Ondoku से शोधकर्ताओं का बोझ कम और संगोष्ठी कुशल! राष्ट्रीय नृवंशविज्ञान संग्रहालय का केस स्टडी

• 国立民族学博物館
• उद्योग: संग्रहालय
• स्थान: सुइता सिटी, ओसाका प्रान्त
• साक्षात्कार: X-DiPLAS प्रोजेक्ट शोधकर्ता मिस्टर कोबायाशी

उद्देश्य और चुनौतियां

सांस्कृतिक नृविज्ञान और नृवंशविज्ञान से संबंधित वीडियो कार्यों के नैरेशन के लिए उपयोग किया गया। दुनिया भर में सक्रिय शोधकर्ताओं से आवाज़ रिकॉर्ड करवाई जा रही थी, लेकिन ऑनलाइन होने के कारण रिकॉर्डिंग ठीक से नहीं हो पा रही थी, जिससे बहुत मेहनत और समय लग रहा था।

समाधान

शोधकर्ताओं द्वारा आवाज़ रिकॉर्ड करने की प्रक्रिया को समाप्त कर दिया गया और Ondoku के साथ नैरेशन बनाया गया।

प्रभाव

शोधकर्ताओं के समय को बाधित करने और बार-बार रिकॉर्डिंग करने की आवश्यकता समाप्त हो गई, जिससे कार्य का बोझ काफी कम हो गया। वीडियो निर्माण की गति में भी सुधार हुआ, जिससे व्यस्त शेड्यूल को संभालना संभव हो गया।

इस लेख में, Ondoku के कार्यान्वयन के एक उदाहरण के रूप में, हम सुइता सिटी, ओसाका प्रान्त में 国立民族学博物館 (Minpaku) में इसके उपयोग के तरीके का परिचय देंगे।

कंपनी और कार्यान्वयन विभाग का परिचय

मिस्टर कोबायाशी (इसके बाद कोबायाशी): 国立民族学博物館 एक सांस्कृतिक नृविज्ञान और नृवंशविज्ञान अनुसंधान संस्थान है जिसमें संग्रहालय की सुविधाएं भी हैं। दुनिया भर में फील्डवर्क करने वाले शोधकर्ता इससे जुड़े हैं और वे अपने शोध परिणामों को व्यापक रूप से जनता तक पहुँचाते हैं। इसके अलावा, यहाँ सांस्कृतिक अध्ययन के लिए "The Graduate University for Advanced Studies" भी स्थित है, जहाँ डॉक्टरेट की डिग्री प्राप्त करने के इच्छुक छात्र प्रतिदिन अपनी शिक्षा प्राप्त करते हैं। "Minpaku" के नाम से लोकप्रिय हमारे संग्रहालय ने 2024 में अपनी स्थापना की 50वीं वर्षगांठ मनाई है।

मैं 2022 में शुरू हुए X-DiPLAS प्रोजेक्ट के शोधकर्ता के रूप में कार्य कर रहा हूँ। X-DiPLAS एक ऐसा प्रोजेक्ट है जिसका उद्देश्य दुनिया भर में सांस्कृतिक नृविज्ञानियों और पुरातत्वविदों द्वारा ली गई तस्वीरों का डेटाबेस बनाना और एक ऐसा वातावरण तैयार करना है जहाँ नागरिक उन्हें स्वतंत्र रूप से देख सकें। वर्तमान में, हम केवल तस्वीरों को संग्रहीत करने के बजाय, "डिजिटल स्टोरी" को प्रतिबिंबित करने वाली गतिविधियों पर ध्यान केंद्रित कर रहे हैं, जो यह बताती है कि कोई विशेष तस्वीर किस कहानी से जुड़ी है।

वेबसाइट: 国立民族学博物館

कृपया हमें टेक्स्ट-टू-स्पीच टूल शुरू करने के पीछे की पृष्ठभूमि के बारे में बताएं।

कोबायाशी: हमने मुख्य रूप से शोधकर्ताओं के बोझ को कम करने के उद्देश्य से टेक्स्ट-टू-स्पीच टूल पेश किया।

मैं दुनिया भर के सांस्कृतिक नृविज्ञानियों और पुरातत्वविदों द्वारा ली गई तस्वीरों का डेटाबेस बनाने और उन्हें जनता के लिए सुलभ बनाने का काम कर रहा हूँ। हालांकि, केवल तस्वीरें इकट्ठा करना ही इतिहास को सही ढंग से आगे ले जाना नहीं है। चूंकि हर तस्वीर की एक कहानी होती है, इसलिए वीडियो कार्यों का निर्माण करना आवश्यक है जिसमें शोधकर्ता की "आवाज़" हो जो फोटो लेते समय की स्थिति की व्याख्या करे।

शुरुआत में, हम दुनिया भर के शोधकर्ताओं से संपर्क करते थे और वीडियो कार्यों के लिए उनकी आवाज़ ऑनलाइन रिकॉर्ड करते थे। हालांकि, आवाज़ में देरी और बाहरी शोर के कारण कई बार दोबारा रिकॉर्डिंग करनी पड़ती थी, जो एक बड़ी समस्या थी। जब हम किसी ऐसी चीज़ की तलाश कर रहे थे जो शोधकर्ताओं के बोझ को कम कर सके, तो हमें टेक्स्ट-टू-स्पीच टूल के बारे में पता चला जो केवल टेक्स्ट टाइप करके "आवाज़" बना सकता है।

क्या आप हमें बता सकते हैं कि आपने Ondoku को क्यों चुना?

कोबायाशी: मुझे टेक्स्ट-टू-स्पीच टूल जैसे AI सिस्टम के प्रति थोड़ा संकोच था। मुझे उन आवाज़ों में कुछ बनावटीपन महसूस होता था जो वास्तविकता से दूर लगती थीं। हालांकि, Ondoku की आवाज़ बहुत स्वाभाविक थी, जिससे मुझे लगा कि यह शोधकर्ताओं के नैरेशन को रिप्लेस करने के लिए सबसे उपयुक्त है।

इसके अलावा, इसकी लागत-प्रभावशीलता (cost-performance) भी उत्कृष्ट थी। उपयोग में आसानी और कीमत के बीच का संतुलन बहुत अच्छा है, और यह सीमित बजट के भीतर भी बहुत प्रभावी ढंग से काम कर रहा है।

Ondoku शुरू करने के बाद, क्या चुनौतियां हल (सुधर) गईं?

कोबायाशी: शोधकर्ताओं का बोझ कम होने के साथ-साथ, हम वीडियो कार्यों को सुचारू रूप से बनाने में सक्षम हो गए हैं।

रिकॉर्डिंग का काम, जिसमें शोधकर्ताओं का समय लगता था, हमारे लिए भी एक कठिन कार्य था। Ondoku की बदौलत शोधकर्ताओं के साथ हमारे संबंध बेहतर हुए हैं, जो एक बड़ी उपलब्धि है। इसके अलावा, चूंकि केवल टेक्स्ट टाइप करके उच्च-गुणवत्ता वाली आवाज़ बनाई जा सकती है, इसलिए इसने वीडियो कार्यों के निर्माण की गति को बढ़ाने में भी योगदान दिया है।

हम नियमित रूप से प्रोजेक्ट को आगे बढ़ाने के लिए संगोष्ठियां (symposiums) आयोजित करते हैं। प्रस्तुति के लिए आवश्यक सामग्री तैयार करने के लिए भी हम Ondoku का उपयोग करके सुचारू रूप से काम शुरू करने में सक्षम रहे हैं। जब संगोष्ठी की तैयारी का समय कम होता है, तब हम Ondoku की उपयोगिता को और भी अधिक महसूस करते हैं। वास्तव में, जिस समय निर्माण कार्य बहुत व्यस्त होता है, उस दौरान हम लगभग हर दिन Ondoku का उपयोग करते हैं।

अनुसंधान के अलावा, क्या आपके पास ऐसा कोई उदाहरण है जहाँ Ondoku उपयोगी साबित हुआ हो?

कोबायाशी: Ondoku के आने से नैरेशन के लिए लिखे जाने वाले वाक्यों की गुणवत्ता में सुधार हुआ है।

लेखन करते समय, कभी-कभी हम बहुत अधिक शब्द जोड़ देते हैं और वाक्य बहुत लंबे हो जाते हैं। वास्तव में, यदि आप Ondoku में बहुत लंबा वाक्य डालते हैं, तो यह उसे अच्छी तरह से नहीं पढ़ पाता है। चूंकि यह इंसान की तरह आवाज़ निकालता है, इसलिए सांस लेने के समय (pausing) में कभी-कभी अजीब लग सकता है।

उस आवाज़ को सुनने के बाद जब हम वाक्यों की समीक्षा करके दोबारा प्रयास करते हैं, तो हमें एहसास होता है कि एक उच्च गुणवत्ता वाला लेख तैयार हो गया है। केवल टेक्स्ट को आवाज़ में बदलना ही नहीं, बल्कि स्पष्ट और संक्षिप्त वाक्य बनाने में मदद करना भी Ondoku की एक खूबी है।

यदि आपके पास Ondoku के लिए और सुधार के सुझाव हैं, तो कृपया हमें बताएं।

कोबायाशी: एक शोधकर्ता के रूप में जो विदेशों में फील्डवर्क करता है, मुझे खुशी होगी अगर इसमें स्वाहिली भाषा जोड़ी जाए। स्वाहिली अफ्रीका में एक व्यापक रूप से बोली जाने वाली भाषा है, इसलिए इसे शामिल करने से हमारे काम का दायरा बढ़ जाएगा।

बेशक, इसके उपयोग को और भी सहज बनाने के लिए इंटोनेशन कंट्रोल (intonation control) जैसे सिस्टम में सुधार करना अच्छा हो सकता है। हालांकि, यदि यह बहुत अधिक जटिल हो जाता है, तो इसकी सरल संचालन क्षमता खो सकती है। कीमत सहित संतुलन को देखते हुए, मुझे लगता है कि वर्तमान इंटरफ़ेस बिल्कुल सही स्तर पर है।

भविष्य में आप Ondoku का उपयोग कैसे करना चाहेंगे?

कोबायाशी: मैं शैक्षिक गतिविधियों में भी Ondoku का उपयोग करने के अवसर बढ़ाना चाहता हूँ।

कभी-कभी हम संग्रहालय से जुड़े विश्वविद्यालय के छात्रों को छोटे वीडियो कार्य बनाने का असाइनमेंट देते हैं। असाइनमेंट जमा करते समय, हमने वीडियो की गुणवत्ता बढ़ाने के एक तरीके के रूप में Ondoku द्वारा नैरेशन के उपयोग की सिफारिश की थी। छात्रों के लिए भी आसानी से उपयोग किया जा सकने वाला Ondoku कक्षाओं में कई तरह से उपयोगी साबित हो सकता है।

इसके अलावा, मैं भविष्य की गतिविधियों में विदेशी भाषाओं के लिए Ondoku की क्षमता का लाभ उठाना चाहता हूँ। वर्तमान में, विदेशी शोधकर्ताओं द्वारा बनाए गए अंग्रेजी अनुवादित नैरेशन का उपयोग करके नए वीडियो कार्य बनाने की योजना है।

यदि हम बाहर से अंग्रेजी वॉयसओवर की मांग करते हैं, तो बजट कभी भी पर्याप्त नहीं होगा। Ondoku के साथ, यह भारी लागत बचत में योगदान देगा। मैं शोधकर्ताओं की आवाज़ों को दुनिया तक पहुँचाने के लिए Ondoku का उपयोग करना जारी रखना चाहता हूँ।

Ondoku के उपयोग से, शोधकर्ताओं पर आवाज़ रिकॉर्ड करने का बोझ न केवल कम हुआ, बल्कि वीडियो निर्माण में लगने वाली समय की लागत को भी कम करना संभव हो गया! हमें यह अद्भुत उदाहरण बताने के लिए धन्यवाद।

आशा है कि यह उदाहरण अन्य संग्रहालयों, कला दीर्घाओं, अनुसंधान संस्थानों और कई अन्य शोधकर्ताओं के लिए भी एक बड़ा संकेत साबित होगा!

Ondoku एक टेक्स्ट-टू-स्पीच सेवा है जिसका व्यावसायिक रूप से मुफ्त में उपयोग किया जा सकता है। यह 81 भाषाओं और क्षेत्रों का समर्थन करता है, और इसमें कुल 692 से अधिक वक्ता हैं। आप यहाँ से समर्थित भाषाओं के प्रकार और नमूना आवाज़ें सुन सकते हैं।