गोपनीय मीटिंग के AI नोट्स बनाने के 3 तरीके
ग्राहकों की जानकारी या कंपनी की आंतरिक रणनीति वाली मीटिंग की रिकॉर्डिंग बाहरी AI सेवा पर भेजना मुश्किल हो सकता है। इसका मतलब यह नहीं कि आपको हर बात खुद लिखनी होगी। बातचीत का रिकॉर्ड रखने के ये तीन तरीके हैं।
1. डिवाइस का बिल्ट-इन डिक्टेशन इस्तेमाल करें
कंप्यूटर या फ़ोन का डिक्टेशन बिना अलग ऐप के आवाज़ को टेक्स्ट में बदल सकता है। जहां लोकल प्रोसेसिंग उपलब्ध है, वहां ऑडियो बाहरी ट्रांसक्रिप्शन सर्वर पर भेजना ज़रूरी नहीं। पहले अपने डिवाइस और भाषा के लिए प्रोसेसिंग का तरीका जांचें।
लेकिन असली मीटिंग में सटीकता कम पड़ सकती है। आसपास का शोर, गूंज और माइक्रोफ़ोन से दूर की आवाज़ पहचान को प्रभावित कर सकती है। छोटे निजी नोट्स के लिए यह आसान है, पर पूरी मीटिंग के बाद गलत वाक्य सुधारने और किसने क्या कहा, यह अलग करने का काम बच सकता है।
2. कंपनी के सर्वर पर सिस्टम बनाएं
कंपनी के अंदर स्पीच रिकग्निशन सर्वर लगाने से डेटा की प्रोसेसिंग, एक्सेस और उसे रखने की अवधि कंपनी के नियमों के अनुसार तय की जा सकती है।
इसकी सीमाएं जटिल सेटअप और लागत हैं। मॉडल के साथ ऑडियो अपलोड, वक्ताओं को अलग करना, टेक्स्ट एडिटिंग और यूज़र मैनेजमेंट जोड़ना होगा। बाद में सर्वर रखरखाव, अपडेट और खराबी दूर करने की ज़िम्मेदारी भी रहेगी।
किसी मौजूदा AI मीटिंग ऐप का ऑन-प्रेमिस एंटरप्राइज़ संस्करण लेने पर भी सेटअप, लाइसेंस, इंफ्रास्ट्रक्चर और सपोर्ट जोड़कर खर्च बहुत अधिक हो सकता है। सिर्फ़ मीटिंग नोट्स चाहने वाली टीम के लिए यह बड़ा निवेश है।
3. अपने कंप्यूटर पर AI मॉडल चलाएं
ऑन-डिवाइस AI आपके कंप्यूटर पर ही ऑडियो को टेक्स्ट में बदलता है। अलग सर्वर या बाहरी ट्रांसक्रिप्शन सेवा पर रिकॉर्डिंग भेजने की ज़रूरत नहीं होती।
एक विकल्प OpenAI का Whisper large-v3-turbo है। यह हिंदी सहित 99 भाषाओं को सपोर्ट करता है और बड़े मॉडल के मुकाबले सटीकता में कमी को न्यूनतम रखते हुए ट्रांसक्रिप्शन तेज़ करता है। OpenAI की तुलना में इसकी सापेक्ष गति बड़े मॉडल से लगभग 8 गुना है। यह A100 GPU पर अंग्रेज़ी ऑडियो का परिणाम है; वास्तविक गति और सटीकता डिवाइस और भाषा पर निर्भर करती हैं।
सिर्फ़ मॉडल डाउनलोड करना काफ़ी नहीं। रनटाइम इंस्टॉल करना, CPU या GPU एक्सेलरेशन सेट करना और मेमोरी का इस्तेमाल समायोजित करना पड़ता है। वक्ताओं को अलग करने के लिए दूसरा मॉडल और उसके नतीजों को ट्रांसक्रिप्ट से मिलाने की व्यवस्था भी चाहिए।
खुद सेटअप नहीं करना चाहते? Alt आज़माएं
अगर ये सेटिंग खुद करना झंझट लगता है, तो मैं Alt आज़माने की सलाह दूंगा। यह इसी मॉडल का उपयोग करके रिकॉर्डिंग और ट्रांसक्रिप्शन को एक प्रक्रिया में जोड़ता है।
डिवाइस के अनुसार Alt CPU, GPU और Apple Neural Engine जैसे AI एक्सेलरेटर का उपयोग करता है। मॉडल को हल्का बनाने के साथ यह कंप्यूटर पर स्पीच रिकग्निशन को कुशलता से चलाता है।
Alt Pro ने आवाज़ पहचानने और अलग-अलग वक्ताओं की आवाज़ अलग करने वाले मॉडल, दोनों को ऑन-डिवाइस पाइपलाइन में जोड़ा है। इसलिए ऑडियो बाहरी सर्वर पर भेजे बिना पता चल सकता है कि किसने क्या कहा।
यह समर्थित डिवाइस के लोकल मोड पर लागू है। क्लाउड AI, शेयरिंग और सिंक कंपनी की सुरक्षा नीति के अनुसार सेट करें।