ویبی اور ویتنامی زبان کو پنکھ دینے کی کوشش

ہوائی اڈے کے ویٹنگ ہال میں داخل ہوتے ہوئے، کاروباری سفر سے واپس آنے والے لوگوں کی ہلچل کے درمیان، ہو من ڈک نے چند سیکنڈ کے لیے توقف کیا جب اس نے سسٹم پر ایک اعلان پڑھتے ہوئے ایک مانوس، نرم خاتون کی آواز سنی۔

Vbee کا عملہ ہنوئی میں کمپنی کے ہیڈ کوارٹر میں کام کر رہا ہے - تصویر: NVCC

وہ مسکرایا، راحت اور خوشی محسوس کر رہا تھا جیسے وہ کسی رشتہ دار سے ملا ہو۔ وہ "رشتہ دار" ان 20 AI آوازوں میں سے ایک تھی جن کے ساتھ Duc اور Vbee کی ٹیم نے کئی دنوں اور مہینوں تک "کھایا اور سویا" تھا، ہر آواز کی لکیر میں اپنا سارا دل انڈیل دیا تھا، آواز کی ہر نزاکت کا خیال رکھتے ہوئے انہیں مزید قدرتی اور انسان جیسا بنایا تھا۔

گڑبڑ شروع

مجھے نہیں معلوم کہ CEO Ho Minh Duc اور CTO Nguyen Thi Thu Trang - Vbee Data Solutions and Services Joint Stock Company کے دو بانی - نے کتنی بار خوشی اور فخر کے احساس کا تجربہ کیا ہے۔

وہ بہت سے مختلف حالات میں "خصوصی جاننے والوں" سے ملے: اسکول کے لاؤڈ اسپیکر سسٹم پر واضح آوازیں، عمارتوں میں گرم آوازیں، یا بہت سے کاروباروں کے خودکار سوئچ بورڈز سے پیشہ ورانہ آوازیں۔

Vbee کے دماغ کے بچے اب صرف الگورتھم اور کوڈز کا نتیجہ نہیں ہیں، بلکہ حقیقت میں زندگی میں داخل ہو رہے ہیں، بہت سے شعبوں میں خاموش لیکن طاقتور شراکتیں کر رہے ہیں۔

کتاب کے تعارف، مووی ڈبنگ سے لے کر خودکار کال سینٹر کے اعلانات تک، Vbee نے آواز کی ٹیکنالوجی میں نئی ​​جان ڈالی ہے۔

بنیادی TTS ٹیکنالوجی کی "ماں" کے طور پر، ڈاکٹر Nguyen Thi Thu Trang ہمیشہ ویتنامی اسپیچ سنتھیسز ٹیکنالوجی سے پروڈکٹس لانے کی خواہش رکھتی ہیں - وہ ٹیکنالوجی جس کے لیے انہوں نے پیرس 11 یونیورسٹی میں اپنے ڈاکٹریٹ کے مقالے کے بعد سے بہت زیادہ کوششیں کی ہیں۔

ویبی کے ابتدائی دن پتھریلی تھے۔ پہلے دو سال مفت رہنے کے باوجود، اس کے ٹیکسٹ ٹو اسپیچ (TTS) ٹول نے صارفین کے صرف ایک چھوٹے سے گروپ کو اپنی طرف متوجہ کیا۔ لیکن پھر COVID-19 ایک غیر متوقع موڑ میں بدل گیا۔

سماجی دوری کے سخت ضابطوں کا سامنا کرتے ہوئے، ایف ای کریڈٹ، مومو، ویت کریڈٹ، ساکوم بینک جیسے کاروباروں کو ہزاروں صارفین تک پہنچنے کے لیے راستے تلاش کرنے پڑے۔ اسی وقت Vbee کو موقع دیا گیا: قرض کی یاد دہانیوں سے لے کر خودکار جوابات تک، ان کی مصنوعات فوری طور پر بہترین حل بن گئیں۔ اس وقت، ورچوئل اسسٹنٹس اور ورچوئل کال سینٹرز Vbee کی آمدنی کا 80% تک لے آئے تھے۔

جب وبائی بیماری گزر گئی اور عالمی معیشت نیچے چلی گئی تو ویبی کو ایک نئے چیلنج کا سامنا کرنا پڑا۔ جنریٹو AI (GenAI) اور ڈیجیٹل مواد کے رجحانات کی لہر نے TTS ٹول کو زندہ کر دیا۔ آج ٹک ٹاک سے لے کر یوٹیوب، فیس بک، وی بی کی اے آئی آوازیں ہر جگہ دکھائی دیتی ہیں۔

"آج بہت سارے TTS مواد ہمارے ذریعہ فراہم کیے گئے ہیں،" مسٹر ہو من ڈک نے فخر سے شیئر کیا۔ اس وقت وی بی کے حقیقی صارفین کی تعداد 20 لاکھ سے تجاوز کر چکی ہے، اور یہ تعداد اب بھی ہر ماہ 20 فیصد تک مسلسل بڑھ رہی ہے۔

Vbee نے 20 سے زیادہ اعلیٰ معیار کی کارپوریٹ آوازوں کو تربیت دی ہے، اور اگر آپ حسب ضرورت آوازوں کو شمار کرتے ہیں، تو انہوں نے 200 سے زیادہ مختلف AI آوازیں تخلیق کی ہیں۔

نئی وائس ٹرانسکرپشن ٹکنالوجی کے ساتھ جس پر حال ہی میں تحقیق اور تجربہ کیا گیا تھا، ایک نئی آواز کو دو سال پہلے کی طرح 4 سے درجنوں گھنٹے کی ریکارڈنگ کے بجائے تربیت کے لیے اب صرف 3 منٹ کے ریکارڈ شدہ ڈیٹا کی ضرورت ہوتی ہے۔

سی ای او ہو من ڈک اور چیف ٹیکنالوجی آفیسر نگوین تھی تھو ٹرانگ - Vbee ڈیٹا سلوشنز اینڈ سروسز جوائنٹ اسٹاک کمپنی کے دو بانی - تصویر: NVCC

"ہم ویتنامی کو سمجھنے میں بہتر ہیں"

اسپیچ سنتھیسز ٹیکنالوجی کی دوڑ میں، سی ای او ہو من ڈک ایک ایسے وقت کو دیکھتے ہیں جب تکنیکی جدت طرازی کی کوششیں آہستہ آہستہ اپنی حدوں کو پہنچ جائیں گی۔

ان کے مطابق، Vbee نہ صرف ویتنامی اسپیچ پروسیسنگ کے لیے بنیادی ٹیکنالوجی تیار کر رہا ہے، بلکہ وہ ایک ایسا ٹیکنالوجی سسٹم بھی بنا رہا ہے جو ویتنامی زبان کو گہرائی سے سمجھنے کے قابل ہو - 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 رہنما کے طور پر، Vbee کے دونوں رہنماؤں کا خیال ہے کہ ان کا ٹول ویتنامی کے لیے AI آواز پڑھنے کا 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۔

مثال کے طور پر ویتنامی زبان میں، صرف ایک لفظ "گلی" کے علاقے کے لحاظ سے بہت سے مختلف نام ہیں جیسے کہ "ہیم"، "کیم"، "xec" - ہر لفظ کی ایک الگ اہمیت ہے جسے AI کو سمجھنے کی ضرورت ہے۔

اسے حاصل کرنے کے لیے، Vbee نے سیمپل ڈیٹاسیٹس کو جمع کرنے کے ساتھ ساتھ AI ٹریننگ کے لیے طاقتور سرور سسٹمز میں سرمایہ کاری کرنے میں بہت زیادہ سرمایہ کاری کی ہے۔

سی ای او ہو من ڈک نے شیئر کیا، "اے آئی کو ہر ایک علاقائی نزاکت کو درست طریقے سے سمجھنے اور اس پر کارروائی کرنے میں مدد کرنے کے لیے، ہمیں لاتعداد نمونے بنانے پڑے، اور پروسیسنگ سرور کی قیمت بھی بہت زیادہ تھی۔"

ڈاکٹر Nguyen Thi Thu Trang نے Vbee کی بنیادی TTS ٹیکنالوجی پر تحقیق کرتے ہوئے 15 سال سے زیادہ وقت گزارا ہے تاکہ ویتنامی کے منفرد لہجے اور گرامر کو ڈی کوڈ کیا جا سکے۔ اس کے لیے، اس کی مادری زبان ایک لطیف دنیا ہے جو اظہار کی باریکیوں سے بھری ہوئی ہے۔

"میری ویتنامی زبان بہت پیچیدہ اور دلچسپ ہے، لہجے سب سے مشکل نقطہ ہیں اور دنیا کی بہت سی مشہور زبانوں سے مختلف ہیں۔ میں جتنا زیادہ اس زبان کو سمجھوں گی، میرا ماڈل اتنا ہی درست ہوگا،" انہوں نے وضاحت کی۔

Vbee بتدریج زور دے رہا ہے کہ وہ ٹیکنالوجی کے دور میں مربوط ویتنامی لینگویج پروسیسنگ سافٹ ویئر کے ساتھ ٹولز اور ڈیوائسز کا ناگزیر حصہ ہوں گے۔

ہر لفظ، ہر آواز میں، Vbee ٹیم نہ صرف ٹیکنالوجی کی تحقیق اور ترقی کرتی ہے بلکہ اپنی AI آوازوں میں ایک حقیقی "ویتنامی جذبات" پیدا کرنے کی کوشش بھی کرتی ہے۔

Vbee نام "ویتنامی بی ای یور آئیز" کے فقرے کا مخفف ہے، جو میری ابتدائی خواہش سے آیا ہے کہ ایک ایسا آلہ بنایا جائے جو بصارت سے محروم افراد کے لیے "آنکھیں" بن جائے۔ لیکن موجودہ ترقی کے رجحان میں، جب بہت سے لوگ دیکھنے سے زیادہ سننے کی طرف سوئچ کرنا چاہتے ہیں، ہمیں یقین ہے کہ Vbee بھی سب کی "آنکھیں" بن جائے گی۔

ڈاکٹر Nguyen Thi Thu Trang (اسکول آف انفارمیشن ٹیکنالوجی اینڈ کمیونیکیشن کے لیکچرر، ہنوئی یونیورسٹی آف سائنس اینڈ ٹیکنالوجی، Vbee کمپنی کے بانی اور ٹیکنالوجی ڈائریکٹر)

آڈیو بک کے شوقین افراد کی میٹنگ

Vbee کی پیدائش ڈاکٹر Nguyen Thi Thu Trang اور نابینا برادری کے درمیان تعلق سے ہوئی۔ اپنے طالب علمی کے زمانے سے، اس نے آڈیو بکس ریکارڈ کرنے اور نابینا افراد کی مدد کے لیے ویتنامی ریڈر تیار کرنے میں حصہ لیا ہے۔

ان تجربات نے اسے ویتنامی پڑھنے کا سافٹ ویئر تیار کرنے کی ترغیب دی - Vbee کا پیشرو۔ 2018 میں، اس نے اور مسٹر ہو من ڈک - ہنوئی یونیورسٹی آف سائنس اینڈ ٹیکنالوجی میں ایک ہم جماعت Socbay.com پروجیکٹ کے تجربے اور آڈیو بکس کو ڈیجیٹلائز کرنے کے ساتھ - 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

- Tuoi Tre Start-up Award 2023 کا خصوصی انعام

- گراب وینچر اگنائٹ 2020 اسٹارٹ اپ ایکسلریشن پروگرام میں اسٹارٹ اپ جیتنا

- ویتنامی ٹیلنٹ 2018 کا پہلا انعام، ویتنامی ٹیلنٹ 2020 کا دوسرا انعام

- وزارت اطلاعات و مواصلات کے نیشنل ڈیجیٹل ٹرانسفارمیشن پروگرام 2025 - 2030 میں ویتنامی کور ٹیکنالوجی کا سرٹیفکیٹ

- ویتنام ڈیجیٹل میڈیا ایوارڈ 2018 اور ونگ گروپ فنڈ 2019 میں جیتنے والا پروجیکٹ۔

علاقائی نقطہ نظر

ویتنامی مارکیٹ میں اپنی پوزیشن کی تصدیق کرنے کے بعد، Vbee کا مقصد 2026 تک اپنی TTS ٹیکنالوجی کو لاؤس، تھائی لینڈ، کمبوڈیا اور فلپائن جیسے ممالک میں لانے کے منصوبے کے ساتھ جنوب مشرقی ایشیا تک پھیلانا 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 اسپیچ ٹیکنالوجیز پر تحقیق کر رہی ہے، بین الاقوامی مارکیٹ میں Vbee کے لیے نئے قدم کھول رہی ہے۔

ماخذ: https://tuoitre.vn/vbee-va-no-luc-chap-canh-cho-tieng-viet-20250217102146767.htm