Google ने अपने सबसे एडवांस्ड वॉयस मॉडल के नए वर्जन Gemini 3.8 Live with Live Avatar को ऑफिशियली लॉन्च कर दिया है. इस नए फीचर के जरिए Google ने अपने रीयल-टाइम वॉयस मॉडल को एक डिजिटल 'इंसानी चेहरा' (Live Avatar) दे दिया है. ये न केवल यूजर की बातें सुन सकता है, बल्कि उसे देख सकता है और लगभग रीयल-टाइम में वॉयस व वीडियो दोनों के जरिए सीधे जवाब दे सकता है. Google का दावा है कि ये डिजिटल अवतार बिल्कुल इंसानों की तरह नेचुरली चेहरे के हाव-भाव दिखा सकते हैं.अपने होठों के मूवमेंट्स को बोले जाने वाले शब्दों के साथ सटीक रूप से मिला सकते हैं और बातचीत को बेहद आसान बना सकते हैं.
कंपनी ने बताया है कि ये विजुअल AI फीचर खासतौर से एंटरप्राइज और बिजनेस यूजर्स के लिए तैयार किया गया है. इसका इस्तेमाल कस्टमर सपोर्ट, वर्चुअल असिस्टेंट और किसी भी प्रोडक्ट या सर्विस के लाइव व इंटरैक्टिव वॉकथ्रू के लिए किया जा सकता है. कंपनी ने बताया कि Gemini 3.8 Live with Live Avatar अब Gemini Enterprise के जरिए बिजनेस यूजर्स के लिए पूरी तरह उपलब्ध है.
Gemini 3.8 Live Avatar की खूबियां
Google ने अपने एक ब्लॉगपोस्ट में इस फीचर की घोषणा करते हुए लिखा, "पिछले हफ्ते लॉन्च हुए Gemini 3.8 Live की सफलता को आगे बढ़ाते हुए, आज हम Gemini 3.8 Live with Live Avatar को पेश करने के लिए बेहद उत्साहित हैं. ये हमारे नेटिव लाइव डायलॉग मॉडल्स में रीयल-टाइम विजुअल प्रेजेंस को जोड़ने का काम करेगा."
ये लाइव अवतार ऑडियो और विजुअल इनपुट्स को एक साथ प्रोसेस करने की क्षमता रखता है. इसका मतलब जब आप इससे बात कर रहे होंगे, तो यह उसी समय आपके कैमरे के जरिए आपको या आपके सामने रखी चीज को देख भी रहा होगा. इसके बाद, ये अपनी आवाज, चेहरे के हाव-भाव और वीडियो के जरिए तुरंत रिएक्शन देगा. बातचीत के दौरान ये AI बिना रुके बैकग्राउंड में कई जटिल काम कर सकता है. यदि आप बातचीत के दौरान इससे कोई जानकारी चेक करने या कोई टास्क पूरा करने को कहते हैं, तो यह अपनी बातचीत को रोके बिना बैकग्राउंड में उस काम को पूरा कर लेगा.
We're launching Gemini 3.8 Flash TTS and Gemini 3.8 Flash-Lite TTS ⚡️
— Google AI (@GoogleAI) September 23, 2026
Our most expressive audio models yet let you create custom voices across 100+ languages or pick from 2,000+ ready-to-use ones. You can direct back-and-forth conversations, guide the delivery line-by-line, and… pic.twitter.com/DrRUUFtVn7
ये लाइव अवतार मल्टी-लिंगुअल बातचीत को पूरी तरह सपोर्ट करता है. Google के अनुसार Live Avatar 97 अलग-अलग भाषाओं में बात कर सकता है. जब ये अपनी भाषा बदलेगा, इसके होठों की हलचल और चेहरे के एक्सप्रेशन्स भी फौरन बदली हुई भाषा के अनुसार खुद-ब-खुद बदल जाएंगे.
कंपनी ने बताया कि बिजनेस अपनी पसंद के अनुसार पहले से सेट किए गए कई अलग-अलग चेहरों और आवाजों वाले अवतारों में से चूज कर सकते हैं. Google कंपनियों को केवल एक हाई-क्वालिटी फोटो की मदद से अपना खुद का कस्टम एनिमेटेड अवतार बनाने की भी सुविधा दे रहा है. ये बिल्कुल कंपनी के किसी ब्रांड एंबेसडर या कैरेक्टर जैसा दिखेगा. हालांकि, कस्टम अवतार बनाने की ये सुविधा अभी केवल एंटरप्राइज अलाउलिस्टिंग के जरिए सेलेक्टेड कंपनियों को ही दी गई है. यानी नॉर्मल यूजर्स को इसका इस्तेमाल करने के लिए फिलहाल इंतजार करना होगा.
सुरक्षा के लिए 'SynthID' वॉटरमार्क का पहरा
AI वॉयस क्लोनिंग, डीपफेक और नकली वीडियो के जरिए होने वाली धोखाधड़ी को रोकने के लिए Google ने सुरक्षा की भी तैयारी की है. इस मॉडल के जनरेट किए गए सभी ऑडियो और वीडियो कंटेंट में इन-बिल्ट SynthID डिजिटल वॉटरमार्क का इस्तेमाल किया जाएगा. आपको बता दें कि ये वॉटरमार्क को इंसान न देख सकते हैं, न ही सुन सकते हैं. लेकिन कोई भी AI डिटेक्टर टूल इसे तुरंत पहचान सकता है. सबसे खास बात यह है कि यदि कोई स्कैमर इस AI वीडियो या ऑडियो को एडिट, ट्रिम या कंप्रेस भी कर देता है, तब भी ये SynthID वॉटरमार्क सेफ रहता है. जिससे असली और नकली कंटेंट की पहचान करना बेहद आसान हो जाता है.
ये भी पढ़ें- IRCTC पर चुटकियों में बुक हुआ कन्फर्म तत्काल टिकट, AI ने अपने आप किया सारा काम, यूजर्स हैरान
NDTV.in पर ताज़ातरीन ख़बरों को ट्रैक करें, व देश के कोने-कोने से और दुनियाभर से न्यूज़ अपडेट पाएं
