Moshi AI Chatbot With Real-Time Voice Features Launched by Kyutai Labs as GPT-4o Rival

क्युताई लैब्स ने बुधवार को एक कृत्रिम बुद्धिमत्ता (एआई) चैटबॉट मोशी एआई लॉन्च किया, जो वास्तविक समय में मौखिक रूप से प्रतिक्रिया देता है। फ्रांसीसी एआई फर्म ने घोषणा की है कि मोशी का संपूर्ण ऑडियो भाषा मॉडल इन-हाउस विकसित किया गया था। यह भावनाओं को व्यक्त करने और विभिन्न बोलने की शैलियों में प्रतिक्रिया देने के लिए आवाज को भी नियंत्रित कर सकता है। एआई मॉडल को जनता मुफ्त में एक्सेस कर सकती है। वर्तमान में, एआई मॉडल बातचीत को पांच मिनट तक सीमित करता है। दिलचस्प बात यह है कि OpenAI ने GPT-4o की रिलीज़ के साथ समान भाषण सुविधाओं की भी घोषणा की थी, लेकिन इसे अभी तक रिलीज़ नहीं किया गया है।

मोशी एआई विशेषताएं

कंपनी का कहना है कि एआई मॉडल को आठ लोगों की टीम के साथ छह महीने में विकसित किया गया था। पेरिस में एक कार्यक्रम में एआई मॉडल का अनावरण करते हुए, क्युताई लैब्स ने कहा कि मोशी एक एआई सहायक नहीं है, बल्कि एक प्रोटोटाइप है जिसका उपयोग विभिन्न उपयोग के मामलों के लिए उपकरण विकसित करने के लिए किया जा सकता है। इसने चैटबॉट को यहां सार्वजनिक रूप से उपलब्ध भी कराया है। उपयोगकर्ता अपना ईमेल दर्ज कर सकते हैं और कतार में शामिल हो सकते हैं, लेकिन गैजेट्स 360 स्टाफ सदस्य बिना किसी प्रतीक्षा समय के प्लेटफ़ॉर्म तक तुरंत पहुंच प्राप्त करने में सक्षम थे।

प्लेटफ़ॉर्म इंटरफ़ेस काफी न्यूनतर है। इसमें एक सरल एआई डिज़ाइन है जहां उपयोगकर्ता बोलते समय अपनी आवाज़ की तीव्रता की जांच कर सकते हैं। वहाँ एक टेक्स्ट बॉक्स है जहाँ केवल AI की प्रतिक्रियाएँ दिखाई देती हैं। शीर्ष के पास एक अन्य बॉक्स ऑडियो अवधि, विलंबता और छूटे हुए ऑडियो जैसे तकनीकी विवरण प्रदर्शित करता है।

सबसे ऊपर कॉल डिस्कनेक्ट करने का बटन है। फिलहाल अधिकतम कॉल अवधि पांच मिनट हो सकती है. विवरण पृष्ठ इस बात पर प्रकाश डालता है कि बातचीत के प्रवाह को अधिकतम करने के लिए मोशी एक ही समय में सोच, बोल और सुन सकता है।

गैजेट्स 360 ने पाया कि विलंबता बेहद कम है, और एआई अक्सर तुरंत प्रतिक्रिया देता है। हालाँकि, ऐसे कुछ उदाहरण हैं जहाँ प्रतिक्रिया समय में अंतराल 10-15 सेकंड से अधिक हो सकता है। लेकिन यह भारी सर्वर लोड के कारण हो सकता है। हालाँकि, कभी-कभी वॉल्यूम मीटर का तीन-चौथाई भर जाने के बाद भी मौखिक संकेत बिल्कुल भी दर्ज नहीं किए जाते थे।

मोशी एआई इंटरफ़ेस
फोटो साभार: क्युताई लैब्स

गैजेट्स 360 ने यह भी पाया कि एआई मॉडल भावनात्मक आवाज में प्रतिक्रिया दे सकता है, और विभिन्न शैलियों में और विभिन्न वॉयस मॉड्यूलेशन का उपयोग करके बोल सकता है। एआई मॉडल इंटरनेट से भी जुड़ा है और उन प्रश्नों के उत्तर प्राप्त कर सकता है जिनके लिए वेब पर देखने की आवश्यकता होती है। विशेष रूप से, चैटबॉट टेक्स्ट संकेतों की अनुमति नहीं देता है, और आवाज इसके साथ बातचीत करने का एकमात्र माध्यम है।

क्युताई लैब्स ने कहा है कि एआई मॉडल ओपन-सोर्स होगा। हालाँकि, AI फर्म ने अभी तक एक पोर्टल पर मॉडल वेट और कोड होस्ट नहीं किया है। एक बार उपलब्ध होने पर, उपयोगकर्ता इसे स्थानीय रूप से डाउनलोड और इंस्टॉल कर सकेंगे, और इसे किसी अनकनेक्टेड डिवाइस पर चलाया जा सकेगा।