ಕಡಿಮೆ ಸಂಪನ್ಮೂಲ ಹೊಂದಿರುವ ಭಾರತೀಯ ಭಾಷೆಗಳಿಗೆ ಭಾಷಾ ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಲವರ್ಧನೆಗೊಳಿಸುವ ಮಹತ್ವದ ಹೆಜ್ಜೆಯ ಭಾಗವಾಗಿ, ಕೇಂದ್ರ ಎಲೆಕ್ಟ್ರಾನಿಕ್ಸ್ ಮತ್ತು ಮಾಹಿತಿ ತಂತ್ರಜ್ಞಾನ ಸಚಿವಾಲಯದ ಡಿಜಿಟಲ್ ಇಂಡಿಯಾ ಕಾರ್ಪೊರೇಷನ್ (DIC) ಅಡಿಯಲ್ಲಿ ಡಿಜಿಟಲ್ ಇಂಡಿಯಾ ಭಾಷಿಣಿ ವಿಭಾಗ (DIBD), ಬೆಂಗಳೂರಿನ ಭಾರತೀಯ ವಿಜ್ಞಾನ ಸಂಸ್ಥೆಯ (IISc) ಸಹಯೋಗದೊಂದಿಗೆ, ತಮಿಳುನಾಡಿನಲ್ಲಿ ಸೌರಾಷ್ಟ್ರ ಸಮುದಾಯವು ಪ್ರಧಾನವಾಗಿ ಮಾತನಾಡುವ ಅಲ್ಪಸಂಖ್ಯಾತ ಇಂಡೋ-ಆರ್ಯನ್ ಭಾಷೆಯಾದ ಸೌರಾಷ್ಟ್ರಕ್ಕಾಗಿ ಪಠ್ಯದಿಂದ ಭಾಷಣ ಮಾದರಿಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದೆ.

ಈ ಉಪಕ್ರಮವು ಸೀಮಿತ ಡಿಜಿಟಲ್ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಹೊಂದಿರುವ ಭಾಷೆಗಳಿಗೆ ಭಾಷಣ ತಂತ್ರಜ್ಞಾನದ ಲಭ್ಯತೆಯನ್ನು ವಿಸ್ತರಿಸುವ ಮತ್ತು ಡಿಜಿಟಲ್ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು, ಭಾಷಾ ಕಲಿಕೆ, ಲಭ್ಯತೆ  ಪರಿಹಾರಗಳು, ದಸ್ತಾವೇಜೀಕರಣ ಮತ್ತು ಸಂಶೋಧನೆಯಲ್ಲಿ ಅವುಗಳ ಬಳಕೆಯನ್ನು ಬೆಂಬಲಿಸುವ ಗುರಿಯನ್ನು ಹೊಂದಿದೆ.

ಹೊಸದಾಗಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾದ ಮಾದರಿಗಳು VITS (Variational Inference with adversarial learning for end-to-end Text-to-Speech) ವಿನ್ಯಾಸವನ್ನು ಬಳಸುತ್ತವೆ ಮತ್ತು ಪಠ್ಯದಿಂದ ನೇರವಾಗಿ ಸೌರಾಷ್ಟ್ರ ಭಾಷಣವನ್ನು ಸಿದ್ಧಪಡಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿವೆ. ಮಾದರಿಗಳು ಪುರುಷ ಮತ್ತು ಸ್ತ್ರೀ ಧ್ವನಿಗಳನ್ನು ಒಳಗೊಂಡಿವೆ, ಪ್ರತಿ ಧ್ವನಿಯು ತಮಿಳು ಲಿಪಿ ಮತ್ತು ಸೌರಾಷ್ಟ್ರ ಲಿಪಿ ಎರಡರಲ್ಲೂ ಬರೆಯಲಾದ ಪಠ್ಯಕ್ಕೆ ಲಭ್ಯವಿದೆ. ಇದು ಬಳಕೆದಾರರಿಗೆ ಭಾಷೆಗೆ ಬಳಸುವ ಲಿಪಿಗಳಲ್ಲಿ ಸೌರಾಷ್ಟ್ರದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.

ಬೆಂಗಳೂರಿನ ಭಾರತೀಯ ವಿಜ್ಞಾನ ಸಂಸ್ಥೆಯ SPIRE ಲ್ಯಾಬ್‌ನಲ್ಲಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾದ ನಿರ್ದಿಷ್ಟ  ಸೌರಾಷ್ಟ್ರ ಭಾಷಣ ನಿಧಿಯನ್ನು ಬಳಸಿಕೊಂಡು ಮಾದರಿಗಳಿಗೆ ತರಬೇತಿ ನೀಡಲಾಗಿದೆ. ನಿಧಿ (ಕಾರ್ಪಸ್)  ಒಬ್ಬ ಪುರುಷ ಮತ್ತು ಒಬ್ಬ ಮಹಿಳಾ ಧ್ವನಿ ಕಲಾವಿದರಿಂದ ರೆಕಾರ್ಡಿಂಗ್‌ಗಳನ್ನು ಒಳಗೊಂಡಂತೆ 28 ಗಂಟೆಗಳಿಗಿಂತ ಹೆಚ್ಚು ಲಿಂಗ-ಸಮತೋಲಿತ ಭಾಷಣ ರೆಕಾರ್ಡಿಂಗ್‌ಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಕಾರ್ಪಸ್ ಸಂಯೋಜಿತ ವಾಕ್ಯಗಳನ್ನು ಹಾಗೂ ಸಾಹಿತ್ಯದಿಂದ ತೆಗೆದ ವಾಕ್ಯಗಳನ್ನು ಒಳಗೊಂಡಿದೆ, ಸೌರಾಷ್ಟ್ರ ಮತ್ತು ತಮಿಳು ಲಿಪಿಗಳಲ್ಲಿ ಪ್ರತಿಲೇಖನಗಳು ಲಭ್ಯವಿದೆ.

ಎಐಕೋಶ್ (AIKOSH) : ಭಾಷಿಣಿಯ ಎಐಕೋಶ್ ವೇದಿಕೆಯು ಭಾರತೀಯ ಭಾಷಾ ತಂತ್ರಜ್ಞಾನಗಳ ಅಭಿವೃದ್ಧಿಯನ್ನು ಬೆಂಬಲಿಸುವ ಭಾಷಾ ಡೇಟಾಸೆಟ್‌ಗಳು ಮತ್ತು ಸಂಪನ್ಮೂಲಗಳ ಲಭ್ಯತೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ. SPICOR TTS 3.0 ಸೌರಾಷ್ಟ್ರ ಕಾರ್ಪಸ್ ಈಗ AIKOSH ನಲ್ಲಿ ಲಭ್ಯವಿದೆ, ಇದು IISc ಬೆಂಗಳೂರಿನಲ್ಲಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾದ 28+ ಗಂಟೆಗಳ ಲಿಂಗ-ಸಮತೋಲಿತ ಸೌರಾಷ್ಟ್ರ ಭಾಷಣ ಡೇಟಾವನ್ನು ನೀಡುತ್ತದೆ. ಕಾರ್ಪಸ್ ಸೌರಾಷ್ಟ್ರ ಮತ್ತು ತಮಿಳು ಲಿಪಿಗಳಲ್ಲಿ ವೈವಿಧ್ಯಮಯ ಮತ್ತು ಸಾಹಿತ್ಯಿಕ ವಿಷಯವನ್ನು ಒಳಗೊಂಡಿದೆ, ಇದು ಸೌರಾಷ್ಟ್ರ ಭಾಷಾ ತಂತ್ರಜ್ಞಾನಗಳ ಅಭಿವೃದ್ಧಿಯನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ.

ಪುರುಷ ಧ್ವನಿ ಮಾದರಿಯನ್ನು ಸರಿಸುಮಾರು 10,000 ಉಚ್ಚಾರಣೆಗಳ ಮೇಲೆ ತರಬೇತಿ ನೀಡಲಾಯಿತು, ಆದರೆ ಮಹಿಳಾ ಧ್ವನಿ ಮಾದರಿಯನ್ನು ಸರಿಸುಮಾರು 11,400 ಉಚ್ಚಾರಣೆಗಳ ಮೇಲೆ ತರಬೇತಿ ನೀಡಲಾಯಿತು. TTS ಮಾದರಿಗಳ ಅಭಿವೃದ್ಧಿಯನ್ನು ಬೆಂಬಲಿಸಲು ಭಾಷಣ ಕಾರ್ಪಸ್ ಮತ್ತು ಸಂಬಂಧಿತ ಪಠ್ಯ ದತ್ತಾಂಶವನ್ನು ಎಚ್ಚರಿಕೆಯಿಂದ ಸಿದ್ಧಪಡಿಸಲಾಗಿದೆ.

ಮಾದರಿಗಳು 22,050 Hz ನಲ್ಲಿ ಆಡಿಯೊವನ್ನು ಉತ್ಪಾದಿಸುತ್ತವೆ ಮತ್ತು ಪ್ರತ್ಯೇಕ ಫೋನೆಮೈಜರ್ (phonemizer ) ಅಗತ್ಯವನ್ನು ನಿವಾರಿಸುತ್ತದೆ. ನಾಲ್ಕು ಮಾದರಿಗಳು ಎರಡು ಸ್ಪೀಕರ್ ಧ್ವನಿಗಳನ್ನು ಒಳಗೊಂಡಿವೆ, ಪ್ರತಿಯೊಂದೂ ತಮಿಳು-ಲಿಪಿ ಮತ್ತು ಸೌರಾಷ್ಟ್ರ-ಸ್ಕ್ರಿಪ್ಟ್ ಆವೃತ್ತಿಗಳಲ್ಲಿ ಲಭ್ಯವಿದೆ.

2011 ರ ಜನಗಣತಿಯ ಪ್ರಕಾರ ಸುಮಾರು 2.48 ಲಕ್ಷ ಜನರು ಮಾತನಾಡುವ ಸೌರಾಷ್ಟ್ರ ಭಾಷೆಯು ತುಲನಾತ್ಮಕವಾಗಿ ಸೀಮಿತ ಡಿಜಿಟಲ್ ಉಪಸ್ಥಿತಿ ಮತ್ತು ಕಡಿಮೆ ಲಭ್ಯವಿರುವ ಭಾಷಣ ತಂತ್ರಜ್ಞಾನ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಹೊಂದಿದೆ. ಈ ಮಾದರಿಗಳ ಅಭಿವೃದ್ಧಿಯು ಸೌರಾಷ್ಟ್ರ ಭಾಷೆಯನ್ನು ಡಿಜಿಟಲ್ ಪೂರಕ ವ್ಯವಸ್ಥೆಗೆ ತರಲು ಸಹಾಯ ಮಾಡುವ ಮೂಲಕ ಭಾಷಾ ಸಂರಕ್ಷಣೆಯನ್ನು ಮೀರಿದೆ. ಈ ತಂತ್ರಜ್ಞಾನವು ಸೌರಾಷ್ಟ್ರ ಮಾತನಾಡುವ ಸಮುದಾಯಕ್ಕೆ ಅವರ ಭಾಷೆಯಲ್ಲಿ ಡಿಜಿಟಲ್ ಕಂಟೆಂಟ್ ಗಳನ್ನು ಸಕ್ರಿಯವಾಗಿ ಪಡೆದುಕೊಳ್ಳುವ ಮೂಲಕ, ವಿದ್ಯಾರ್ಥಿಗಳು ಮತ್ತು ಭಾಷಾ ಕಲಿಯುವವರಿಗೆ ಭಾಷಣ-ಸಕ್ರಿಯಗೊಳಿಸಿದ ಕಲಿಕಾ ಪರಿಕರಗಳ ಮೂಲಕ ಬೆಂಬಲ ನೀಡುವ ಮೂಲಕ ಮತ್ತು ಮಾತನಾಡುವ ಡಿಜಿಟಲ್ ವಿಷಯವನ್ನು ಅವಲಂಬಿಸಿರುವ ಬಳಕೆದಾರರಿಗೆ ಲಭ್ಯತೆಯನ್ನು ಸುಧಾರಿಸುವ ಮೂಲಕ ಪ್ರಯೋಜನವನ್ನು ಒದಗಿಸುತ್ತದೆ. ಇದೇ ವೇಳೆ ಮಾದರಿಗಳು ಮತ್ತು ಆಧಾರವಾಗಿರುವ ಭಾಷಣ ಸಂಪನ್ಮೂಲಗಳ ಲಭ್ಯತೆಯು ಸಂಶೋಧಕರು, ಡೆವಲಪ್ಪರ್ಸ್ ಗಳು ಮತ್ತು ಸಂಸ್ಥೆಗಳಿಗೆ ಶಿಕ್ಷಣ, ಲಭ್ಯತೆ ಸಾಧ್ಯತೆ ಮತ್ತು ಇತರ ಸಾರ್ವಜನಿಕ ಸ್ನೇಹಿ ಡಿಜಿಟಲ್ ಸೇವೆಗಳಲ್ಲಿ ಮತ್ತಷ್ಟು ಸೌರಾಷ್ಟ್ರ ಭಾಷಾ ತಂತ್ರಜ್ಞಾನಗಳು ಮತ್ತು ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ರೂಪಿಸಲು ಅಡಿಪಾಯವನ್ನು ಹಾಕಿಕೊಡುತ್ತದೆ.

ಸೌರಾಷ್ಟ್ರ ಪಠ್ಯವನ್ನು ಗಟ್ಟಿಯಾಗಿ ಓದುವುದು, ಭಾಷಾ ಕಲಿಕೆ, ಲಭ್ಯತೆ ಸಾಧ್ಯತೆ ಪರಿಹಾರಗಳು ಮತ್ತು ಕಡಿಮೆ-ಸಂಪನ್ಮೂಲ ಭಾಷಣ ಸಿಂಥಸಿಸ್ ನಲ್ಲಿ ಸಂಶೋಧನೆ ಸೇರಿದಂತೆ ಅಪ್ಲಿಕೇಷನ್‌ಗಳನ್ನು ಮಾದರಿಗಳು ಬೆಂಬಲಿಸಬಹುದು, ಆದರೆ ಸೌರಾಷ್ಟ್ರ ಮತ್ತು ಇತರ ಕಡಿಮೆ ಪ್ರಾತಿನಿಧ್ಯ ಹೊಂದಿರುವ ಭಾರತೀಯ ಭಾಷೆಗಳಿಗೆ ಡಿಜಿಟಲ್ ಸಂಪನ್ಮೂಲಗಳ ವಿಶಾಲ ಅಭಿವೃದ್ಧಿಗೆ ಕೊಡುಗೆ ನೀಡಬಹುದು.

ಶೈಕ್ಷಣಿಕ ಮತ್ತು ಸಂಶೋಧನಾ ಸಂಸ್ಥೆಗಳ ಸಹಯೋಗದ ಮೂಲಕ, ಭಾಷಿಣಿ ಭಾರತೀಯ ಭಾಷಾ ದತ್ತಾಂಶ ಸಂಗ್ರಹಗಳು, ಭಾಷಣ ತಂತ್ರಜ್ಞಾನಗಳು ಮತ್ತು ಎಐ ಆಧಾರಿತ ಭಾಷಾ ಪರಿಹಾರಗಳಿಗಾಗಿ, ವಿಶೇಷವಾಗಿ ಡಿಜಿಟಲ್ ವಲಯದಲ್ಲಿ ಕಡಿಮೆ ಪ್ರಾತಿನಿಧ್ಯ ಹೊಂದಿರುವ ಭಾಷೆಗಳಿಗೆ ಪೂರಕ ವ್ಯವಸ್ಥೆಯನ್ನು ಬಲಪಡಿಸುವುದನ್ನು ಮುಂದುವರೆಸಿದೆ.

ಡಿಜಿಟಲ್ ಇಂಡಿಯಾ ಭಾಷಿಣಿ ವಿಭಾಗ (ಡಿಐಬಿಡಿ) ಕುರಿತು

ಎಲೆಕ್ಟ್ರಾನಿಕ್ಸ್ ಮತ್ತು ಮಾಹಿತಿ ತಂತ್ರಜ್ಞಾನ ಸಚಿವಾಲಯದ (MeitY) ಡಿಜಿಟಲ್ ಇಂಡಿಯಾ ಕಾರ್ಪೊರೇಷನ್ (DIC) ಅಡಿಯಲ್ಲಿ ಬರುವ ಡಿಜಿಟಲ್ ಇಂಡಿಯಾ ಭಾಷಿಣಿ ವಿಭಾಗ (DIBD), ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಆಧರಿತ ಬಹುಭಾಷಾ ಡಿಜಿಟಲ್ ಸೇರ್ಪಡೆಗಾಗಿ ರಾಷ್ಟ್ರೀಯ ಪೂರಕ ವ್ಯವಸ್ಥೆಯನ್ನು ನಿರ್ಮಿಸುತ್ತಿದೆ. ಭಾಷಿಣಿ 36 ಭಾರತೀಯ ಪಠ್ಯ ಭಾಷೆಗಳು, 23 ಭಾರತೀಯ ಧ್ವನಿ ಭಾಷೆಗಳು ಮತ್ತು 35 ಅಂತಾರಾಷ್ಟ್ರೀಯ ಭಾಷೆಗಳನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ ಮತ್ತು ಸರ್ಕಾರಿ ಮತ್ತು ಸಾರ್ವಜನಿಕ ಸ್ನೇಹಿ ಡಿಜಿಟಲ್ ಸೇವೆಗಳಲ್ಲಿ ಭಾಷಾ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಸಾಮರ್ಥ್ಯಗಳ ಏಕೀಕರಣವನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ. ಇದರ ಪೂರಕ ವ್ಯವಸ್ಥೆಯು ಅನುವಾದ, ಭಾಷಣ ಗುರುತಿಸುವಿಕೆ, ಭಾಷಣ ವಿಶ್ಲೇಷಣೆ, ಲಿಪ್ಯಂತರ ಮತ್ತು ಇತರ ಭಾಷಾ ಸೇವೆಗಳಿಗೆ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಒಳಗೊಂಡಿದೆ, ಇದು ಭಾರತದ ಭಾಷಾ ವೈವಿಧ್ಯತೆಯಾದ್ಯಂತ ಡಿಜಿಟಲ್ ಮಾಹಿತಿ ಮತ್ತು ಸೇವೆಗಳನ್ನು ಹೆಚ್ಚು ಲಭ್ಯವಾಗುವಂತೆ ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

 

*****

(ಪ್ರಕಟಣೆ ಐ.ಡಿ.: 2324354) ವಿಸಿಟರ್ ಕೌಂಟರ್ : 11