Equal ने ElevenLabs के साथ इंसानों जैसी AI कॉल स्क्रीनिंग बनाई

Equal का AI असिस्टेंट पूरे भारत में हर दिन 6 लाख से ज़्यादा कॉल्स संभालता है - स्क्रीनिंग करता है, इरादा समझता है और यूज़र्स की तरफ से एक्शन लेता है।

समान भारत के लिए एक AI असिस्टेंट बना रहा है। कंपनी ने फोन कॉल्स से शुरुआत की, जहाँ असिस्टेंट यूज़र की तरफ से कॉल्स का जवाब देता है, स्क्रीन करता है और मैनेज करता है। यह एक पर्सनल सेक्रेटरी की तरह काम करता है - कॉल करने वालों से बात करता है और रियल-टाइम ट्रांसक्रिप्ट सारांश देता है, जिससे यूज़र सिर्फ ज़रूरी कॉल्स ही लेता है। आज, 3 लाख से ज़्यादा भारतीय Equal का असिस्टेंट इस्तेमाल करते हैं, जो हर दिन 6 लाख से ज़्यादा कॉल्स संभालता है, हर बातचीत औसतन 1 मिनट 15 सेकंड चलती है, और यह सब ElevenLabs की मदद से संभव है।

असिस्टेंट यूज़र की तरफ से कॉल्स का जवाब देता है, कॉल करने वाले के इरादे को नेचुरल बातचीत के ज़रिए समझता है, और फिर उसी हिसाब से एक्शन लेता है - चाहे स्पैम फिल्टर करना हो, ज़रूरी मैसेज दिखाना हो या कॉल आगे बढ़ाना हो। यूज़र्स के लिए इसका मतलब है कम रुकावटें और अपने समय पर ज़्यादा कंट्रोल, बिना किसी ज़रूरी बात को मिस किए।

आवाज़ की क्वालिटी तय करती है कि यूज़र लाइन पर रहेगा या नहीं

Equal के लिए वॉइस कोई साइड फीचर नहीं है, यही प्रोडक्ट है। अगर कॉल करने वाले को असिस्टेंट रोबोट लगे, तो वे तुरंत कॉल काट देते हैं। असिस्टेंट को काम करने के लिए नेचुरल और लोकल जैसी आवाज़ चाहिए, ताकि लोग उससे वैसे ही बात करें जैसे किसी असली इंसान से करते हैं।

इसलिए Equal को ऐसा टेक्स्ट टू स्पीच प्रोवाइडर चाहिए था जो खास ज़रूरतें पूरी कर सके: नेचुरल, इंसानों जैसी वॉइस क्वालिटी, रियल-टाइम फोन बातचीत के लिए कम लेटेंसी, और हाई-फिडेलिटी आउटपुट जो प्रोडक्शन में भरोसेमंद हो। क्लैरिटी के अलावा, आवाज़ में इमोशन हो, मल्टी-लिंगुअल बातचीत संभाल सके, और भारतीय एक्सेंट को सही तरीके से पकड़ सके।

कई प्रोवाइडर्स को परखने के बाद, Equal ने ElevenLabs को चुना टेक्स्ट टू स्पीच वॉइस क्वालिटी और रिस्पॉन्सिवनेस के लिए, साथ ही अलग-अलग आवाज़ों के साथ एक्सपेरिमेंट करने और वॉइस क्लोनिंग के विकल्प एक्सप्लोर करने की सुविधा के लिए।

एक्सप्रेसिव, कम लेटेंसी वाली आवाज़ जो भारतीय एक्सेंट को पकड़ती है

ElevenLabs टेक्स्ट टू स्पीच और वॉइस क्लोनिंग का इस्तेमाल करके, Equal ने एक ऐसी असिस्टेंट वॉइस बनाई जो लाइव फोन बातचीत में जीवंत लगती है। इस इंटीग्रेशन से उन्हें अपनी यूनिक असिस्टेंट वॉइस चुनने और सुधारने, ब्रांड के मुताबिक वॉइस क्लोन करने, सही भारतीय एक्सेंट के साथ मल्टी-लिंगुअल स्पीच देने, और रियल-टाइम बातचीत में इमोशन और बारीकी दिखाने की सुविधा मिली, साथ ही नेचुरल फोन बातचीत के लिए ज़रूरी कम लेटेंसी भी बनी रही।

स्मूद इंटीग्रेशन और लगातार वॉइस ऑप्टिमाइज़ेशन

इंटीग्रेशन प्रोसेस सीधा था। Equal ने हमारी टीम के साथ मिलकर अपने असिस्टेंट स्टैक में वॉइस इम्प्लीमेंट की और लाइव कॉल हैंडलिंग के लिए परफॉर्मेंस ऑप्टिमाइज़ की।

यह पार्टनरशिप शुरुआती डिप्लॉयमेंट से आगे बढ़ चुकी है। Equal जैसे-जैसे अपनी आदर्श असिस्टेंट वॉइस को बेहतर बना रहा है, हम वॉइस सिलेक्शन, लेटेंसी ट्यूनिंग और कन्वर्सेशनल फ्लो डिज़ाइन पर साथ काम कर रहे हैं, जिससे नेचुरल टर्न-टेकिंग बनी रहे। अलग-अलग आवाज़ों के साथ एक्सपेरिमेंट करने की सुविधा, साथ ही प्रोडक्शन-ग्रेड परफॉर्मेंस बनाए रखना, प्रोडक्ट के डेवलप होते समय बहुत ज़रूरी रहा है।

हम जो अनुभव बना रहे हैं, उसमें वॉइस की अहम भूमिका है। ElevenLabs ने हमें ऐसी आवाज़ बनाने में मदद की है जो सिर्फ़ साफ़ या सटीक ही नहीं, बल्कि प्राकृतिक, जुड़ाव वाली और हमारी अपनी है।

कृष्णा चला, वीपी - स्ट्रैटेजिक प्रोजेक्ट्स, Equal

भारत भर में AI-पावर्ड फोन बातचीत को स्केल करना

हर दिन 600,000 कॉल्स और 300,000 से ज़्यादा यूज़र्स के साथ, परफॉर्मेंस और भरोसेमंदी हमारे लिए सबसे ज़रूरी हैं। Equal के असिस्टेंट को हर जवाब में टोन, इमोशन और कल्चरल न्यूआंस के साथ रियल टाइम में स्केल पर काम करना होता है। जैसे-जैसे Equal भारत का AI असिस्टेंट बना रहा है, ElevenLabs हर कॉल के लिए नेचुरल, एक्सप्रेसिव और कम लेटेंसी वाली बातचीत के लिए वॉइस लेयर देता है।हर कॉल में औसतन 1 मिनट 15 सेकंड की लाइव बातचीत होती है - 3 लाख से ज़्यादा डेली यूज़र्स के साथ, परफॉर्मेंस और भरोसेमंदी से कोई समझौता नहीं हो सकता। Equal के असिस्टेंट को टोन, इमोशन और कल्चरल बारीकियां भी निभानी होती हैं, साथ ही बड़े स्केल पर रियल टाइम में जवाब देना होता है। Equal जैसे-जैसे भारत का AI असिस्टेंट बनाता जा रहा है, ElevenLabs वह वॉइस लेयर देता है जिससे हर कॉल में नेचुरल, एक्सप्रेसिव और कम लेटेंसी वाली बातचीत हो सके।