মাইক্রোসফট MAI-Realtime-এর প্রিভিউ শুরু করেছে, একটি মালিকানাধীন ভয়েস AI মডেল যা রিয়েল টাইমে দ্বিমুখী কথোপকথন পরিচালনা করে। এই পদক্ষেপটি কোম্পানির নিজস্ব ভয়েস প্রযুক্তি তৈরি করার প্রচেষ্টাকে নির্দেশ করে, বাইরের বিক্রেতাদের উপর নির্ভর না করে।
MAI-Realtime কী করে
MAI-Realtime একটি দ্বিমুখী ভয়েস স্ট্যাক — অর্থাৎ এটি একই সাথে শুনতে এবং কথা বলতে পারে, অনেকটা মানুষের কথোপকথনের মতো। মাইক্রোসফট মডেলটি নিজস্বভাবে তৈরি করেছে, এবং প্রিভিউ ডেভেলপার এবং এন্টারপ্রাইজ গ্রাহকদের এটি পরীক্ষা করার জন্য প্রাথমিক অ্যাক্সেস দেয়। কোম্পানি জানায়নি কখন সম্পূর্ণ বাণিজ্যিক রিলিজ আসতে পারে, তবে প্রিভিউ এখন খোলা।
বছরের পর বছর ধরে, মাইক্রোসফট Azure AI এবং Copilot-এর মতো পণ্যগুলির জন্য তৃতীয় পক্ষের ভয়েস পরিষেবার উপর নির্ভর করেছে। MAI-Realtime এটি পরিবর্তন করতে পারে। সম্পূর্ণ ভয়েস পাইপলাইন নিয়ন্ত্রণ করে, মাইক্রোসফট তার নিজস্ব প্ল্যাটফর্মগুলির জন্য অভিজ্ঞতা তৈরি করতে পারে — Teams, Dynamics 365, Azure — বাইরের প্রদানকারীদের সাথে ডেটা ভাগ না করে বা লাইসেন্সিং ফি না দিয়ে। এটি এন্টারপ্রাইজ গ্রাহকদের জন্য একটি সরাসরি পদক্ষেপ যারা আরও শক্ত একীকরণ এবং কম মধ্যস্থতাকারী চান।
মডেলটি ব্যবহারকারীর অভিজ্ঞতা উন্নত করার প্রতিশ্রুতি দেয়। রিয়েল-টাইম দ্বিমুখী ভয়েস মিথস্ক্রিয়াকে আরও স্বাভাবিক করে তোলে, যা গ্রাহক পরিষেবা বট, ভার্চুয়াল সহকারী এবং মিটিং ট্রান্সক্রিপশন সরঞ্জামগুলির জন্য গুরুত্বপূর্ণ। যদি MAI-Realtime বিজ্ঞাপিতভাবে কাজ করে, তবে এটি মাইক্রোসফটের ভয়েস অফারগুলিকে Amazon এবং Google-এর অনুরূপ পণ্যগুলির বিরুদ্ধে আরও প্রতিযোগিতামূলক করে তুলতে পারে — যদিও তথ্যগুলি সেই প্রতিযোগীদের নাম উল্লেখ করে না।
বহিরাগত প্রদানকারীদের উপর নির্ভরতা কমানো
মাইক্রোসফট বৃহৎ ভাষা মডেল থেকে বক্তৃতা স্বীকৃতি পর্যন্ত AI পরিকাঠামোতে ব্যাপকভাবে বিনিয়োগ করছে। MAI-Realtime সেই প্যাটার্নের সাথে খাপ খায়। কোম্পানি ইতিমধ্যে তার নিজস্ব Azure Speech পরিষেবা ব্যবহার করে, তবে সেগুলি অভ্যন্তরীণ এবং বাহ্যিক প্রযুক্তির মিশ্রণে নির্মিত। এই নতুন স্ট্যাকটি সম্পূর্ণরূপে মাইক্রোসফটের — মডেল আর্কিটেকচার থেকে ইনফারেন্স ইঞ্জিন পর্যন্ত। এটি কোম্পানিকে কর্মক্ষমতা, খরচ এবং ডেটা গোপনীয়তার উপর আরও নিয়ন্ত্রণ দেয় — স্বাস্থ্যসেবা এবং অর্থের মতো নিয়ন্ত্রিত শিল্পগুলির জন্য একটি বিক্রয় বিন্দু।
প্রিভিউটি সীমিত। মাইক্রোসফট মূল্য, লেটেন্সি বেঞ্চমার্ক বা কোন অঞ্চল সমর্থিত তা প্রকাশ করেনি। যারা এটি চেষ্টা করতে চান তাদের Azure AI স্টুডিওর মাধ্যমে আবেদন করতে হবে। কোম্পানি সম্ভবত বিস্তৃত রোলআউটের আগে প্রতিক্রিয়া সংগ্রহ করছে।
মাইক্রোসফট সাধারণ প্রাপ্যতার জন্য একটি সময়রেখা নির্ধারণ করেনি। প্রিভিউটি কয়েক মাস চলবে, এবং কোম্পানি সম্ভবত প্রাথমিক ব্যবহারকারীর প্রতিবেদনের ভিত্তিতে মডেলটি পরিমার্জন করবে। আপাতত, প্রশ্ন হল MAI-Realtime তার প্রতিশ্রুতি পূরণ করতে পারে কিনা — এবং এন্টারপ্রাইজ গ্রাহকরা মাইক্রোসফটের বিনিয়োগকে ন্যায্যতা দেওয়ার জন্য যথেষ্ট দ্রুত এটি গ্রহণ করবে কিনা।
