Paraspeak: भारतीय किशोर ने तैयार किया एआई टूल, लकवे के मरीजों के लिए है वरदान

तकनीक जब मानवीय संवेदनाओं से जुड़ती है, तो वो चमत्कार कर सकती है। कुछ ऐसा ही कर दिखाया है गुरुग्राम के शिव नाडर स्कूल में पढ़ने वाले 11वीं कक्षा के छात्र प्रणेत खेतान ने। उन्होंने 'Paraspeak' नामक एक AI-आधारित डिवाइस विकसित किया है, जो लकवे (पैरालिसिस) से प्रभावित मरीजों की अस्फुट या अस्पष्ट आवाज को स्पष्ट रूप में ट्रांसलेट करता है।

Paraspeak भारत का पहला ऐसा ओपन-सोर्स ऑटोमैटिक स्पीच रिकग्निशन (ASR) फ्रेमवर्क है, जो विशेष रूप से हिंदी में डिसअर्थ्रिया (dysarthria) से प्रभावित भाषण को पहचानता है। डिसअर्थ्रिया एक मोटर स्पीच डिसऑर्डर है, जो लकवे, पार्किंसन, COPD और अन्य न्यूरोलॉजिकल बीमारियों से ग्रस्त मरीजों को प्रभावित करता है।

प्रणेत बताते हैं कि इन मरीजों का मस्तिष्क पूरी तरह सामान्य होता है, वे सब कुछ समझते हैं और कहना भी जानते हैं, पर उनकी मांसपेशियां आवाज को स्पष्ट रूप से उत्पन्न नहीं कर पातीं। हिंदी में इस तरह की तकनीक पर कोई शोध या डेटा उपलब्ध नहीं था। प्रणेत ने 28 मरीजों से 42 मिनट की रिकॉर्डिंग कर पहला हिंदी डिसअर्थ्रिक स्पीच डेटासेट तैयार किया और फिर डाटा ऑगमेंटेशन तकनीक से उसे 20 घंटे तक बढ़ाया।

यह डिवाइस ट्रांसफॉर्मर आर्किटेक्चर पर आधारित है, वही तकनीक जो ChatGPT और Claude जैसे बड़े मॉडल्स में इस्तेमाल होती है। यह मरीज की अस्पष्ट आवाज को रिकॉर्ड करता है, क्लाउड सर्वर पर AI मॉडल्स उसे प्रोसेस करते हैं और अंततः स्पष्ट आवाज में आउटपुट देते हैं। इसका आकार एक वेबकैम जितना छोटा है, जिसे गले में पहनकर इस्तेमाल किया जा सकता है। सिर्फ एक बटन दबाकर मरीज बोल सकता है और डिवाइस उसका अनुवाद कर सुनाता है।