लॉग सुरक्षित रखे गए। अन्य कंपनियों के लिए बताए गए परिणाम Devnagri द्वारा सार्वजनिक रूप से उपलब्ध प्रोडक्शन एपीआई के माध्यम से किए गए स्वतंत्र मापन पर आधारित हैं, इसलिए इन्हें संबंधित वेंडर्स द्वारा प्रकाशित परिणाम नहीं माना जाना चाहिए। Devnagri के अनुसार, ब्लैक बर्ड ने 15 भाषाओं में बेहतर प्रदर्शन दर्ज किया, जिनमें भोजपुरी और मैथिली जैसी कम-संसाधन वाली भाषाएँ भी शामिल हैं।
इसका महत्व भारत के बदलते डिजिटल परिदृश्य में देखा जा सकता है। बड़ी संख्या में डिजिटल उपयोगकर्ता अंग्रेज़ी के अलावा अन्य भाषाओं में रोज़मर्रा के कार्य करना पसंद करते हैं। बीएफएसआई क्षेत्र में भी गैर-अंग्रेज़ी भाषी उपयोगकर्ताओं की बड़ी संख्या है। जैसे-जैसे ग्राहक पंजीकरण, भुगतान वसूली, सेवा और सहायता जैसी प्रक्रियाएँ वॉइस और फोन माध्यमों पर स्थानांतरित हो रही हैं, क्षेत्रीय भाषाओं में सटीक स्पीच रिकग्निशन महत्वपूर्ण हो जाता है। वॉइस एआई में एएसआर शुरुआती स्तर की तकनीक है; नाम, राशि, तारीख या ग्राहक की मंशा को गलत समझने पर आगे की पूरी प्रक्रिया प्रभावित हो सकती है।
बीएफएसआई, सरकारी सेवाओं और डिजिटल कॉमर्स में वास्तविक फोन कॉल्स के दौरान सटीक स्पीच रिकग्निशन बेहद महत्वपूर्ण है, क्योंकि कई आवश्यक लेन-देन क्षेत्रीय भाषाओं और शोरयुक्त नेटवर्क पर होते हैं। बैंकिंग, वित्तीय सेवाओं और बीमा में नाम, तारीख, राशि और पहचान संबंधी विवरणों को सही ढंग से समझना खाता खोलने, केवाईसी, भुगतान वसूली, नवीनीकरण, ग्राहक सहायता और शिकायत निवारण जैसी प्रक्रियाओं को अधिक प्रभावी बना सकता है। कम ट्रांसक्रिप्शन त्रुटियों से मैनुअल हस्तक्षेप और दोबारा काम करने की आवश्यकता कम हो सकती है, साथ ही सटीक रिकॉर्ड तैयार करने में मदद मिलती है। सरकारी सेवाओं में ऐसी तकनीक हेल्पलाइन और वॉइसबॉट्स को लोगों की मातृभाषा में सहायता देने में सक्षम बनाती है। डिजिटल कॉमर्स में इसका उपयोग क्षेत्रीय भाषाओं में कैश-ऑन-डिलीवरी पुष्टि, डिलीवरी और रिटर्न सहायता के लिए किया जा सकता है। वास्तविक परिस्थितियों पर आधारित बेंचमार्क में प्रदर्शन Devnagri के अनुसार ऐसी स्पीच एआई तकनीक की उपयोगिता को दर्शाता है, जो ग्राहकों की वास्तविक भाषा और बोलचाल को समझ सके।
"जब कोई बैंक ग्राहक की अपनी भाषा में उसका पंजीकरण कर सके, भुगतान वसूली के लिए कॉल कर सके या उसकी शिकायत का सही ढंग से समाधान कर सके, तो वह न केवल अधिक बड़े ग्राहक वर्ग तक पहुँच सकता है, बल्कि ग्राहक को कहीं बेहतर अनुभव भी दे सकता है। हमारा नवीनतम एएसआर मॉडल, ब्लैक बर्ड, इस काम को बेहतर बनाता है क्योंकि हमने इसे लैब की आदर्श परिस्थितियों के लिए नहीं, बल्कि भारत की वास्तविक परिस्थितियों को ध्यान में रखकर विकसित किया है।“
— नकुल कुंद्रा, सह-संस्थापक, Devnagri AI
"एक निष्पक्ष और वास्तविक परिस्थितियों पर आधारित टेलीफोनिक बेंचमार्क का नेतृत्व करना वास्तव में एक बड़ी चुनौती है। भारत में बातचीत का तरीका बहुत विविधता भरा होता है—लोग एक ही वाक्य के बीच में भाषा बदल देते हैं, कॉल्स के दौरान काफी शोर होता है और उच्चारण के तरीके भी अलग-अलग होते हैं। ऐसी परिस्थितियों में, केवल साफ़ ऑडियो पर ही नहीं, बल्कि वास्तविक परिस्थितियों में भी सटीकता बनाए रखना ही असली इंजीनियरिंग चुनौती है और हम अपने ब्लैक बर्ड मॉडल को लगातार और बेहतर बना रहे हैं।"
— हिमांशु शर्मा, सह-संस्थापक, Devnagri AI
Devnagri AI के बारे में:
Devnagri AI ऐसा भाषा-आधारित इंफ्रास्ट्रक्चर तैयार करती है, जो विनियमित उद्यमों को अपने ग्राहकों के साथ संवाद, रोज़मर्रा के कार्यप्रवाह, दस्तावेज़ों और वॉयस सिस्टम्स में 40 से अधिक भाषा (जिनमें भारत की 22 अनुसूचित भाषाएँ भी शामिल हैं) के बहुभाषी संचार को एकरूप और मानकीकृत बनाने में सहायता करती है। बैंकिंग, वित्तीय सेवाओं, बीमा, सरकारी संस्थाओं, रिटेल और डिजिटल कॉमर्स के अग्रणी संगठनों का विश्वास प्राप्त Devnagri, उद्यमों की व्यापक आवश्यकताओं के अनुरूप सुव्यवस्थित, नियंत्रित और बड़े पैमाने पर उपयोग योग्य भाषा संबंधी आधारभूत व्यवस्था उपलब्ध कराता है।
Priyanka Harshvardhan
Devnagri AI Private Limited
+91 96505 00268
email us here
Visit us on social media:
LinkedIn
Instagram
Facebook
YouTube
X
Legal Disclaimer:
EIN Presswire provides this news content "as is" without warranty of any kind. We do not accept any responsibility or liability for the accuracy, content, images, videos, licenses, completeness, legality, or reliability of the information contained in this article. If you have any complaints or copyright issues related to this article, kindly contact the author above.
