Indie mają własny model mowy. Rozumie 30 języków z subkontynentu

Bengaluru, grudzień 2025. Startup Gnani.ai właśnie uruchomił Vachana STT – model, który zamienia mowę na tekst w 30 językach i dialektach indyjskich. Część rządowej misji IndiaAI, która ma sprawić, że technologia wreszcie zacznie mówić językiem miliarda ludzi.

Dyktując wiadomość w hindi, tamilskim czy bengalskim, dostajesz natychmiast tekst. Dokładny. Bez błędów. Bez zamiany połowy słów na angielskie odpowiedniki, bo system "nie zrozumiał".

Dla angielskiego? Działa od lat. Dla języków indyjskich? Dopiero teraz.

Czym to się różni od reszty

Vachana STT (Speech-To-Text, z mowy na tekst) nie próbuje być uniwersalny. Jest zbudowany od zera pod jedno wyzwanie: różnorodność językową Indii.

22 języki oficjalne. Setki dialektów. Każdy z własną fonetyką, gramatyką, akcentami regionalnymi. System działający w hindi z Delhi może totalnie się gubić w hindi z Mumbaju. A co z malajalam czy kannada – językami z zupełnie innymi alfabetami i strukturami?

Gnani.ai trenował Vachana na prawdziwych rozmowach. Nie na czystych nagraniach studyjnych. Hałas uliczny, przełączanie między językami w jednym zdaniu (code-switching), różne akcenty – wszystko to model musi ogarniać.

Efekt? System działa w terenie. Nie tylko w laboratorium.

Co z tego ma zwykły człowiek

Prowadzisz mały biznes w Bangalore. Obsługujesz klientów w kannada, dokumentację prowadzisz po angielsku. Dotychczas każda rozmowa = ręczne przepisywanie notatek. Vachana może to zrobić za ciebie. W czasie rzeczywistym.

Albo pracujesz w call center. 50 połączeń dziennie, różne języki. System automatycznie transkrybuje rozmowy, oznacza kluczowe fragmenty, pomaga w raportach. Oszczędność? Kilka godzin każdego dnia.

Albo po prostu chcesz dyktować wiadomości w swoim rodzimym języku – bez przełączania na angielski, bo telefon "nie kumał" tamilskiego.

To nie futurystyka. To codzienne potrzeby milionów ludzi, które dopiero teraz dostają rozwiązanie.

IndiaAI Mission – państwo stawia na sztuczną inteligencję

Vachana powstał w ramach IndiaAI Mission – rządowego programu, który ma uczynić z Indii potęgę w AI. I nie chodzi tu o prestiż.

Indie to 1,4 miliarda mieszkańców. Większość nie mówi biegle po angielsku. Jeśli technologia ma dotrzeć do wszystkich, musi mówić ich językiem. Dosłownie.

Misja obejmuje nie tylko modele mowy – to też infrastruktura obliczeniowa, bazy danych językowych, wsparcie dla startupów. Gnani.ai to jeden z pierwszych beneficjentów tego ekosystemu.

I tu pojawia się ciekawy zwrot: państwo nie buduje modeli samodzielnie. Finansuje prywatne firmy, które robią to lepiej i szybciej. Model sprawdzony w Chinach – teraz Indie próbują go powtórzyć.

Gnani.ai – od obsługi call center do misji narodowej

Gnani.ai działa od kilku lat. Zaczynali od prostych narzędzi dla branży BPO (Business Process Outsourcing – firmy obsługujące procesy dla innych firm, głównie call center). Automatyzacja transkrypcji rozmów, analiza sentymentu, wykrywanie intencji klienta.

Teraz robią krok dalej. Vachana STT to nie narzędzie dla wąskiej niszy. To infrastruktura, która może trafić do aplikacji, asystentów głosowych, systemów edukacyjnych.

Technologia opiera się na architekturze transformerowej – tej samej, którą używa ChatGPT czy Google Gemini. Zamiast uniwersalności Gnani.ai postawił na specjalizację. Model jest mniejszy, szybszy, dostosowany do konkretnych języków.

Dla porównania: uniwersalne modele mowy (jak Whisper od OpenAI) działają w setkach języków, ale w językach indyjskich są... przeciętne. Vachana ma być lepszy na swoim terenie niż globalni giganci.

Czy to rzeczywiście zmieni rynek

Trudno powiedzieć. Indie mają dziesiątki startupów AI obiecujących rewolucję w językach lokalnych. Większość ginie w ciszy.

Gnani.ai ma jednak coś, czego inni nie mają: wsparcie rządowe, doświadczenie komercyjne i konkretnych klientów. Jeśli Vachana trafi do aplikacji takich jak Google Pay (które w Indiach obsługuje setki milionów użytkowników) – może być przełom.

Jeśli zostanie narzędziem dla wąskiej grupy programistów? Będzie kolejnym ciekawym projektem, który nie wyszedł poza niszę.

Czas pokaże. Jedno jest pewne: Indie przestały czekać, aż Dolina Krzemowa zbuduje technologię dla nich. Teraz budują ją sami.

Źródła

• Inc42 – Gnani.ai Launches Indic Speech-To-Text Model