ആദി വാണി: ഐഒഎസ് ആപ്പും അഞ്ച് പുതിയ ഗോത്രഭാഷകളും

വാർത്തകളിൽ എന്ത് കൊണ്ട്?

Ministry of Tribal Affairs അപ്‌ഗ്രേഡ് ചെയ്ത Adi Vaani പ്ലാറ്റ്‌ഫോം ഓഗസ്റ്റ് 24-ന് മൈസൂരിൽ പുറത്തിറക്കി. ഇതിലൂടെ ഒരു iOS ആപ്ലിക്കേഷൻ, അഞ്ച് ഭാഷകൾ കൂടി, പുതിയ പ്ലാറ്റ്‌ഫോം ഐഡന്റിറ്റി എന്നിവയും കൂട്ടിച്ചേർത്തു. മന്ത്രാലയം തങ്ങളുടെ ജാഗോ (Jago) Artificial Intelligence അസിസ്റ്റന്റിനെയും അവതരിപ്പിച്ചു. Central Institute of Indian Languages-യുമായുള്ള പുതിയ കരാർ ഭാഷാ ഡോക്യുമെന്റേഷനും (documentation) കോർപ്പസ് (corpus) വികസനത്തിനും പിന്തുണ നൽകുന്നു.

എന്താണ് ആദി വാണി?

ഗോത്രവർഗ്ഗ ഭാഷകളുടെ വിവർത്തനത്തിനും സംരക്ഷണത്തിനുമായി സർക്കാർ പിന്തുണയോടെ പ്രവർത്തിക്കുന്ന ഒരു പ്ലാറ്റ്‌ഫോമാണ് Adi Vaani. ടെക്സ്റ്റ്, സംസാരം, ചിത്രങ്ങൾ, റെക്കോർഡ് ചെയ്ത വിവരങ്ങൾ എന്നിവ കൈകാര്യം ചെയ്യാൻ Artificial Intelligence സഹായിക്കുന്നു. പൊതുവിവരങ്ങൾ ലഭ്യമാക്കുന്നത് മെച്ചപ്പെടുത്താനാണ് ഈ സേവനം ലക്ഷ്യമിടുന്നത്. ഓൺലൈൻ ഉള്ളടക്കം പരിമിതമായ ഭാഷകൾക്കായി ഡിജിറ്റൽ ഉറവിടങ്ങളും ഇത് സൃഷ്ടിക്കുന്നു.

2025 സെപ്റ്റംബറിലാണ് ഈ പ്ലാറ്റ്‌ഫോം ബീറ്റാ രൂപത്തിൽ (beta form) ആരംഭിച്ചത്. ഇതിന്റെ ആദ്യ പ്രവർത്തനങ്ങൾ സാന്താലി, ഭിലി, മുണ്ഡാരി, ഗോണ്ടി എന്നീ ഭാഷകളിലായിരുന്നു. ഗാരോ, കുയി എന്നിവ അന്ന് വികസന ഘട്ടത്തിലായിരുന്നു. നിലവിലെ പ്ലാറ്റ്‌ഫോം നിരവധി ഭാഷാ കുടുംബങ്ങളിൽ നിന്നുള്ള വിപുലമായ ഭാഷകളുടെ ഒരു കൂട്ടം പ്രദർശിപ്പിക്കുന്നു.

അഞ്ച് ഭാഷകൾ കൂടി ചേർത്തതായി ഔദ്യോഗിക പ്രഖ്യാപനം സ്ഥിരീകരിക്കുന്നുണ്ട്, എന്നാൽ അവയുടെ പേരുകൾ വ്യക്തിഗതമായി പറയുന്നില്ല. നിലവിലെ പ്ലാറ്റ്‌ഫോം പേജിൽ ആകെ 13 ഭാഷകളാണ് രേഖപ്പെടുത്തിയിട്ടുള്ളത്. ഈ പുതിയ ബാച്ചിൽ ഉൾപ്പെട്ട അഞ്ച് ഭാഷകൾ ഏതൊക്കെയെന്ന് ഈ പതിപ്പിൽ ഊഹിക്കുന്നില്ല. ഈ പ്രത്യേകത ഔദ്യോഗിക രേഖകൾ കൃത്യമായി സംരക്ഷിക്കുന്നു.

ഉപകരണങ്ങൾ എങ്ങനെ പ്രവർത്തിക്കുന്നു?

പിന്തുണയ്ക്കുന്ന ഭാഷകൾക്കിടയിലുള്ള എഴുതപ്പെട്ട വിവരങ്ങൾ ടെക്സ്റ്റ് വിവർത്തനം ചെയ്യുന്നു. സംസാര രൂപത്തിലുള്ള വാക്കുകളെ ടെക്സ്റ്റാക്കി മാറ്റാൻ Automatic speech recognition സഹായിക്കും. ടെക്സ്റ്റ്-ടു-സ്പീച്ച് (Text-to-speech) ഉപയോഗിച്ച് എഴുതിയ വിവരങ്ങളിൽ നിന്ന് ഓഡിയോ തയ്യാറാക്കാം. ഭാഷാ വിനിമയത്തിനായി സ്പീച്ച് ട്രാൻസ്ലേഷന് (Speech translation) ഈ ഘട്ടങ്ങളെ ബന്ധിപ്പിക്കാൻ കഴിയും.

ഒരു ഫോട്ടോയിൽ നിന്നോ സ്കാൻ ചെയ്ത ഡോക്യുമെന്റിൽ നിന്നോ ഒപ്റ്റിക്കൽ ക്യാരക്ടർ റെക്കഗ്നിഷൻ (Optical character recognition) ടെക്സ്റ്റ് വേർതിരിച്ചെടുക്കുന്നു. പ്രൈമറുകൾ (primers), നോട്ടീസുകൾ, പഴയ രേഖകൾ എന്നിവ ഡിജിറ്റൈസ് ചെയ്യാൻ ഇത് സഹായിക്കും. സബ്‌ടൈറ്റിൽ ഉപകരണങ്ങൾക്ക് (Subtitle tools) റെക്കോർഡ് ചെയ്ത ഉള്ളടക്കം കൂടുതൽ പ്രാപ്യമാക്കാൻ കഴിയും. നിഘണ്ടുക്കളും പ്രൈമറുകളും മെഷീൻ നൽകുന്ന ഉത്തരങ്ങൾക്ക് മനുഷ്യർക്ക് മനസ്സിലാകുന്ന തരത്തിലുള്ള റഫറൻസുകൾ നൽകുന്നു.

ഗോത്രവർഗ്ഗ ഭാഷകൾക്ക് പ്രത്യേക ഡിസൈൻ ആവശ്യമായി വരുന്നത് എന്തുകൊണ്ട്?

പല Artificial Intelligence സംവിധാനങ്ങളും വലിയ ഡിജിറ്റൽ ശേഖരങ്ങളിൽ നിന്നാണ് വിവരങ്ങൾ മനസ്സിലാക്കുന്നത്. നിരവധി ഗോത്രവർഗ്ഗ ഭാഷകൾക്ക് വളരെ ചെറിയ ഓൺലൈൻ കോർപ്പറേകൾ (corpora) മാത്രമാണുള്ളത്. ഇവയുടെ അക്ഷരവിന്യാസം സ്ഥലങ്ങൾക്കും ലിപികൾക്കും അനുസരിച്ച് വ്യത്യാസപ്പെടാം. ദൈനംദിന സംസാരവും ഔദ്യോഗികമായ എഴുത്ത് രൂപത്തിൽ നിന്ന് വ്യത്യസ്തമായിരിക്കാം.

ദുർബലമായ ഡാറ്റയിൽ പരിശീലനം ലഭിച്ച ഒരു മോഡൽ തെറ്റുകൾ വരുത്തിയേക്കാം. നേരിട്ടുള്ള വിവർത്തനത്തിലൂടെ ബന്ധങ്ങൾ, ആചാരങ്ങൾ അല്ലെങ്കിൽ പാരിസ്ഥിതിക അർത്ഥങ്ങൾ എന്നിവ നഷ്ടപ്പെടാൻ സാധ്യതയുണ്ട്. അതിനാൽ സമൂഹത്തിൽ ഭാഷ സംസാരിക്കുന്നവരും പരിശീലനം ലഭിച്ച ഭാഷാ പണ്ഡിതരും ഫലങ്ങൾ അവലോകനം ചെയ്യേണ്ടതുണ്ട്. സമൂഹത്തിന്റെ സഹകരണവും വിദഗ്ധരുടെ പരിശോധനയും ഉപയോഗിച്ചാണ് തങ്ങളുടെ വിവർത്തനങ്ങൾ നടക്കുന്നതെന്ന് Adi Vaani പറയുന്നു.

CIIL-ന്റെയും പ്രാദേശിക സ്ഥാപനങ്ങളുടെയും പങ്ക്

കർണാടകയിലെ മൈസൂർ ആസ്ഥാനമായാണ് Central Institute of Indian Languages പ്രവർത്തിക്കുന്നത്. ഭാഷാ ഗവേഷണം, ഡോക്യുമെന്റേഷൻ, അധ്യാപന ഉറവിടങ്ങൾ എന്നിവയിലാണ് ഇത് ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നത്. ഡാറ്റാ പങ്കിടലും കോർപ്പസ് വികസനവും മന്ത്രാലയവുമായുള്ള ഇതിന്റെ ധാരണാപത്രത്തിൽ ഉൾപ്പെടുന്നു. സംസാര രൂപത്തിലുള്ളതോ എഴുതപ്പെട്ടതോ ആയ ഭാഷാ സാമ്പിളുകളുടെ ചിട്ടയായ ശേഖരമാണ് കോർപ്പസ്.

Tribal Research Institutes-നും അക്കാദമിക് പങ്കാളികൾക്കും നേരിട്ടുള്ള റെക്കോർഡിംഗും പരിശോധനകളും പിന്തുണയ്ക്കാനാകും. മുതിർന്നവർ പദസമ്പത്തും വാമൊഴി ചരിത്രവും സംരക്ഷിക്കുന്നു. ഉപകരണങ്ങൾ ഇപ്പോഴത്തെ ഉപയോഗത്തിന് അനുയോജ്യമാണോ എന്ന് പരിശോധിക്കാൻ യുവ തലമുറയ്ക്ക് കഴിയും. വീടുകളിൽ ഉപയോഗിക്കുന്ന ഭാഷയെ ക്ലാസ് മുറികളിലെ വിശാലമായ പഠനവുമായി ബന്ധിപ്പിക്കാൻ സ്കൂളുകൾക്ക് സാധിക്കും.

ജാഗോ നൽകുന്നത് മറ്റൊരു ലക്ഷ്യം

മന്ത്രാലയത്തിന്റെ സംഭാഷണ സഹായിയാണ് ജാഗോ (Jago). ക്ഷേമ പദ്ധതികളെയും ഔദ്യോഗിക പരിപാടികളെയും കുറിച്ചുള്ള വിവരങ്ങൾ കണ്ടെത്താൻ ആളുകളെ സഹായിക്കുക എന്നതാണ് ഇതിലൂടെ ലക്ഷ്യമിടുന്നത്. ഈ செயல்பாடு ഭാഷാ ഡോക്യുമെന്റേഷനിൽ നിന്ന് വ്യത്യസ്തമാണ്. സർക്കാരിന്റെ വിശ്വസനീയമായ വിവരങ്ങൾ ഒരു ഇന്റർഫേസിലൂടെ അസിസ്റ്റന്റ് ക്രമീകരിക്കുന്നു.

കൃത്യമായ ഉത്തരങ്ങളെയും യഥാസമയം നൽകുന്ന അപ്‌ഡേറ്റുകളെയും ആശ്രയിച്ചായിരിക്കും ഇതിന്റെ മൂല്യം. പ്രധാന വിവരങ്ങളുടെ ഉറവിടവും തീയതിയും ഒരു ചാറ്റ്ബോട്ട് കാണിക്കണം. ഒരു ഔദ്യോഗിക വ്യക്തിയുമായി ബന്ധപ്പെടാനുള്ള വഴിയും ഇത് നൽകേണ്ടതുണ്ട്. ഒരു അപ്പീലിനോ നിയമപരമായ അവകാശത്തിനോ പകരമാകാൻ ഓട്ടോമേറ്റഡ് മാർഗ്ഗനിർദ്ദേശങ്ങൾക്ക് കഴിയില്ല.

വിദ്യാഭ്യാസ-പൊതു സേവന മൂല്യം

തുടക്കത്തിലുള്ള പഠനം കുട്ടികളുടെ മാതൃഭാഷയുമായി ബന്ധിപ്പിക്കുമ്പോൾ അവർ കൂടുതൽ എളുപ്പത്തിൽ പഠിക്കുന്നു. പ്രാദേശിക, ദേശീയ ഭാഷകൾ പരിചയപ്പെടുത്തുന്നതിനൊപ്പം കാര്യങ്ങൾ നന്നായി മനസ്സിലാക്കുന്നതിനും ബഹുഭാഷാ വിദ്യാഭ്യാസം സഹായിക്കുന്നു. പ്രാദേശികമായ പഠനവിഭവങ്ങൾ തയ്യാറാക്കാൻ ഡിജിറ്റൽ ഉപകരണങ്ങൾ അധ്യാപകരെ സഹായിച്ചേക്കാം. പരിശീലനം ലഭിച്ച അധ്യാപകർക്കോ സമൂഹം സൃഷ്ടിക്കുന്ന ഉള്ളടക്കങ്ങൾക്കോ പകരം നിൽക്കാൻ അവയ്ക്ക് കഴിയില്ല.

ആരോഗ്യ, ക്ഷേമ വിവരങ്ങളുടെ വിനിമയം മെച്ചപ്പെടുത്താനും വിവർത്തനത്തിന് കഴിയും. ഒരാൾക്ക് പരിചിതമായ ഭാഷയിൽ വിവരങ്ങൾ ലഭ്യമാകുമ്പോൾ അർഹതയോ ചികിത്സാ നിർദ്ദേശങ്ങളോ കൂടുതൽ വ്യക്തമായി മനസ്സിലാക്കാൻ കഴിഞ്ഞേക്കാം. സാക്ഷരത കുറഞ്ഞ സ്ഥലങ്ങളിൽ സ്പീച്ച് ടൂളുകൾ സഹായിക്കും. ഇന്റർനെറ്റ് സൗകര്യം കുറഞ്ഞ പ്രദേശങ്ങളിൽ ഓഫ്‌ലൈൻ ആക്സസ് വളരെ പ്രധാനമാണ്.

ഡാറ്റാ അവകാശങ്ങളും സാംസ്കാരിക സംരക്ഷണങ്ങളും

ഭാഷാ വിവരങ്ങളിൽ പാട്ടുകൾ, പവിത്രമായ അറിവുകൾ, തിരിച്ചറിയാൻ കഴിയുന്ന ശബ്ദങ്ങൾ എന്നിവ ഉൾപ്പെട്ടേക്കാം. അതിനാൽ ഡാറ്റ ശേഖരിക്കുന്നതിന് സമൂഹത്തിന്റെ അറിവോടെയുള്ള സമ്മതം ആവശ്യമാണ്. റെക്കോർഡിംഗുകൾ എങ്ങനെ സൂക്ഷിക്കുമെന്നും വീണ്ടും ഉപയോഗിക്കുമെന്നും ആളുകൾ അറിഞ്ഞിരിക്കണം. വാണിജ്യപരമായ ഉപയോഗത്തിന് കൃത്യമായ നിയമങ്ങളും ആനുകൂല്യങ്ങൾ പങ്കുവെക്കുന്നതിനുള്ള വ്യവസ്ഥകളും ആവശ്യമാണ്.

വോയ്‌സ് ഫയലുകൾ, ട്രാൻസ്‌ക്രിപ്റ്റുകൾ, ഉപയോക്താക്കളുടെ ചോദ്യങ്ങൾ എന്നിവയ്ക്ക് സുരക്ഷ ഒരുക്കേണ്ടതുണ്ട്. ദോഷകരമായ വിവർത്തനങ്ങൾ തിരുത്താൻ സമൂഹങ്ങൾക്ക് ഒരു മാർഗ്ഗവും ആവശ്യമാണ്. ഓപ്പൺ ആക്സസിന് ഗവേഷണത്തെ പിന്തുണയ്ക്കാൻ കഴിയും, എന്നാൽ എല്ലാ സാംസ്കാരിക രേഖകളും ഒരു പബ്ലിക് ഡാറ്റാബേസിൽ ഉൾപ്പെടുത്താൻ കഴിയില്ല. വ്യക്തികളുടെ സ്വകാര്യതയ്ക്കൊപ്പം സമൂഹത്തിന്റെ അവകാശങ്ങളും ഭരണകൂടം തിരിച്ചറിയണം.

ആളുകൾ ഉപയോഗിക്കുമ്പോൾ മാത്രമേ സാങ്കേതികവിദ്യ ഒരു സജീവ ഭാഷയെ പിന്തുണയ്ക്കുന്നുള്ളൂ

ഒരു ഡിജിറ്റൽ മോഡലിന് വാക്കുകൾ രേഖപ്പെടുത്താനും കൂടുതൽ പേരിലേക്ക് എത്തിക്കാനും കഴിയും. എങ്കിലും ഭാഷയുടെ ദീർഘകാല നിലനിൽപ്പ് വീടുകളിലെ സംസാരം, സ്കൂളുകളിലെ പഠനം, സാംസ്കാരിക സൃഷ്ടികൾ, പൊതുവായ ഉപയോഗം എന്നിവയെ ആശ്രയിച്ചിരിക്കുന്നു. സമൂഹത്തിന്റെ നിയന്ത്രണമാണ് സാങ്കേതികവിദ്യയ്ക്ക് സാധുത നൽകുന്നത്.

ഉപസംഹാരം

വിദ്യാഭ്യാസത്തിലും പൊതു സേവനങ്ങളിലുമുള്ള ഗുരുതരമായ ഭാഷാ തടസ്സങ്ങൾ കുറയ്ക്കാൻ Adi Vaani-ക്ക് കഴിയും. അതിന്റെ വിശാലമായ പ്ലാറ്റ്‌ഫോമും മൊബൈൽ ആക്സസും വളരെ പ്രയോജനപ്രദമായ ഘട്ടങ്ങളാണ്. സംസാരിക്കുന്നവർ, ഭാഷാ പണ്ഡിതർ, സുതാര്യമായ അവലോകനം എന്നിവയിലൂടെ മാത്രമേ കൃത്യത ഉറപ്പാക്കാൻ കഴിയൂ. സമ്മതം വാങ്ങുന്നതും കൃത്യമായ ഡാറ്റാ നിയമങ്ങളും ഒരുപോലെ പ്രധാനമാണ്. ഈ പ്രോജക്റ്റ് സമൂഹങ്ങളെ ശക്തിപ്പെടുത്തണം, അല്ലാതെ ഒരു വലിയ സാങ്കേതിക ഡാറ്റാബേസ് നിർമ്മിക്കുകയല്ല വേണ്ടത്.