ہوائی اڈے کے انتظار گاہ میں قدم رکھتے ہوئے، کاروباری دوروں سے واپس آنے والے ہلچل مچا دینے والے ہجوم کے درمیان، ہو من ڈک نے چند سیکنڈ کے لیے توقف کیا جب اس نے ایک نرم، مانوس خاتون کی آواز کو سسٹم پر ایک اعلان پڑھتے ہوئے سنا۔
Vbee کا عملہ ہنوئی میں کمپنی کے ہیڈ کوارٹر میں کام کر رہا ہے - تصویر: کمپنی کی طرف سے فراہم کردہ۔
وہ مسکرایا، راحت اور خوشی محسوس کر رہا تھا، جیسے وہ کسی عزیز سے مل رہا ہو۔ وہ "محبت کرنے والا" ان 20 AI آواز کے اداکاروں میں سے ایک تھا جن کے ساتھ Duc اور Vbee کی ٹیم نے کام کرتے ہوئے ان گنت دن اور مہینے گزارے تھے، آواز کی ہر باریک میں ان کے دلوں کو انڈیل دیا تھا اور انہیں تیزی سے قدرتی اور انسان جیسا بنانے کے لیے ہر باریک کو احتیاط سے تیار کیا تھا۔
سٹارٹ اپس کی گڑبڑ سڑک
CEO Ho Minh Duc اور CTO Nguyen Thi Thu Trang – Vbee Data Services and Solutions Joint Stock Company کے دو بانی – نے بے شمار بار ایسی خوشی اور فخر کا تجربہ کیا ہے۔
انہیں مختلف حالات میں ان "خاص جاننے والوں" کا دوبارہ سامنا کرنا پڑا: اسکول کے لاؤڈ اسپیکرز پر واضح آوازیں، عمارتوں میں گرم لہجے، یا بہت سے کاروباروں کے خودکار ٹیلی فون سسٹم سے پیشہ ورانہ آوازیں۔
Vbee کی تخلیقات اب صرف الگورتھم اور کوڈ کا نتیجہ نہیں ہیں۔ وہ واقعی حقیقی زندگی میں داخل ہو رہے ہیں، بہت سے شعبوں میں خاموش لیکن طاقتور شراکت کر رہے ہیں۔
کتاب کے جائزوں اور مووی ڈبنگ سے لے کر خودکار کال سینٹر کے اعلانات تک، Vbee نے آواز کی ٹیکنالوجی میں نئی جان ڈالی ہے۔
اس بنیادی TTS ٹیکنالوجی کی "ماں" کے طور پر، ڈاکٹر Nguyen Thi Thu Trang نے ہمیشہ ویتنامی اسپیچ سنتھیسز ٹیکنالوجی سے اخذ کردہ پروڈکٹس لانے کی خواہش کی ہے – ایک ایسی ٹیکنالوجی جس میں انہوں نے پیرس 11 یونیورسٹی میں ڈاکٹریٹ کے مقالے کے بعد سے بہت زیادہ جذبہ پیدا کیا ہے۔
ویبی کے ابتدائی دن چیلنجوں سے بھرے تھے۔ پہلے دو سال مفت رہنے کے باوجود، ان کے ٹیکسٹ ٹو اسپیچ (TTS) ٹول نے صارفین کے صرف ایک چھوٹے سے گروپ کو اپنی طرف متوجہ کیا۔ لیکن پھر COVID-19 غیر متوقع طور پر ایک اہم موڑ بن گیا۔
سماجی دوری کے سخت ضابطوں کا سامنا کرتے ہوئے، ایف ای کریڈٹ، مومو، ویت کریڈٹ، ساکومبینک وغیرہ جیسے کاروباروں کو ہزاروں صارفین تک پہنچنے کے لیے راستے تلاش کرنے پڑے۔ اسی وقت Vbee کو ایک موقع دیا گیا: قرض کی یاد دہانیوں سے لے کر خودکار جوابات تک، ان کی پروڈکٹ تیزی سے بہترین حل بن گئی۔ اس وقت، ورچوئل اسسٹنٹ اور ورچوئل کال سینٹر ایجنٹس نے Vbee کی 80% آمدنی حاصل کی۔
جیسے ہی وبائی بیماری کم ہوئی اور عالمی معیشت میں کمی آئی، ویبی کو ایک نئے چیلنج کا سامنا کرنا پڑا۔ جنریٹو AI (GenAI) کی لہر اور ڈیجیٹل مواد کے رجحان نے TTS ٹول کو دوبارہ زندہ کیا۔ آج، TikTok سے YouTube اور Facebook تک، Vbee کی AI آوازیں ہر جگہ ہیں۔
"موجودہ ٹی ٹی ایس کا زیادہ تر مواد ہمارے ذریعہ فراہم کیا گیا ہے،" ہو من ڈک نے فخریہ انداز میں شیئر کیا۔ فی الحال، Vbee کے فعال صارفین کی تعداد 2 ملین سے تجاوز کر چکی ہے، اور یہ تعداد ہر ماہ 20% تک مسلسل بڑھ رہی ہے۔
Vbee نے 20 سے زیادہ اعلیٰ معیار کی کمپنی کی آوازوں کو تربیت دی ہے، اور اگر آپ اپنی مرضی کے مطابق ترتیب دی گئی آوازیں شامل کرتے ہیں، تو انہوں نے 200 سے زیادہ مختلف AI آوازیں تخلیق کی ہیں۔
نئی وائس ٹرانسکرپشن ٹیکنالوجی کے ساتھ حال ہی میں تحقیق کی گئی ہے اور اسے جانچ کے لیے لانچ کیا گیا ہے، اب ایک نئی آواز کو تربیت کے لیے 4 سے 10 گھنٹے کی ریکارڈنگ کی بجائے صرف 3 منٹ کی ڈیٹا ریکارڈنگ کی ضرورت ہوتی ہے جیسا کہ یہ دو سال پہلے ہوا کرتی تھی۔
CEO Ho Minh Duc اور CTO Nguyen Thi Thu Trang - Vbee Data Services and Solutions Joint Stock Company کے دو بانی - تصویر: کمپنی کی طرف سے فراہم کردہ۔
"ویتنامی زبان کی ہماری سمجھ میں ہمیں ایک فائدہ ہے۔"
سپیچ سنتھیسز ٹیکنالوجی کی دوڑ میں، سی ای او ہو من ڈک ایک ایسے نقطہ کو دیکھ رہے ہیں جہاں ٹیکنالوجی کو اختراع کرنے کی کوششیں آہستہ آہستہ اپنی حدوں کو پہنچ جائیں گی۔
ان کے مطابق، Vbee نہ صرف بنیادی ویتنامی اسپیچ پروسیسنگ ٹیکنالوجی تیار کر رہا ہے، بلکہ وہ ایک ایسا ٹیکنالوجی سسٹم بھی بنا رہا ہے جو ویتنامی زبان کو گہرائی سے سمجھنے کی صلاحیت رکھتا ہے - اس کی تمام باریکیوں، لہجوں اور منفرد ثقافت کے ساتھ جسے صرف سچے ویتنامی لوگ ہی پوری طرح سمجھ سکتے ہیں۔
ویتنام میں TTS مارکیٹ میں ایک سرکردہ کمپنی کے طور پر، Vbee کے دونوں لیڈروں کا خیال ہے کہ ان کا ٹول ویتنام میں AI وائس اوور کے لیے معیار بن گیا ہے۔ صارفین نہ صرف درستگی کی تعریف کرتے ہیں بلکہ Vbee کی تیار کردہ ہر آواز میں "جذبات" کو بھی محسوس کرتے ہیں۔
ویتنام میں، مثال کے طور پر، یہاں تک کہ ایک لفظ جیسے "ngõ" (گلی) کے بھی خطے کے لحاظ سے بہت سے مختلف نام ہیں، جیسے کہ "hẻm," "kiệt" اور "xẹc"—ہر لفظ ایک الگ اہمیت رکھتا ہے جسے AI کو سمجھنے کی ضرورت ہے۔
اس کو حاصل کرنے کے لیے، Vbee نے سیمپل ڈیٹاسیٹس کو جمع کرنے کے ساتھ ساتھ AI کی تربیت کے لیے ایک طاقتور سرور سسٹم میں سرمایہ کاری کی ہے۔
سی ای او ہو من ڈک نے شیئر کیا، "AI کو اس طرح کی علاقائی باریکیوں کے ساتھ معلومات کو سمجھنے اور درست طریقے سے پروسیس کرنے کے قابل بنانے کے لیے، ہمیں لاتعداد نمونے کے سیٹ بنانے پڑے، اور پروسیسنگ سرورز کی قیمت بھی بہت زیادہ تھی۔"
ڈاکٹر Nguyen Thi Thu Trang نے Vbee کی بنیادی TTS ٹیکنالوجی پر تحقیق کرنے کے لیے 15 سال وقف کیے ہیں تاکہ ویتنامی زبان کے مخصوص لہجے اور گرامر کو سمجھا جا سکے۔ اس کے لیے، اس کی مادری زبان ایک لطیف دنیا ہے جو اظہار کی باریکیوں سے بھری ہوئی ہے۔
"ویتنامی ایک بہت پیچیدہ اور دلچسپ زبان ہے؛ لہجے سب سے مشکل پہلو ہیں اور دنیا کی بہت سی دوسری عام زبانوں سے مختلف ہیں۔ میں جتنا زیادہ اس زبان کو سمجھوں گی، میرا ماڈل اتنا ہی درست ہوگا،" اس نے وضاحت کی۔
Vbee بتدریج خود کو ٹولز اور آلات کے ایک ناگزیر حصے کے طور پر قائم کر رہا ہے جو تکنیکی دور میں ویتنامی زبان کے پروسیسنگ سافٹ ویئر کو مربوط کرتے ہیں۔
ہر لفظ اور ہر آواز میں، Vbee ٹیم نہ صرف ٹیکنالوجی کی کھوج اور ترقی کرتی ہے بلکہ اپنی AI آوازوں میں ایک حقیقی "ویتنامی جذبات" پیدا کرنے کی کوشش بھی کرتی ہے۔
Vbee نام "ویتنامی BE your Eyes" کا مخفف ہے، جو میری ابتدائی خواہش سے پیدا ہوتا ہے کہ ایک ایسا آلہ بنایا جائے جو بصارت سے محروم افراد کے لیے "آنکھوں" کا کام کرے۔ تاہم، آج کی ترقی پذیر دنیا میں، جہاں بہت سے لوگ بینائی پر سماعت کو ترجیح دیتے ہیں، ہمیں یقین ہے کہ Vbee بھی ہر ایک کے لیے "آنکھیں" بن جائے گی۔
ڈاکٹر Nguyen Thi Thu Trang (اسکول آف انفارمیشن ٹیکنالوجی اینڈ کمیونیکیشن کے سینئر لیکچرر، ہنوئی یونیورسٹی آف سائنس اینڈ ٹیکنالوجی، Vbee کمپنی کے بانی اور چیف ٹیکنالوجی آفیسر)
آڈیو بک کے شوقین افراد کا ایک اجتماع
Vbee کی پیدائش ڈاکٹر Nguyen Thi Thu Trang کے بصارت سے محروم کمیونٹی کے ساتھ گہرے تعلق سے ہوئی تھی۔ اپنے طالب علمی کے زمانے سے، وہ بصارت سے محروم افراد کی مدد کے لیے آڈیو بکس کی ریکارڈنگ اور ویتنامی ٹیکسٹ ٹو اسپیچ سسٹم تیار کرنے میں شامل رہی ہیں۔
ان تجربات نے اسے ویتنامی ٹیکسٹ ٹو اسپیچ سافٹ ویئر تیار کرنے کی ترغیب دی – Vbee کا پیش خیمہ۔ 2018 میں، اس نے اور اس کی ہم جماعت Ho Minh Duc - ہنوئی یونیورسٹی آف سائنس اینڈ ٹیکنالوجی کی ایک ساتھی طالبہ جس میں Socbay.com پروجیکٹ اور آڈیو بکس کی ڈیجیٹائزیشن کا تجربہ ہے - نے Vbee کی بنیاد رکھی، جو ویتنام میں ٹیکسٹ ٹو اسپیچ کے شعبے میں ایک علمبردار ہے۔
Vbee کی شاندار کامیابیاں
- Qualcomm Vietnam Innovation Challenge 2024 کا پہلا انعام یافتہ
- یوتھ اسٹارٹ اپ ایوارڈ 2023 میں خصوصی انعام
- Startup نے Grab Venture Ignite 2020 ایکسلریشن پروگرام جیت لیا۔
- 2018 ویتنام ٹیلنٹ ایوارڈز میں سرفہرست انعام، 2020 ویتنام ٹیلنٹ ایوارڈز میں دوسرا انعام۔
- وزارت اطلاعات اور مواصلات کے نیشنل ڈیجیٹل ٹرانسفارمیشن پروگرام 2025-2030 میں ویتنامی بنیادی ٹیکنالوجی کے طور پر تصدیق شدہ۔
- پروجیکٹ نے ویتنام ڈیجیٹل میڈیا ایوارڈ 2018 اور ونگ گروپ فنڈنگ ایوارڈ 2019 جیتا ہے۔
علاقائی نقطہ نظر
ویتنامی مارکیٹ میں خود کو قائم کرنے کے بعد، Vbee 2026 تک اپنی TTS ٹیکنالوجی کو لاؤس، تھائی لینڈ، کمبوڈیا اور فلپائن جیسے ممالک تک پہنچانے کے منصوبے کے ساتھ جنوب مشرقی ایشیا میں توسیع کرنا چاہتا ہے۔
ڈاکٹر Nguyen Thi Thu Trang کے مطابق، آج ٹیکنالوجی کی تیز رفتار ترقی، کثیر لسانی ماڈلز کے ظہور کے ساتھ، دوسری زبانوں کے لیے TTS ٹولز تیار کرنا آسان بنا دے گی۔
فی الحال، وہ تھائی، چینی اور انگریزی کے لیے وائس ٹیکنالوجیز پر تحقیق کر رہی ہے، جس سے بین الاقوامی مارکیٹ میں Vbee کے لیے نئی راہیں کھل رہی ہیں۔
پیرس AI سمٹ میں ویتنامی اسٹارٹ اپ کو اعزاز سے نوازا گیا۔ماخذ: https://tuoitre.vn/vbee-va-no-luc-chap-canh-cho-tieng-viet-20250217102146767.htm
تبصرہ (0)