TrueConf AI सचिव चुनौतीपूर्ण ध्वनिक स्थितियों में वक्ताओं की आवाज़ अलग करना सीखता है

रूसी आईटी कंपनी ट्रूकॉन्फ ने अपने कॉर्पोरेट एआई सचिव का नया संस्करण पेश किया है, जो मिश्रित ऑडियो के साथ काम करते हुए भी वीडियो कॉन्फ्रेंस प्रतिभागियों की आवाज़ों को अंतिम सारांश में अलग कर सकता है। यह नई तकनीक किसी भी ऑडियो और वीडियो रिकॉर्डिंग से ऐसी रिपोर्ट बनाने की अनुमति देती है, जिसमें अन्य संचार समाधानों में बनाई गई रिकॉर्डिंग भी शामिल हैं। पहले, ट्रूकॉन्फ ने पीसी और स्मार्टफोन ऐप्स में स्मार्ट सुविधाएँ एकीकृत की थीं: सक्रिय शोर में कमी, वर्चुअल बैकग्राउंड, स्पीकर ओवरले और फेस फोकस। अक्टूबर 2024 में, कंपनी ने ट्रूकॉन्फ एआई सर्वर पेश किया, जो बड़े पैमाने पर प्रतिलेखन और मीटिंग सारांश के लिए एक ऑन-प्रिमाइसेस एआई सचिव है, जो स्थानीय रूप से चलता है और तीसरे पक्ष के सर्वरों को डेटा संचारित नहीं करता है। वीडियो कॉन्फ्रेंस के प्रतिलेखन में एक बड़ी चुनौती यह है कि प्रत्येक प्रतिभागी के लिए एक व्यक्तिगत ऑडियो स्ट्रीम की आवश्यकता होती है; यदि प्रतिभागी खुली जगह में हैं या माइक्रोफोन साझा करते हैं, तो एल्गोरिदम भाषण को एक ही ब्लॉक में मिला देते हैं। एआई सचिव अब आवाज़ों को अलग करना और सारांश में संबंधित कथनों को निर्दिष्ट करना सीखता है; उपयोगकर्ताओं को केवल पहचाने गए वक्ताओं के नाम बताने की आवश्यकता होती है। मांग तेल और गैस क्षेत्र के ग्राहकों, राज्य कंपनियों और बड़ी बैठकें आयोजित करने वाली कार्यकारी समितियों से आती है। विकास में लगभग चार महीने लगे। यह सुविधा किसी भी ऑडियो और वीडियो फ़ाइलों का समर्थन करती है, जिसमें तीसरे पक्ष के सिस्टम से आने वाली फ़ाइलें भी शामिल हैं, जिससे ट्रूकॉन्फ एआई सर्वर एक सार्वभौमिक प्रतिलेखन और सारांश उपकरण बन जाता है। संस्करण 1.1 में प्रतिलेखों में पूर्ण-पाठ खोज और लचीले सारांश तैयार करने के लिए अनुकूलन योग्य प्रॉम्प्ट भी जोड़े गए हैं, जैसे प्रमुख निर्णय, कार्य, समय-सीमाएँ और संरचित रिपोर्ट। ट्रूकॉन्फ एआई सर्वर यह सुनिश्चित करता है कि प्रतिलेख एक बंद ग्राहक सर्किट के भीतर स्थानीय मॉडलों द्वारा तैयार किए जाते हैं, जिससे कंपनी के कर्मचारियों या प्रशासकों की पहुँच नहीं होती है।