सामग्री पर जाएँ

केस स्टडी

प्रति सेकंड बिल वाली AI सेवा ख़ामोशी का भी पैसा लेती है

वॉइस सेवा को भेजा गया हर सेकंड बिल होता है, आख़िरी शब्द के बाद की ख़ामोशी भी। एक क्लाइंट के टूल में हर क्लिप का लगभग एक-तिहाई हिस्सा यही ख़ामोशी था। यहाँ बताया है कि इसे कैसे ढूँढा गया, कैसे घटाया गया और कैसे जाँचा गया।

मुख्य बातें

  • प्रति सेकंड का बिल आपके भेजे हर सेकंड को गिनता है, उस हर सेकंड को नहीं जो आपका ग्राहक सुनता है।
  • आख़िरी शब्द के बाद की ख़ामोशी सबसे आसानी से पकड़ी जाने वाली बर्बादी है, क्योंकि कोई तैयार एडिट उसे कभी नहीं चलाता।
  • क्लिप तभी छोटी करें जब बोली का अंत मापा गया हो और ऑडियो ख़ुद उसकी पुष्टि करे, और बाक़ी सब पूरा भेजें।
  • कम बिल को सुरक्षित मानने से पहले पुराने नतीजे की असली उदाहरणों पर नए से तुलना करें।

अगर आप किसी AI सेवा का पैसा प्रति सेकंड के हिसाब से देते हैं, तो मीटर उस हर चीज़ पर चलता है जो आप भेजते हैं, आख़िरी शब्द के बाद की उस ख़ामोशी पर भी जो किसी सुनने वाले तक पहुँचती ही नहीं। एक क्लाइंट के वीडियो टूल में, वॉइस बदलने के लिए भेजी गई हर क्लिप का लगभग एक-तिहाई हिस्सा ठीक यही था: ख़ामोशी। हमने पता लगाया कि यह कहाँ से आती है, जो भेजा जाता है उसे बदला, नतीजे को पूरी क्लिप्स के साथ जाँचा, और एक कार्यदिवस के भीतर इसे लाइव कर दिया; उस प्लेटफ़ॉर्म पर अब वॉइस बदलने का ख़र्च प्रति क्लिप लगभग एक-तिहाई कम है।

प्रति सेकंड का बिल क्या छिपाता है

प्रति सेकंड की दर आपको एक सेकंड की क़ीमत बताती है, यह नहीं कि आप जिन सेकंडों का पैसा देते हैं, उनमें से कितने आपके ग्राहक तक पहुँचते हैं।

बिल इस्तेमाल हुए सेकंडों की गिनती के रूप में आता है। यह उन सेकंडों को अलग नहीं करता जिनमें बोली थी, उस ख़ामोशी से जो किसी के बोलना शुरू करने से पहले या बोलना बंद करने के बाद होती है, और एक कुल जोड़ इस फ़र्क़ को अच्छी तरह छिपा देता है। जिस टूल में दिन भर क्लिप्स निपटाई जाती हैं, वहाँ इस पर नज़र फिसल जाना आसान है।

इस ख़ामोशी का कुछ हिस्सा टाला नहीं जा सकता: वाक्य के बीच का ठहराव परफ़ॉर्मेंस का हिस्सा है और उसे रहना चाहिए। जिस हिस्से को ढूँढना चाहिए वह आख़िरी शब्द के बाद की पूँछ है, जिसे तैयार किया गया वीडियो वैसे भी काट देता है।

ऐसे टूल में यह बर्बादी क्यों होती है

क्लिप को पूरा भेजना बनाने का सबसे आसान तरीक़ा है, इसलिए हमारे अनुभव में यही बनाया जाता है।

सेवा को फ़ाइल शुरू से आख़िर तक मिलती है और वह उसके हर सेकंड का बिल करती है, कमरे की ख़ामोशी समेत। लेकिन तैयार एडिट बोली ख़त्म होने के एक सेकंड के कुछ हिस्से बाद ही काट देता है, इसलिए उस पूँछ का कोई हिस्सा कभी चलता ही नहीं।

दोनों लंबाइयाँ अलग-अलग जगह रहती हैं। बिल मिले हुए सेकंड गिनता है; एडिट रखे गए सेकंड गिनता है। जब तक कोई एक को दूसरे के साथ न रखे, यह फ़ासला नज़र से ओझल रहता है।

हमारे इंजीनियर ने इसे कैसे ढूँढा

टूल को पहले से पता था कि हर क्लिप में बोली कहाँ ख़त्म होती है, क्योंकि वहीं से एडिट काटा जाता है। यही माप हमारे इंजीनियर का सूत्र था।

अगला सवाल यह था कि उस बिंदु के बाद का कितना हिस्सा असल में चलाया जाता है। टूल में दो तरह के एडिट के साथ रखने पर, एक में यह एक सेकंड के दसवें हिस्से से थोड़ा ज़्यादा निकला और दूसरे में एक सेकंड के तिहाई हिस्से से कम। उसके बाद जो भी भेजा गया, उसका पैसा दिया गया और वह फेंक दिया गया, और इन क्लिप्स में यह हर क्लिप का लगभग एक-तिहाई बनता था।

सबसे साफ़ चिंता गुणवत्ता की थी। वॉइस सेवा उसी क्लिप से काम करती है जो उसे दी जाती है, और छोटी क्लिप किनारों पर अलग सुनाई देकर लौट सकती है। इसलिए इस बदलाव को तब तक पूरा नहीं माना गया जब तक असली क्लिप्स पर असली कन्वर्ज़न के साथ इसे चलाकर पूरी क्लिप भेजने के पुराने तरीक़े से न जाँच लिया गया।

हमने क्या बदला

अब हर क्लिप उसके आख़िरी शब्द के बाद आधे सेकंड तक ही भेजी जाती है, और उस बिंदु से चार दसवें सेकंड से कम पर कभी नहीं काटी जाती।

क्लिप छोटी करने से पहले दो जाँचों का सहमत होना ज़रूरी है। बोली का अंत उसी क्लिप पर मापा गया हो, और क्लिप की अपनी आवाज़ पुष्टि करे कि बोली ख़त्म हो गई है — कि पूँछ ख़ामोश है, कोई खींचा हुआ सुर या किसी दूसरे शब्द की शुरुआत नहीं। जब दोनों सहमत हों, तो बदली हुई आवाज़ लौटती है और सेवा के लौटाने के बाद, हमारी तरफ़ से, उसे ख़ामोशी से भरकर क्लिप की ठीक पुरानी लंबाई बना दिया जाता है। यह भराव कभी भेजा नहीं जाता, इसलिए इसका बिल भी नहीं लगता, और एडिट को पहले जितनी ही लंबी क्लिप मिलती है।

जो किसी भी जाँच में फ़ेल हो, वह पहले की तरह पूरा भेजा जाता है, और लॉग में वजह दर्ज होती है।

अगर यह आपका टूल होता तो आपको यह दिखता: छोटी की गई क्लिप का बिल उसकी अपनी लंबाई से कम सेकंडों का लगता है, और लॉग में उसकी वजह दर्ज होती है। पूरी भेजी गई क्लिप का बिल ठीक उसकी लंबाई के सेकंडों का लगता है, और लॉग में उसके साथ वजह होती है — उस क्लिप पर बोली का अंत मापा नहीं जा सका, या पूँछ की आवाज़ ख़ामोश नहीं पढ़ी गई।

जाँचों ने क्या दिखाया, और क्या अब भी पूरा जाता है

असली क्लिप्स पर असली कन्वर्ज़न के साथ जाँचों के बाद यह बदलाव क्लाइंट के प्लेटफ़ॉर्म पर लाइव हुआ, और जितना हम माप सके, उतने में यह पुराने तरीक़े जैसा ही व्यवहार करता है।

उन जाँचों में बोली का अंत ज़्यादा से ज़्यादा एक सेकंड के कुछ हज़ारवें हिस्से तक खिसका। आवाज़ का रूप उतना ही मिला जितना एक ही क्लिप के दो पूरे कन्वर्ज़न आपस में मिलते हैं, और आवाज़ की तेज़ी एक ही क्लिप के दो रन के बीच के सामान्य फ़र्क़ के भीतर रही। यह एक तुलना है, वादा नहीं: इसका मतलब है कि हम कोई बदलाव माप नहीं सके, यह नहीं कि बदलाव है ही नहीं।

टूल का एक हिस्सा अभी अछूता है। पूरे विज्ञापन की आवाज़ एक साथ बदलने में अभी यह माप इस्तेमाल नहीं होता और पूरी क्लिप्स ही भेजी जाती हैं।

आप ख़ुद क्या जाँच सकते हैं

  • कोई ऐसी क्लिप लें जिसे पहले प्रोसेस करा चुके हैं और उसकी अपनी लंबाई को उसके बिल हुए सेकंडों के साथ रखें। अगर दोनों एक जैसे हैं, तो वह क्लिप पूरी गई थी।
  • टूल का लॉग या हिस्ट्री खोजें। छोटी की गई क्लिप के साथ वजह दर्ज होनी चाहिए, और जिस क्लिप को छोड़ा गया उसके साथ भी।
  • पूछें कि टूल के हर काम में छोटा भेजना इस्तेमाल होता है या कुछ में ही। इस टूल में, पूरे विज्ञापन की आवाज़ एक साथ बदलने में अब भी पूरी क्लिप्स भेजी जाती हैं।
  • पूछें कि जिस ऑडियो को टूल सुरक्षित तरीक़े से नहीं आँक सकता, उसका क्या होता है। जवाब यह होना चाहिए कि वह पहले की तरह, पूरा ही जाता है।
  • जिस सेवा का बिल मिनट के हिसाब से लगता है, उससे पूछें कि लंबी ख़ामोशी भेजी जाती है या नहीं, और क्या कोई उसका इस्तेमाल करता है।

आगे क्या करें

एक नंबर से शुरू करें, एक तरह के काम पर: प्रोसेसिंग के लिए आप कितने सेकंड भेजते हैं, और तैयार काम में कितने पहुँचते हैं। अगर कोई आपको असली उदाहरणों पर यह नहीं दिखा सकता, तो टूल को जैसा है वैसा रहने दें और कुछ भी घटाने से पहले फिर पूछें। पैसे वाली सेवा को जो मिलता है उसे घटाना, और यह साबित करना कि नतीजा अब भी वैसा ही सुनाई देता है, ऐसा काम है जो हमारे इंजीनियर क्लाइंट्स के लिए करते हैं।

लोग जो पूछते हैं

मुझे कैसे पता चलेगा कि मैं किसी AI वॉइस या वीडियो टूल में ख़ामोशी का पैसा दे रहा हूँ?

दो लंबाइयों की तुलना करें: जो आप सेवा को भेजते हैं, और जो तैयार किए गए वीडियो में पहुँचता है। अगर क्लिप पूरी भेजी जाती है और एडिट आख़िरी शब्द के एक सेकंड के कुछ हिस्से बाद काट देता है, तो पूँछ का बिल लग रहा है और वह कभी चलती नहीं। अकेला बिल यह नहीं दिखाएगा, क्योंकि वह सिर्फ़ इस्तेमाल हुए सेकंड बताता है।

क्लिप छोटी करने से आवाज़ कैसी सुनाई देगी, क्या बदलेगी?

असली क्लिप्स पर हमारी जाँचों में नहीं, जितना हम माप सके उतने में। बोली का अंत ज़्यादा से ज़्यादा एक सेकंड के कुछ हज़ारवें हिस्से तक खिसका, आवाज़ उतनी ही मिली जितना एक ही क्लिप के दो पूरे रन आपस में मिलते हैं, और आवाज़ की तेज़ी रन के बीच के सामान्य फ़र्क़ के भीतर रही। कटाई भी तभी की जाती है जब दो अलग जाँचें सहमत हों, और बदली हुई आवाज़ को भरकर पुरानी लंबाई बना दिया जाता है।

जिन क्लिप्स को टूल सुरक्षित तरीक़े से नहीं आँक सकता, उनका क्या होता है?

वे पहले की तरह, पूरी ही भेजी जाती हैं। क्लिप तभी छोटी की जाती है जब उसी क्लिप पर बोली का अंत मापा गया हो और क्लिप की अपनी आवाज़ पुष्टि करे कि बोली ख़त्म हो गई है। टूल यह भी दर्ज करता है कि हर क्लिप क्यों छोटी की गई या क्यों छोड़ी गई।

क्या यह ट्रांसक्रिप्शन और वीडियो सेवाओं पर भी लागू होता है, या सिर्फ़ वॉइस पर?

हमने यह सिर्फ़ एक क्लाइंट के वीडियो टूल में वॉइस बदलने के लिए किया, इसलिए हम नहीं बता सकते कि कहीं और कितनी बचत होगी। जिस भी चीज़ का बिल सेकंड या मिनट के हिसाब से लगता है, उससे यह सवाल पूछना बनता है: ख़ामोशी वाले लंबे रिकॉर्डिंग की ट्रांसक्रिप्शन, या ऐसी प्रोसेसिंग जो क्लिप्स में भराव जोड़ती है। पूछें कि बिना इस्तेमाल वाले सेकंड कहाँ जाते हैं।

आम तौर पर क्लिप का कितना हिस्सा ख़ामोशी होता है?

जिन क्लिप्स को हमने देखा, उनमें से हर एक का लगभग एक-तिहाई हिस्सा आख़िरी शब्द के बाद ख़ामोश था। यह एक टूल और एक ही तरह की क्लिप्स से आया है, इसलिए इसे अपनी क्लिप्स मापने की वजह मानें, किसी अपेक्षा के तौर पर नहीं। यह हिस्सा बोलने वाले, स्क्रिप्ट और रिकॉर्डिंग कैसे की गई, इसके हिसाब से अलग होगा।

Tech Concierge की ओर से

क्या आप चाहते हैं कि आपके कारोबार के लिए यह सब कोई और संभाले?

आपका अपना इंजीनियर वेबसाइट, ऐप, CRM और आपके ग्राहकों को जवाब देने वाला AI असिस्टेंट बनाता और चलाता है।

पहले 7 दिन मुफ़्त हैं।

आगे पढ़ें

केस स्टडीवीडियो और कंटेंट

आपका वीडियो टूल एक दिन का वादा क्यों करता है जब काम शाम तक तैयार हो जाता है

एक तय दर पर बना समय सबसे बड़े कामों में सच से सबसे दूर होता है, जबकि उसके बगल का काउंटर शून्य पर टिका रह सकता है। एक क्लाइंट के वीडियो प्लेटफॉर्म पर हमने क्या पाया, और आप अपने यहाँ क्या जाँचें।

5 मिनट में पढ़ें

केस स्टडीवीडियो और कंटेंट

जब काम अभी चल रहा हो तो टूल उसे अटका क्यों बताता है

एक ही हफ़्ते में दो बार एक वीडियो प्लेटफ़ॉर्म ने टीम को बताया कि विज्ञापन रुक गया है, जबकि वह अभी बन ही रहा था। समाधान यह था कि काम को खोया हुआ कहने से पहले उस स्टेप से पूछा जाए जो उसे संभाले हुए है, घड़ी से फ़ैसला न लिया जाए।

5 मिनट में पढ़ें

केस स्टडीवीडियो और कंटेंट

आपका AI प्रेज़ेंटर वीडियो के बीच में बैकग्राउंड क्यों बदल देता है

एक क्लाइंट की वीडियो टीम ने देखा कि दो नए विज्ञापनों में उनका AI प्रेज़ेंटर बीच में जगह बदल लेता है, और लाइनें दोबारा बनाने से फ़ायदा नहीं हुआ। वजह एक सेटिंग थी जो सिर्फ़ एक तरह के वीडियो में बंद कर दी गई थी।

4 मिनट में पढ़ें

हम इस ब्लॉग की विज़िट अपने ख़ुद के एनालिटिक्स से गिनते हैं, Google से नहीं, और आप क्या पढ़ते हैं यह किसी से साझा नहीं करते। क्या हम इस ब्राउज़र को एक कुकी से याद रखें? विवरण हमारी गोपनीयता नीति में है।