भारतीय भाषाओं के लिए सर्वम AI ने लॉन्च किया सारस V4 मॉडल, जानें इसकी खासियतें

Sep 23, 2026

07:47 pm

क्या है खबर?

भारतीय आर्टिफिशियल इंटेलिजेंस (AI) कंपनी सर्वम AI ने अपना नया AI मॉडल सारस V4 लॉन्च किया है। यह कंपनी के ऑटोमैटिक स्पीच रिकग्निशन मॉडल का नया वर्जन है, जिसे कई भाषाओं और अलग-अलग आवाज की स्थितियों को समझने के लिए बनाया गया है। यह भारतीय भाषाओं के साथ अंग्रेजी को भी सपोर्ट करता है। कंपनी के मुताबिक, मॉडल शोर वाले ऑडियो, अलग-अलग बोलियों और मिली-जुली भाषा वाली बातचीत को भी आसानी से संभाल सकता है।

खासियत

भारतीय भाषाओं को समझने की क्षमता

सारस V4 की खासियत भाषाओं और आवाज को समझना है।

मॉडल एक ऑडियो एन्कोडर को सर्वम AI के बनाए 3 अरब पैरामीटर वाले हाइब्रिड स्टेट-स्पेस मॉडल से जोड़ता है। यह बोली जाने वाली भाषा को अपने आप पहचानकर उसे संबंधित लिपि में लिख सकता है।

कंपनी के अनुसार, 22 भारतीय भाषाओं में भाषा पहचान की गलती दर 5.22 प्रतिशत रही, जबकि 10 प्रमुख भारतीय भाषाओं में यह दर 2.9 प्रतिशत रही है।

आउटपुट

पांच तरह का आउटपुट

सारस V4 एक ही ऑडियो को पांच तरह के आउटपुट में बदल सकता है।

इनमें वर्बेटिम ट्रांसक्रिप्शन, सामान्य टेक्स्ट, कोड-मिक्स्ड टेक्स्ट, ट्रांसलिटरेशन और ट्रांसलेशन शामिल हैं। कंपनी के मुताबिक, इन सुविधाओं के लिए अलग पोस्ट-प्रोसेसिंग सिस्टम की जरूरत नहीं होती।

मॉडल नाम, प्रोडक्ट टर्म और एक्रोनिम के लिए की-टर्म प्रॉम्प्टिंग भी सपोर्ट करता है। अंग्रेजी के लिए इसे सात बेंचमार्क पर परखा गया, जिनमें इंडियन इंग्लिश, अलग एक्सेंट, मीटिंग और मीडिया की आवाज शामिल थीं।

अन्य

शोर वाले ऑडियो पर भी काम

कंपनी के मुताबिक, सारस V4 को भारतीय भाषाओं और असल दुनिया के ऑडियो पर भी परखा गया है।

भारतीय भाषाओं के लिए इसे 10 भाषाओं वाले बेंचमार्क पर जांचा गया, जिसमें वर्ड एरर रेट और अर्थ से जुड़ी गलतियों का मूल्यांकन शामिल था। मॉडल लंबे ऑडियो को प्रोसेस कर सकता है और स्ट्रीमिंग में 150 मिलीसेकंड से कम समय में पहला टोकन दे सकता है।

कंपनी ने परीक्षणों से जुड़े आंकड़े भी जारी किए हैं।

उपलब्धता

डेवलपर्स के लिए उपलब्ध

सारस V4 डेवलपर्स के लिए सर्वम AI के API के जरिए उपलब्ध है। इसे पाइथन और नोड.जेएस SDK की मदद से इस्तेमाल किया जा सकता है।

वेरसेल AI SDK, लाइवकिट एजेंट्स और पाइपकैट एजेंट्स जैसे प्लेटफॉर्म के साथ भी इसका इंटीग्रेशन उपलब्ध है। API ट्रांसक्राइब, ट्रांसलेट, ट्रांसलिट, वर्बेटिम और कोडमिक्स आउटपुट मोड सपोर्ट करता है।

कंपनी की दी गई जानकारी में सारस V4 की कीमत का कोई आंकड़ा नहीं बताया गया है।