راؤنڈ اس وقت آتا ہے جب وائس-AI مارکیٹ گرم ہوتی ہے اور سرمایہ کار ٹیکسٹ پر مبنی چیٹ بوٹس سے آگے اگلی چھلانگ تلاش کرتے ہیں۔ مصنوعی ذہانت کی صنعت کو نئی شکل دینے والے اسٹارٹ اپس کی مسلسل کوریج کے لیے، ہماری تازہ ترین AI نیوز* کو فالو کریں۔
چھوٹے، مخصوص آواز کے ماڈلز پر ایک شرط
Smallest.ai کا بنیادی مقالہ یہ ہے کہ صوتی ایجنٹوں میں اگلی پیش رفت بڑے زبان کے ماڈلز کو تیز تر بنانے سے نہیں آئے گی، بلکہ چھوٹے، مقصد سے بنائے گئے ماڈلز کی تعمیر سے جو خاص طور پر انسانی گفتگو کے لیے بنائے گئے ہیں۔ چیف ایگزیکٹیو سدرشن کامتھ نے TechCrunch کو بتایا کہ آج کے LLM بنیادی طور پر تقریر کی تال سے مماثل ہیں: وہ "سوچنا" شروع کرنے سے پہلے مکمل پرامپٹ کا انتظار کرتے ہیں، ایسی تاخیر جو ٹیکسٹ چیٹ میں فطری محسوس ہوتی ہے لیکن فون کال پر جھنجھوڑنا۔
"جب میں آپ سے بات کر رہا ہوں، آپ پہلے سے ہی سوچ رہے ہیں، اور اگر میں زیادہ دیر تک بات کروں تو آپ مجھے روک سکتے ہیں،" کامتھ نے انسانی مکالمے کی اصل وقتی، اوورلیپنگ نوعیت کو بیان کرتے ہوئے وضاحت کی کہ اس کے سٹارٹ اپ کے ماڈل کو نقل کرنے کے لیے ڈیزائن کیا گیا ہے۔ ماڈل ایک ساتھ سننے، سوچنے اور بولنے کے ذریعے آڈیو پر کارروائی کرتا ہے، جس کا مقصد عملی طور پر صفر جوابی وقفہ ہوتا ہے۔
ایک دو ماڈل آرکیٹیکچر
Smallest.ai کا سسٹم اس بات پر انحصار کرتا ہے کہ کامتھ کی پیشن گوئی AI ایجنٹوں کے لیے ایک معیاری فن تعمیر بن جائے گی: ایک چھوٹا، بجلی کی تیز رفتار آواز کا ماڈل لائیو گفتگو کو سنبھالتا ہے، جب کہ ایک "آف لائن" بڑے فاؤنڈیشن ماڈل کو صرف اس صورت میں طلب کیا جاتا ہے جب کوئی سوال چھوٹے ماڈل کے علم کی بنیاد سے زیادہ ہو۔ جب ایسا ہوتا ہے، تو نظام مختصر طور پر کال کرنے والے کو مسئلے کی "تحقیق" کرنے کے لیے روک دیتا ہے، جیسا کہ کوئی انسانی ایجنٹ کر سکتا ہے۔
محنت کی یہ تقسیم اسٹارٹ اپ کو اپنے چھوٹے ماڈل کو آواز سے متعلق چیلنجوں پر سختی سے توجہ مرکوز کرنے دیتی ہے، بشمول متنوع لہجوں کو سنبھالنا، درجنوں زبانوں کو سپورٹ کرنا، اور شور والے ماحول میں کام کرنا۔ اس کے برعکس، وہ حریف جو آواز پر عمومی مقصد والے LLMs کا اطلاق کرتے ہیں، انہیں بہت زیادہ تاخیر اور حساب کتاب کے اخراجات کا مقابلہ کرنا چاہیے۔
صارفین اور مقابلہ
Smallest.ai کے موجودہ صارفین میں آواز اور کمیونیکیشن اسپیس میں کمپنیاں شامل ہیں، ان میں RingCentral اور Truecaller شامل ہیں۔ کامتھ نے استدلال کیا کہ اچھی طرح سے مالی اعانت سے چلنے والے کسٹمر سپورٹ اسٹارٹ اپس کو اپنے صوتی ماڈل بنانے کے لیے بہت کم ترغیب ملتی ہے، کیونکہ "آواز کرنے میں بہت اچھا بننا ان کے بنیادی کاروبار سے خلفشار ہے۔"
سٹارٹ اپ وائس-AI لیڈر ElevenLabs کے ساتھ ساتھ کارٹیشیا اور علاقائی کھلاڑیوں جیسے سروام سے مقابلہ کرتا ہے جو مقامی زبانوں پر توجہ مرکوز کرتے ہیں۔ جب کہ کچھ حریف ڈبنگ اور پوڈ کاسٹنگ پر وائس AI کا اطلاق کرتے ہیں، Smallest.ai خصوصی طور پر انٹرپرائز صارفین کے لیے حقیقی وقت کے بات چیت کے ایجنٹوں پر توجہ مرکوز کرتا ہے۔
آواز کے لیے ٹیورنگ ٹیسٹ
کامتھ کی خواہش غیر واضح ہے۔ انہوں نے کہا کہ ہم چاہتے ہیں کہ ہمارے ماڈلز ٹیورنگ ٹیسٹ کو توڑ دیں۔ "آپ کو ہمارے ماڈل سے بات کرنی چاہئے اور یہ نہیں جاننا چاہئے کہ یہ AI ہے یا انسان۔ یہ کمپنی کی واحد توجہ ہے۔"
آیا یہ بار قریبی مدت میں قابل حصول ہے یا نہیں یہ ایک کھلا سوال ہے۔ وائس اے آئی نے پچھلے دو سالوں میں قدرتی طور پر ڈرامائی طور پر بہتری لائی ہے، لیکن یہاں تک کہ بہترین نظام بھی باریک اشاروں کے ساتھ جدوجہد کر رہے ہیں — ہچکچاہٹ، مزاح، جذباتی انفلیکشن — جو انسانی گفتگو کو زندہ محسوس کرتے ہیں۔ Smallest.ai کی شرط یہ ہے کہ متن سے تربیت یافتہ LLM سے ڈھلنے کے بجائے تقریر کے لیے بنایا گیا ماڈل اس فرق کو صنعت کی توقع سے زیادہ تیزی سے ختم کر سکتا ہے۔
ایک بھیڑ بھری لیکن تیزی سے بڑھتی ہوئی مارکیٹ
فنڈنگ وائس-AI زمرہ کے لیے سرمایہ کاروں کے وسیع تر جوش و جذبے کی نشاندہی کرتی ہے۔ صوتی انٹرفیس کو صارفین کے لیے AI ایجنٹوں کے ساتھ بات چیت کرنے کا سب سے فطری طریقہ کے طور پر دیکھا جا رہا ہے، اور انٹرپرائز کال سینٹرز ایک وسیع، فوری طور پر قابل شناخت مارکیٹ کی نمائندگی کرتے ہیں جہاں تاخیر اور فطری پن میں معمولی بہتری بھی قابل پیمائش لاگت کی بچت میں ترجمہ کر سکتی ہے۔
اب $21 ملین کے ساتھ، Smallest.ai اپنی ماڈل کی صلاحیتوں کو بڑھانے اور اپنے انٹرپرائز کسٹمر بیس کو بڑھانے کا ارادہ رکھتا ہے۔ تاہم، مسابقتی منظر نامہ ناقابل معافی ہے: ElevenLabs اہم مارکیٹ شیئر کا حکم دیتا ہے، اور بڑے کھلاڑی اپنی فلیگ شپ پروڈکٹس میں آواز کو مربوط کرتے رہتے ہیں۔ Smallest.ai کی تفریق اس بنیاد پر منحصر ہے کہ ایک مرکوز، خصوصی صوتی ماڈل ایک ایسے میٹرک پر عمومی نظام کو پیچھے چھوڑ سکتا ہے جو ریئل ٹائم گفتگو کے لیے سب سے زیادہ اہمیت رکھتا ہے — رفتار جو انسانی محسوس ہوتی ہے۔
AI سے آگے رہیں
وائس ایجنٹس سے لے کر فرنٹیئر ماڈل تک، سودے اور کامیابیاں تیزی سے آرہی ہیں۔ مصنوعی ذہانت کے مستقبل کی تعمیر کرنے والی کمپنیوں اور بانیوں کی جاری کوریج کے لیے AI Buzz Wire* کو بُک مارک کریں۔
مزید اے آئی اسٹارٹ اپ نیوز پڑھیں →
