Supernova ने ElevenLabs वॉइस के साथ मल्टीलिंगुअल AI ट्यूटरिंग को स्केल किया

Supernova भारत के शीर्ष शिक्षा ऐप्स में लगातार शामिल रहता है और देशभर में अंग्रेज़ी सीखने वाले लोगों के बड़े और बढ़ते यूज़र बेस की सेवा करता है। उनका लक्ष्य फ़्लुएंसी बेहतर करना चाहने वाले हर व्यक्ति के लिए उच्च-गुणवत्ता वाली बोलने की प्रैक्टिस को सुलभ बनाना है। लाइव शिक्षण की ऊंची लागत और योग्य ट्यूटर्स की सीमित उपलब्धता के कारण बोलना अब भी सीखने के सबसे कठिन कौशलों में से एक है।

ज़्यादातर भारतीय शिक्षार्थी अपनी मातृभाषा के ज़रिए जानकारी समझते हैं। ElevenLabs टेक्स्ट टू स्पीच और वॉइसेज़ के साथ, Supernova ने अपने AI ट्यूटर को इसी वास्तविकता के आधार पर डिज़ाइन किया है, जो हिंदी, तमिल, तेलुगु, बंगाली, मराठी, कन्नड़, गुजराती, पंजाबी, ओड़िया और असमिया में स्पष्टीकरण, सुधार और प्रोत्साहन देता है।

इस बहुभाषी मॉडल को बड़े स्तर पर चलाने के लिए, Supernova को ऐसी वॉइसेज़ चाहिए थीं जो स्वाभाविक हों, सांस्कृतिक रूप से अनुकूल हों और शिक्षार्थियों के लिए समझना आसान हों।

भारत के लिए काम करने वाला वॉइस इंजन चुनना

Supernova ने OpenAI, Chirp और Amazon Polly समेत कई टेक्स्ट टू स्पीच प्रोवाइडर्स का मूल्यांकन किया। हालांकि ज़्यादातर ने स्वीकार्य अंग्रेज़ी आउटपुट दिया, लेकिन उनमें भारतीय भाषाओं के लिए ज़रूरी स्वाभाविक गति, भावनात्मक बारीकियां और उतार-चढ़ाव की कमी थी। इन कमियों से स्पष्टता घटी और पाठ समझना मुश्किल हो गया।

तमिल, हिंदी और अन्य क्षेत्रीय भाषाओं में अपने भावपूर्ण प्रस्तुतीकरण और सटीक उच्चारण के कारण ElevenLabs अलग नजर आया। सिस्टम ने टोन और समय में होने वाले सूक्ष्म बदलावों को पकड़ा, जिससे शिक्षार्थी स्पष्टीकरण जल्दी समझ सके। ये खूबियां शिक्षार्थी की मातृभाषा के माध्यम से अंग्रेज़ी सिखाने के Supernova के तरीके के बिल्कुल अनुकूल थीं।

Supernova अब सीखने के हर अहम मौके पर ElevenLabs का इस्तेमाल करता है:

• स्थानीयकृत वॉइसओवर और व्याकरण मार्गदर्शन
• द्विभाषी अनुवाद अभ्यास
• शिक्षार्थियों के अटकने पर संदर्भ के अनुसार स्पष्टीकरण
• स्ट्रीमिंग TTS के ज़रिए रियल-टाइम, कम-लेटेंसी मार्गदर्शन

इंटीग्रेशन के लिए बहुत कम इंजीनियरिंग प्रयास लगा। ElevenLabs के दस्तावेज़ और API डिज़ाइन ने Supernova को कुछ ही दिनों में टेस्टिंग से डिप्लॉयमेंट तक पहुंचने में मदद की।

प्रभाव: ज्यादा स्पष्ट मार्गदर्शन, बेहतर जुड़ाव और मजबूत रिटेंशन

ElevenLabs अपनाने के बाद से, Supernova ने सीखने के प्रमुख मेट्रिक्स में मापने योग्य सुधार दर्ज किए हैं:

ये सुधार लेसन कंटेंट, यूज़र इंटरफ़ेस या प्रमोशन में कोई बदलाव किए बिना हुए। बेहतर वॉइस अनुभव इसका मुख्य कारण था।

शिक्षार्थियों के व्यवहार में भी यही रुझान दिखा। Supernova ने रोज़ाना इस्तेमाल में अधिक निरंतरता, कई चरणों वाले लेसन्स में गहरा जुड़ाव और तमिल व हिंदी स्पष्टीकरणों में समझने की कम समस्याएं देखीं। आंतरिक सर्वेक्षणों में पहले के प्रोवाइडर्स की तुलना में ज्यादा स्पष्ट और स्वाभाविक प्रस्तुति दर्ज की गई।

लेटेंसी में कमी ने अनुभव को और बेहतर बनाया। ElevenLabs के कम-लेटेंसी मॉडल्स ने सहज बारी-बारी से बातचीत को संभव बनाया और प्रॉम्प्ट्स के बीच के ध्यान खींचने वाले अंतराल हटा दिए। इससे AI ट्यूटर ज्यादा प्रतिक्रियाशील लगा और पहली बार सीखने वाले यूज़र्स के लिए रुकावटें कम हुईं।

तकनीकी इंटीग्रेशन: बड़े स्तर के लिए ऑप्टिमाइज़्ड

Supernova ने अपने बहुभाषी ट्यूटरिंग सिस्टम में ElevenLabs को मुख्य वॉइस इंजन के रूप में इंटीग्रेट किया। इम्प्लीमेंटेशन में शामिल था:

• टेक्स्ट टू स्पीच लेसन नैरेशन और स्थानीयकृत स्पष्टीकरणों के लिए
• स्ट्रीमिंग टेक्स्ट टू स्पीच के साथ ElevenLabs Flash V2.5 कम-लेटेंसी, रियल-टाइम मार्गदर्शन के लिए
• स्टेबिलिटी, सिमिलैरिटी और स्टाइल कंट्रोल्स भारतीय भाषाओं के लिए डिलीवरी को बेहतर बनाने के लिए
• उच्चारण शब्दकोश तमिल और हिंदी परफॉर्मेंस को बेहतर बनाने के लिए
  

परफॉर्मेंस की विशेषताएं

स्वतंत्र मूल्यांकन और आंतरिक टेस्टिंग में सामने आया:

• उच्चारण की सटीकता लगभग 82 प्रतिशत समर्थित भाषाओं में
• पहली ऑडियो तक पहुंचने का समय लगभग 250 ms प्रतिक्रियाशील इंटरैक्शन के लिए
• अलग-अलग क्षेत्रों में भरोसेमंद स्केलिंग बहुत कम ऑपरेशनल ओवरहेड के साथ
  

AI-जनरेटेड कॉल्स के साथ Supernova की पहुंच बढ़ाना

Supernova Ring और Bolna जैसे थर्ड-पार्टी कॉलिंग प्लेटफ़ॉर्म्स के ज़रिए भी ElevenLabs वॉइसेज़ का इस्तेमाल करता है। इन कॉल्स में शामिल हैं:

• ट्रांज़ैक्शन संबंधी रिमाइंडर्स
• सेल्स लीड-जनरेशन वर्कफ़्लोज़
• ऑनबोर्डिंग सीक्वेंसेज़

अंग्रेज़ी और हिंदी वॉइसेज़ सभी तरह की कॉल्स में स्पष्ट, सांस्कृतिक रूप से उपयुक्त मार्गदर्शन देती हैं, जिससे यूज़र्स की समझ बेहतर हुई और कॉल पूरी होने की दर बढ़ी।

Supernova के व्यापक मिशन पर प्रभाव

Supernova का लक्ष्य ज्यादातर शिक्षार्थियों के लिए किफायती लागत पर लगातार बोलने की प्रैक्टिस उपलब्ध कराना है। पारंपरिक स्पोकन इंग्लिश शिक्षा की लागत अक्सर 8,000 से 16,000 INR प्रति माह होती है और लाइव ट्यूटर्स 500 से 1,200 INR प्रति घंटे तक लेते हैं। ये सीमाएं निरंतर प्रैक्टिस तक पहुंच को सीमित करती हैं।

$5 प्रति माह से कम कीमत वाले AI ट्यूटर के साथ, Supernova तुरंत फीडबैक और स्थानीयकृत स्पष्टीकरणों के साथ बार-बार की जा सकने वाली बोलने की प्रैक्टिस देता है। यह मॉडल तेजी से समझने, अधिक आत्मविश्वास और भारत के विविध भाषाई क्षेत्रों में व्यापक पहुंच को समर्थन देता है

अगर आप व्यक्तिगत ट्यूटरिंग एजेंट्स, बहुभाषी लर्निंग टूल्स या ऐसा कोई भी सिस्टम बना रहे हैं जहां स्पष्टता और भरोसा मायने रखता है, तो जानें कि ElevenLabs Agents प्लेटफ़ॉर्म के साथ क्या संभव है।