சௌராஷ்டிர மொழியைப் பேசும் செயற்கை நுண்ணறிவு! 28 மணிநேரக் குரல் பதிவுகளில் உருவான புதிய தொழில்நுட்பம்

விவரம்

தமிழ்நாட்டில் பேசப்படும் சௌராஷ்டிர மொழியைச் செயற்கை நுண்ணறிவு மூலம் ஒலிக்கச் செய்யும் புதிய தொழில்நுட்பம் உருவாக்கப்பட்டுள்ளது.

மத்திய அரசின் பாஷிணி (BHASHINI) திட்டமும் பெங்களூருவில் உள்ள இந்திய அறிவியல் நிறுவனமும் இணைந்து, சௌராஷ்டிர மொழியில் எழுதப்பட்ட உரைகளை மனிதக் குரலைப் போன்ற ஒலியாக மாற்றும் செயற்கை நுண்ணறிவு மாதிரிகளை உருவாக்கியுள்ளன.

இதுதொடர்பான அதிகாரப்பூர்வ அறிவிப்பை மத்திய மின்னணு மற்றும் தகவல் தொழில்நுட்ப அமைச்சகம் 2026 அக்டோபர் 16 அன்று வெளியிட்டுள்ளது.

இந்த முயற்சிக்காக 28 மணிநேரத்திற்கும் அதிகமான சௌராஷ்டிர மொழிக் குரல் பதிவுகள் பயன்படுத்தப்பட்டுள்ளன.

ஆனால் இங்கு கவனிக்க வேண்டிய முக்கியமான விஷயம் ஒன்று உள்ளது.

இது சௌராஷ்டிர மொழியில் மனிதர்களுடன் உரையாடும் தனித்துச் செயலி அறிமுகப்படுத்தப்பட்ட செய்தி அல்ல. எழுதப்பட்ட உரையைப் பேச்சாக மாற்றும் செயற்கை நுண்ணறிவு மாதிரிகள் உருவாக்கப்பட்டுள்ளன என்பதே அதிகாரப்பூர்வ அறிவிப்பு.

சௌராஷ்டிர மொழி ஏன் முக்கியமானது?

சௌராஷ்டிரம் இந்தியாவின் இந்தோ-ஆரிய மொழிக் குடும்பத்தைச் சேர்ந்த மொழியாகும்.

தமிழ்நாட்டில் வாழும் சௌராஷ்டிர சமூகத்தினரால் இந்த மொழி பெருமளவில் பேசப்படுகிறது.

2011ஆம் ஆண்டு மக்கள்தொகைக் கணக்கெடுப்பின்படி, சௌராஷ்டிர மொழியைப் பேசுபவர்களின் எண்ணிக்கை சுமார் 2.48 லட்சம் என மத்திய அரசின் அறிவிப்பு குறிப்பிடுகிறது.

இது 2011ஆம் ஆண்டுக்கான எண்ணிக்கை மட்டுமே. 2026ஆம் ஆண்டின் தற்போதைய மொழிப் பேசுவோர் எண்ணிக்கையாக இதைக் கருதக்கூடாது.

சௌராஷ்டிர மொழிக்கு தனித்த எழுத்துமுறை இருந்தாலும், தமிழ் எழுத்துகளிலும் சௌராஷ்டிர மொழி எழுதப்படுகிறது.

பெரிய மொழிகளுடன் ஒப்பிடும்போது, சௌராஷ்டிர மொழிக்கான மின்னணுத் தரவுகளும் செயற்கை நுண்ணறிவு தொழில்நுட்ப வளங்களும் குறைவாக உள்ளதாக மத்திய அரசு தெரிவித்துள்ளது.

இதுபோன்ற மொழிகளுக்கான தொழில்நுட்பங்களை உருவாக்குவதற்கு போதுமான மொழித் தரவுகள் கிடைப்பது முக்கியமான தேவையாகும்.

புதிய தொழில்நுட்பம் என்ன செய்கிறது?

இந்திய அறிவியல் நிறுவனம் உருவாக்கியுள்ள மாதிரிகள், எழுதப்பட்ட சௌராஷ்டிர மொழி உரைகளை ஒலியாக மாற்றுகின்றன.

இந்தத் தொழில்நுட்பம் உரையிலிருந்து பேச்சு உருவாக்குதல் என்று அழைக்கப்படுகிறது.

உதாரணமாக, சௌராஷ்டிர மொழியில் ஒரு வாக்கியம் எழுதப்பட்டிருக்கிறது என்று வைத்துக்கொள்வோம்.

அந்த வாக்கியத்தைத் தொழில்நுட்பத்தின் மூலம் ஆண் அல்லது பெண் குரலில் ஒலிக்கச் செய்வதே இந்த மாதிரிகளின் அடிப்படைச் செயல்பாடாகும்.

முக்கியமாக, தமிழ் எழுத்துகளில் எழுதப்பட்ட சௌராஷ்டிர மொழி உரைகளையும் இந்த மாதிரிகள் செயலாக்கும் வகையில் உருவாக்கப்பட்டுள்ளன.

இது தமிழ் மொழியில் எழுதப்பட்ட எந்த உரையையும் தானாகச் சௌராஷ்டிர மொழிக்கு மொழிபெயர்க்கும் வசதி என்று பொருள் அல்ல.

மொத்தம் நான்கு மாதிரிகள் உருவாக்கம்

மத்திய அரசின் அறிவிப்பின்படி, நான்கு குரல் மாதிரிகள் உருவாக்கப்பட்டுள்ளன.

அவை இரண்டு வகையான மனிதக் குரல்களையும் இரண்டு எழுத்துமுறைகளையும் அடிப்படையாகக் கொண்டவை.

1. தமிழ் எழுத்துமுறையில் உள்ள சௌராஷ்டிர உரைக்கான ஆண் குரல் மாதிரி.

2. தமிழ் எழுத்துமுறையில் உள்ள சௌராஷ்டிர உரைக்கான பெண் குரல் மாதிரி.

3. சௌராஷ்டிர எழுத்துமுறையில் உள்ள உரைக்கான ஆண் குரல் மாதிரி.

4. சௌராஷ்டிர எழுத்துமுறையில் உள்ள உரைக்கான பெண் குரல் மாதிரி.

இதன் மூலம் சௌராஷ்டிர மொழியை இரு எழுத்துமுறைகளிலும் பயன்படுத்துபவர்களுக்கான குரல் தொழில்நுட்ப அடித்தளம் உருவாக்கப்பட்டுள்ளது.

28 மணிநேரக் குரல் பதிவுகள் எவ்வாறு பயன்படுத்தப்பட்டன?

இந்தத் திட்டத்திற்கான குரல் தரவுத் தொகுப்பை இந்திய அறிவியல் நிறுவனத்தின் SPIRE ஆய்வகம் உருவாக்கியுள்ளது.

இதில் 28 மணிநேரத்திற்கும் அதிகமான சௌராஷ்டிர மொழிக் குரல் பதிவுகள் இடம்பெற்றுள்ளன.

ஒரு ஆண் மற்றும் ஒரு பெண் குரல் கலைஞரின் பதிவுகள் இந்தத் தரவுத் தொகுப்பில் பயன்படுத்தப்பட்டுள்ளன.

இவற்றில் குறிப்பிட்ட நோக்கத்திற்காக எழுதப்பட்ட வாக்கியங்களும் இலக்கியங்களிலிருந்து எடுக்கப்பட்ட வாக்கியங்களும் இடம்பெற்றுள்ளன.

ஆண் குரல் மாதிரிக்காகச் சுமார் 10,000 பேச்சுப் பதிவுகளும், பெண் குரல் மாதிரிக்காகச் சுமார் 11,400 பேச்சுப் பதிவுகளும் பயன்படுத்தப்பட்டுள்ளன.

இவை சுமார் 21,400 தனித்த பேச்சுப் பதிவுகள் ஆகும்.

பதிவு செய்யப்பட்ட ஒலிகளுடன் அவற்றுக்கான எழுத்து வடிவங்களும் இணைக்கப்பட்டு, செயற்கை நுண்ணறிவு பயிற்சிக்குப் பயன்படுத்தப்பட்டுள்ளன.

இந்தத் தரவுகளை அடிப்படையாகக் கொண்டு, எழுத்துகளுக்கும் ஒலிகளுக்கும் இடையிலான தொடர்பைக் கற்றுக்கொள்ளும் வகையில் மாதிரிகள் உருவாக்கப்பட்டுள்ளன.

எந்தச் செயற்கை நுண்ணறிவு தொழில்நுட்பம் பயன்படுத்தப்பட்டது?

இந்த மாதிரிகள் VITS எனப்படும் நவீன உரையிலிருந்து பேச்சு உருவாக்கும் தொழில்நுட்பக் கட்டமைப்பைப் பயன்படுத்துகின்றன.

இந்தத் தொழில்நுட்பம் எழுத்து வடிவிலுள்ள தகவல்களைப் பெற்று, அவற்றுக்கு ஏற்ற பேச்சு ஒலியை உருவாக்க உதவுகிறது.

புதிய மாதிரிகள் எழுத்து அடிப்படையிலேயே செயல்படும் வகையில் உருவாக்கப்பட்டுள்ளதால், தனியாக ஒலியன்களை மாற்றும் கூடுதல் அமைப்பு தேவையில்லை என மத்திய அரசு தெரிவித்துள்ளது.

உருவாக்கப்படும் ஒலி 22,050 ஹெர்ட்ஸ் மாதிரி எடுப்பு விகிதத்தில் இருக்கும் என்றும் அதிகாரப்பூர்வ அறிவிப்பில் குறிப்பிடப்பட்டுள்ளது.

சௌராஷ்டிர மொழிக்கான தரவுகள் பொதுப் பயன்பாட்டுக்கு வந்துள்ளனவா?

இந்தத் திட்டத்தில் பயன்படுத்தப்பட்ட SPICOR TTS 3.0 எனப்படும் சௌராஷ்டிர மொழிக் குரல் தரவுத் தொகுப்பு, மத்திய அரசின் AIKOSH தளத்தில் கிடைப்பதாக அறிவிக்கப்பட்டுள்ளது.

AIKOSH என்பது இந்திய மொழிகளுக்கான செயற்கை நுண்ணறிவு ஆராய்ச்சி மற்றும் தொழில்நுட்ப உருவாக்கத்திற்கு உதவும் தரவுகள் உள்ளிட்ட வளங்களை வழங்கும் தளமாகும்.

இதன்மூலம் ஆராய்ச்சியாளர்கள், கல்வி நிறுவனங்கள் மற்றும் தொழில்நுட்ப உருவாக்குநர்கள் சௌராஷ்டிர மொழிக்கான புதிய பயன்பாடுகளை உருவாக்குவதற்கான அடிப்படை வளங்களைப் பெற முடியும்.

எனினும், தரவுத் தொகுப்பு கிடைப்பதும், முழுமையாகச் செயல்படும் பொதுமக்களுக்கான செயலி கிடைப்பதும் வெவ்வேறு நிலைகளாகும்.

மத்திய அரசின் இந்த அறிவிப்பில் தனியாகப் பொதுமக்கள் பயன்படுத்தக்கூடிய சௌராஷ்டிர குரல் செயலி தொடங்கப்பட்டதாகக் குறிப்பிடப்படவில்லை.

இந்தத் தொழில்நுட்பம் மக்களுக்கு எவ்வாறு பயன்படலாம்?

சௌராஷ்டிர மொழிக்கான இந்த முன்னேற்றம் பல்வேறு பயன்பாடுகளை உருவாக்க உதவக்கூடும்.

முதலாவதாக, சௌராஷ்டிர மொழியில் எழுதப்பட்ட உள்ளடக்கங்களை ஒலியாகக் கேட்கும் வசதிகளை உருவாக்க முடியும்.

இரண்டாவதாக, சௌராஷ்டிர மொழியைக் கற்றுக்கொள்ளும் மாணவர்கள் மற்றும் இளைஞர்களுக்கான ஒலி வழிக் கற்றல் கருவிகளை உருவாக்க இந்த மாதிரிகள் உதவலாம்.

மூன்றாவதாக, எழுத்துகளை வாசிப்பதில் சிரமம் உள்ளவர்களுக்கு மொழித் தகவல்களை ஒலி வடிவில் வழங்கும் அணுகல்தன்மைச் சேவைகளை உருவாக்க முடியும்.

நான்காவதாக, சௌராஷ்டிர மொழி இலக்கியங்களை ஒலி வடிவில் வழங்குவதற்கான புதிய வாய்ப்புகளையும் இந்தத் தொழில்நுட்பம் உருவாக்கக்கூடும்.

இவை தொழில்நுட்பத்தின் சாத்தியமான பயன்பாடுகளாகும். இத்தகைய அனைத்து வசதிகளும் ஏற்கெனவே மக்களுக்குக் கிடைக்கின்றன என்று கூற முடியாது.

தமிழ்நாட்டிற்கு இந்த முயற்சி ஏன் முக்கியமானது?

தமிழ்நாட்டில் தமிழ் மொழியுடன் பல்வேறு சமூகங்களின் தாய்மொழிகளும் தலைமுறைகளாகப் பயன்படுத்தப்பட்டு வருகின்றன.

அந்த மொழிகளின் எழுத்துகள், சொற்கள், இலக்கியங்கள் மற்றும் பேச்சு வழக்குகளை மின்னணு உலகிலும் பயன்படுத்துவதற்கான தொழில்நுட்ப வசதிகள் உருவாக்கப்படுவது முக்கியமான முன்னேற்றமாகும்.

குறிப்பாக சௌராஷ்டிரம் போன்ற மின்னணுத் தரவுகள் குறைவாக உள்ள மொழிகளுக்கான செயற்கை நுண்ணறிவு மாதிரிகள் உருவாக்கப்படுவது, மொழிகளை மின்னணுத் தளத்தில் தொடர்ந்து பயன்படுத்துவதற்கான வாய்ப்புகளை அதிகரிக்கக்கூடும்.

ஆனால் தொழில்நுட்ப மாதிரிகள் உருவாக்கப்படுவது மட்டும் ஒரு மொழியின் நீண்டகாலப் பாதுகாப்பை உறுதிசெய்யாது.

அந்த மொழியை மக்கள் தொடர்ந்து பேசுவதும், கற்றுக்கொள்வதும், எழுதுவதும், அடுத்த தலைமுறைக்கு எடுத்துச் செல்வதும் முக்கியமானவை.

இன்னும் என்னென்ன விஷயங்கள் தெரியவில்லை?

2026 அக்டோபர் 16 அறிவிப்பின்படி, நான்கு குரல் மாதிரிகள் உருவாக்கப்பட்டுள்ளன; அவற்றின் பயிற்சிக்குப் பயன்படுத்தப்பட்ட குரல் தரவுத் தொகுப்பு AIKOSH தளத்தில் கிடைக்கிறது.

ஆனால் பொதுமக்கள் நேரடியாகப் பயன்படுத்தும் தனித்துச் செயலி எப்போது வெளியிடப்படும், மாதிரிகளின் குரல் தரம் எந்த அளவுக்கு மதிப்பிடப்பட்டுள்ளது, அனைத்து பயனர்களுக்கும் நேரடிப் பயன்பாடு கிடைக்குமா என்பன குறித்த முழுமையான விவரங்கள் அந்தச் செய்திக்குறிப்பில் இல்லை.

எனவே சௌராஷ்டிர மொழிக்கான செயற்கை நுண்ணறிவு தொழில்நுட்பம் உருவாக்கப்பட்டுள்ளது என்பதும், அது பொதுமக்களின் அன்றாடப் பயன்பாட்டுக்கு முழுமையாக வந்துவிட்டது என்பதும் ஒன்றல்ல.

வாகை பார்வை | முக்கியப் புரிதல்

செயற்கை நுண்ணறிவு வளர்ச்சி என்பது பெரிய மொழிகளுக்கு மட்டும் கிடைக்க வேண்டிய வசதி அல்ல.

தமிழ்நாட்டில் பேசப்படும் சௌராஷ்டிர மொழிக்காக 28 மணிநேரத்திற்கும் அதிகமான குரல் தரவுகளை உருவாக்கி, நான்கு உரையிலிருந்து பேச்சு மாதிரிகளை உருவாக்கியிருப்பது மொழித் தொழில்நுட்ப ஆராய்ச்சியில் குறிப்பிடத்தக்க முன்னேற்றமாகும்.

இந்த முயற்சியின் தற்போதைய நிலை — குரல் மாதிரிகள் உருவாக்கம் மற்றும் பயிற்சித் தரவுத் தொகுப்பு வெளியீடு.

அடுத்ததாகக் கவனிக்க வேண்டியது — இந்த மாதிரிகளை அடிப்படையாகக் கொண்ட பயன்பாடுகள் எப்போது உருவாகின்றன, அவற்றைச் சௌராஷ்டிர மொழி பேசும் மக்கள் எவ்வாறு அணுக முடியும் என்பதே.

ஒரு மொழியைப் பாதுகாப்பதற்கு அதை நினைவில் வைத்திருப்பது மட்டுமல்ல; புதிய தலைமுறையின் தொழில்நுட்பத்திலும் அதற்கான இடத்தை உருவாக்குவதும் முக்கியமான முயற்சியாகும்.