علی بابا نے آج ملک کا پہلا یکجا AI وائس پروڈکٹیوٹی پلیٹ فارم CosyVoice Studio پیش کرنے کا اعلان کیا۔
سرکاری بیان کے مطابق، یہ پلیٹ فارم علی بابا کے تیار کردہ صوتی ماڈل Qwen-Audio پر مبنی ہے، جس میں صوتی ریکارڈنگ CosyFlow، وائس ایجنٹ CosyAgent اور آڈیو مواد تخلیق کرنے کا ٹول CosyCreative سمیت متعدد خصوصیات شامل ہیں۔
صارفین iOS، Android، Mac اور Windows ایپ اسٹورز میں “CosyVoice” تلاش کر کے اسے ڈاؤن لوڈ کر سکتے ہیں اور محدود مدت کے لیے مفت تجربہ حاصل کر سکتے ہیں۔ CosyAgent اور CosyCreative فی الحال وائٹ لسٹ دعوتی نظام کے ذریعے کاروباری صارفین کے لیے آزمائش کے مرحلے میں ہیں اور جلد مکمل طور پر دستیاب ہوں گے۔
CosyVoice Studio کی خصوصیات درج ذیل ہیں:
صوتی ریکارڈنگ، آواز کو متن میں تبدیل کرنے کی بنیاد پر معنوی تفہیم اور متن تخلیق کرنے کی صلاحیتیں شامل کرتی ہے۔ روزمرہ کے حالات میں یہ “وہ”، “ام” جیسے زبانی تکیا الفاظ خودکار طور پر حذف کر کے منتشر خیالات کو واضح اظہار میں ترتیب دیتی ہے؛ کام کے حالات میں صرف زبانی ہدایات کے ذریعے ای میل، کام کی رپورٹ اور اجلاس کی روداد کے لیے موزوں فارمیٹ اور زبان تیار کی جا سکتی ہے۔
اس میں شامل “فوری نوٹ” خصوصیت اجلاس، انٹرویو اور کلاس روم جیسے حالات کے لیے ہے، اور حقیقی وقت میں ریکارڈنگ اور آف لائن اپ لوڈنگ کی معاونت کرتی ہے۔ یہ آواز کے نمونوں کی بنیاد پر مختلف مقررین کی شناخت کرتی ہے، جبکہ ریکارڈنگ مکمل ہونے کے بعد خودکار طور پر منظم ابواب اور ذہین خلاصہ تیار کرتی ہے۔
CosyAgent قدرتی زبان کے ذریعے کاروباری معلومات، ٹول کالنگ اور حقیقی وقت میں صوتی تعامل کی صلاحیت رکھنے والے ذہین ایجنٹس تیزی سے تخلیق کرنے کی سہولت دیتا ہے۔ یہ prompt اور workflow کنفیگریشن کے ساتھ بھی مطابقت رکھتا ہے اور ذہین کسٹمر سروس، ٹیلی مارکیٹنگ جیسے حالات کے لیے موزوں ہے۔
CosyCreative میں ایک ہزار سے زیادہ آوازیں شامل ہیں اور یہ آواز کی نقل تیار کرنے کی معاونت کرتا ہے۔ تیار کردہ آوازیں حقیقی انسانوں سے بہت مشابہ ہوتی ہیں۔ صارفین دستاویز، ویب صفحے کا لنک اپ لوڈ کر کے یا متن درج کر کے مکالماتی پوڈکاسٹ یا متعدد کرداروں پر مشتمل آڈیو بک تیار کر سکتے ہیں، یوں آڈیو مواد تخلیق کرنے کے پورے عمل کا احاطہ کیا جاتا ہے۔
