नथिंग की नई कृत्रिम बुद्धिमत्ता सेल फोन पर ऑडियो को संरचित पाठ में बदल देती है

स्मार्टफोन निर्माता नथिंग ने अपने नवीनतम उपकरणों के लिए कृत्रिम बुद्धिमत्ता पर आधारित एक नया टूल वितरित करना शुरू कर दिया है। यह अभूतपूर्व सुविधा छोटी स्क्रीन पर टाइपिंग के साथ उपयोगकर्ताओं के इंटरैक्ट करने के तरीके को बदलने का वादा करती है। नया फीचर सबसे पहले ऑपरेटिंग सिस्टम अपडेट के जरिए फोन (3) मॉडल पर आता है।

एसेंशियल वॉयस नामक यह तकनीक वॉयस कमांड को तत्काल भेजने के लिए तैयार संरचित टेक्स्ट में बदल देती है। सिस्टम डिवाइस पर इंस्टॉल किए गए एप्लिकेशन के साथ एकीकृत तरीके से काम करता है। पारंपरिक श्रुतलेखों के विपरीत, तंत्र भाषा दोषों को फ़िल्टर करता है और वाक्यों को स्वचालित रूप से व्यवस्थित करता है। कंपनी अगले कुछ हफ्तों में अन्य उत्पाद श्रृंखलाओं में इस कार्यक्षमता का विस्तार करने की योजना बना रही है।

आर्टिफिशियल इंटेलिजेंस कैसे ऑडियो को साफ़ टेक्स्ट में बदल देता है

एसेंशियल वॉयस का संचालन एसेंशियल स्पेस नामक नवाचारों के पैकेज का हिस्सा है। सेल फ़ोन के माइक्रोफ़ोन द्वारा कैप्चर की गई जानकारी को संसाधित करने के लिए प्लेटफ़ॉर्म जेमिनी 3 फ़्लैश भाषा मॉडल का उपयोग करता है। जब उपयोगकर्ता बोलता है, तो सिस्टम शब्दों को स्क्रीन पर लिखने से पहले संदेश के सामान्य संदर्भ को समझता है। मानव वाणी में सामान्य हिचकिचाहट की अभिव्यक्तियाँ अंतिम परिणाम में गायब हो जाती हैं।

निर्माता का मुख्य उद्देश्य ध्वनि संचार को एक व्यवहार्य और पेशेवर विकल्प बनाना है। एक व्यक्ति सड़क पर चलते समय एक लंबा ईमेल निर्देशित कर सकता है। सॉफ़्टवेयर सही व्याकरण नियम लागू करता है और विशिष्ट आदेशों की आवश्यकता के बिना उचित विराम चिह्न डालता है। कुछ स्थितियों में, सिस्टम स्वयं ही सामग्री को व्यवस्थित अनुच्छेदों में स्वरूपित कर देता है।

सिस्टम को सक्रिय करना दो सरल और प्रत्यक्ष तरीकों से होता है। उपयोगकर्ता भौतिक आवश्यक कुंजी को दबाकर रख सकता है या वर्चुअल कीबोर्ड के निचले कोने में स्थित समर्पित आइकन पर टैप कर सकता है। जैसे ही व्यक्ति बात करना बंद कर देता है, रिकॉर्डिंग समाप्त हो जाती है। संसाधित पाठ खुले एप्लिकेशन के टाइपिंग फ़ील्ड में तुरंत दिखाई देता है।

ब्रांड के उपकरणों के लिए अपडेट शेड्यूल

ऑपरेटिंग सिस्टम की स्थिरता सुनिश्चित करने के लिए संसाधन को धीरे-धीरे जारी किया जाता है। नथिंग फ़ोन (3) के मालिक अब डिवाइस के सेटिंग मेनू के माध्यम से नई सुविधा डाउनलोड कर सकते हैं। इंस्टॉलेशन पैकेज में बिल्ड नंबर Metroid-B4.1-260408-1909-IND है। डिवाइस को डाउनलोड करने और पुनः आरंभ करने के बाद, टूल तुरंत उपयोग के लिए उपलब्ध है।

ब्रांड के हालिया पोर्टफोलियो में अन्य उपकरणों ने भी प्रौद्योगिकी प्राप्त करने की तारीखें निर्धारित की हैं। फ़ोन (4a) प्रो मॉडल को अप्रैल 2026 के अंत में अपडेट किया जाना निर्धारित है। मानक फ़ोन (4a) उपयोगकर्ताओं को मई की शुरुआत तक प्रतीक्षा करनी होगी। कंपनी ने पिछली पीढ़ी के स्मार्टफोन के साथ अनुकूलता के बारे में जानकारी नहीं दी।

सॉफ़्टवेयर अपडेट नथिंग ओएस इंटरफ़ेस में अन्य छोटे सुधार भी लाता है। ग्लिफ़ रियर लाइटिंग सिस्टम में समायोजन मुख्य पैकेज के साथ आते हैं। हालाँकि, संस्करण का मुख्य आकर्षण नए वॉयस टूल द्वारा उत्पन्न उत्पादकता पर केंद्रित है।

दैनिक उपयोग में उपकरण के मुख्य लाभ

निर्माता के आधिकारिक दस्तावेज़ में नई ट्रांसक्रिप्शन तकनीक में निर्मित क्षमताओं की एक श्रृंखला का विवरण दिया गया है। तंत्र टच स्क्रीन पर बार-बार मैन्युअल सुधार के साथ बर्बाद होने वाले समय को खत्म करना चाहता है।

Leia Também

बिया हद्दाद बासोल्स से सीधे सेटों में हार गईं और ला बिस्बल में क्वार्टर फाइनल में हार गईं

सोनी ने मई 2026 के लिए मुफ्त प्लेस्टेशन प्लस गेम्स की पुष्टि की है

शोधकर्ताओं ने अद्वितीय पेचदार पैटर्न के साथ 150 साल पुराने गणितीय कानून को चुनौती दी है

• स्वचालित वाक् पहचान प्रणाली के साथ सौ से अधिक भाषाओं के लिए मूल समर्थन।
• द्वितीयक अनुप्रयोगों के उपयोग के बिना कैप्चर किए गए ऑडियो का विदेशी भाषा में एक साथ अनुवाद।
• फॉर्म भरने या आवर्ती लिंक डालने के लिए कस्टम वोकल शॉर्टकट बनाना।
• बुद्धिमान संरचना निरंतर श्रुतलेख को कार्य सूचियों या विशिष्ट नोट्स में बदलने में सक्षम है।
• सार्वभौमिक रूप से किसी भी तृतीय-पक्ष एप्लिकेशन में काम करता है जिसमें टेक्स्ट प्रविष्टि फ़ील्ड होती है।

ये सुविधाएँ टूल को सामान्य वर्चुअल असिस्टेंट से अलग श्रेणी में रखती हैं। ध्यान पूरी तरह से उत्पादकता और अत्यधिक सटीक लिखित सामग्री तैयार करने पर रहता है।

डेटा गोपनीयता और प्रसंस्करण आवश्यकताएँ

सिस्टम आर्किटेक्चर को ठीक से काम करने के लिए निरंतर इंटरनेट कनेक्शन की आवश्यकता होती है। भारी कृत्रिम बुद्धिमत्ता प्रसंस्करण क्लाउड में सर्वर पर होता है, फ़ोन के स्थानीय हार्डवेयर पर नहीं। मोबाइल नेटवर्क या वाई-फाई तक पहुंच के बिना, स्मार्ट डिक्टेशन बटन निष्क्रिय रहता है। प्रतिलेखन गति सीधे उपयोग के समय उपलब्ध सिग्नल की गुणवत्ता पर निर्भर करती है।

परियोजना विकास के दौरान सूचना सुरक्षा मुद्दों पर विशेष ध्यान दिया गया। कोई भी गारंटी नहीं देता कि रूपांतरण के बाद कोई भी ऑडियो फ़ाइल उनके डेटाबेस में संग्रहीत नहीं रहेगी। ध्वनि क्लाउड तक जाती है, जेमिनी मॉडल डिकोडिंग से गुजरती है और स्मार्टफोन पर टेक्स्ट के रूप में वापस आती है। पूरी प्रक्रिया को पूरा होने में बस एक सेकंड का अंश लगता है।

डिवाइस का माइक्रोफ़ोन अधिकांश समय बंद रहता है। सक्रिय श्रवण तभी शुरू होता है जब उपयोगकर्ता मैन्युअल रूप से कमांड ट्रिगर करता है। यह दृष्टिकोण अनावश्यक बैटरी खपत से बचाता है और निजी वातावरण में वार्तालापों को आकस्मिक रूप से कैप्चर करने से रोकता है।

पारंपरिक कीबोर्ड से व्यावहारिक अंतर

पारंपरिक वर्चुअल कीबोर्ड माइक्रोफ़ोन द्वारा कैप्चर की गई हर चीज़ का शाब्दिक प्रतिलेखन करते हैं। यदि व्यक्ति हकलाता है या किसी शब्द को दोहराता है, तो त्रुटि बिल्कुल उसी तरह स्क्रीन पर दिखाई देगी। एसेंशियल वॉयस वास्तविक समय के प्रूफ़रीडर के रूप में कार्य करके इस पैटर्न को तोड़ता है। एल्गोरिदम वाक्य के इरादे को समझता है और एक बेहतर परिणाम देता है।

प्रारंभिक संस्करण का परीक्षण करने वाले प्रौद्योगिकी विशेषज्ञों ने आगे के संस्करणों की आवश्यकता में नाटकीय कमी की सूचना दी। टेक्स्ट आउटपुट में स्वाभाविक रूप से अधिक औपचारिक और प्रत्यक्ष स्वर होता है। यह सुविधा कॉर्पोरेट दस्तावेज़ों, पेशेवर ईमेल और कार्य रिपोर्टों को लिखने में बहुत सहायता करती है। जब वक्ता शांत वातावरण में शब्दों को स्पष्ट रूप से व्यक्त करता है तो सटीकता का स्तर प्रभावशाली होता है। कृत्रिम बुद्धिमत्ता मामूली पृष्ठभूमि शोर के साथ भी संदर्भ को समझ सकती है।

हालाँकि, अत्यधिक औपचारिकता के लिए दैनिक संचार के विशिष्ट संदर्भों में अनुकूलन की आवश्यकता हो सकती है। मैसेजिंग ऐप पर परिवार के सदस्यों के साथ एक आरामदायक बातचीत कृत्रिम लग सकती है अगर सिस्टम सभी कठबोली और प्राकृतिक रुकावटों को हटा दे। निर्माता एल्गोरिथम की इस व्यवहारिक विशेषता को पहचानता है। कंपनी के इंजीनियरों का सुझाव है कि भविष्य के सॉफ़्टवेयर अपडेट में लेखन को विभिन्न प्रकार के सामाजिक इंटरैक्शन के अनुकूल बनाने के लिए मैन्युअल टोन समायोजन शामिल हो सकते हैं।