153 वॉइस नोट्स पर Azure AI Speech बनाम Google Chirp 3 बनाम Amazon Transcribe: InterMIND आपके संगठन के अपने क्लाउड गेटवे पर स्पीच-टू-टेक्स्ट क्यों चलाता है (2026)

InterMIND चैनल में भेजा गया वॉइस नोट एक टेक्स्ट संदेश बन जाता है, जिसे हर टीम-सदस्य अपनी भाषा में पढ़ता है। इसका पहला चरण स्पीच-टू-टेक्स्ट है। IT और अनुपालन समीक्षक हमसे यह नहीं पूछते कि "यह कितना सटीक है", बल्कि यह पूछते हैं कि "यह सेवा किसकी है, और ऑडियो कहाँ जाता है"।

संक्षिप्त उत्तर: Azure AI Speech, जो डिफ़ॉल्ट AI गेटवे की स्पीच सेवा है, Sweden Central में InterMIND के अपने Azure टेनेंट में चलती है। संगठन जिन दो अन्य गेटवे को चुन सकता है, उनकी स्पीच सेवाओं को भी उन्हीं क्लिप्स पर मापा गया है, ताकि यह चुनाव पसंद का नहीं, एक संख्या का विषय रहे। यह पोस्ट उस चुनाव के पीछे के आँकड़े दिखाती है: एक ही दिन में वही 153 क्लिप्स Azure AI Speech, Google Cloud Speech-to-Text और Amazon Transcribe से गुज़रीं। साथ ही यह हर API के बारे में वे दो तथ्य बताती है जो सटीकता के एक प्रतिशत अंक से अधिक मायने रखते हैं।

नियम पहले: हर संगठन के लिए एक गेटवे

InterMIND की हर AI सुविधा एक ऐसे लैंग्वेज-मॉडल गेटवे पर चलती है जिसे संगठन चुनता है। इन सुविधाओं में मीटिंग रीकैप, दस्तावेज़ सारांश, राइटिंग असिस्टेंट, Ask AI और मीटिंग में Mia शामिल हैं। डिफ़ॉल्ट रूप से यह EU Data Zone में Azure OpenAI है। विकल्प के तौर पर EU मल्टी-रीजन एंडपॉइंट पर Google Vertex AI या Frankfurt में Amazon Bedrock चुना जा सकता है। हर गेटवे InterMIND के अपने टेनेंट में चलता है। इसका तर्क हमने क्लाउड गेटवे पर आपकी अपनी मीटिंग AI में समझाया है: अधिकांश संगठनों के लिए वह गेटवे पहले से स्वीकृत सब-प्रोसेसर सूची में होता है, इसलिए कोई AI सुविधा सूची में कोई नई कंपनी नहीं जोड़ती।

वॉइस नोट्स का स्पीच-टू-टेक्स्ट आज डिफ़ॉल्ट गेटवे पर इसी नियम का पालन करता है। तीनों गेटवे में से हर एक के पास अपने लैंग्वेज मॉडल के साथ एक स्पीच सेवा भी है, और इस पोस्ट में हम वही मापते हैं:

हर मामले में रिकग्नाइज़र को वक्ता की अपनी भाषा बताई जाती है, यानी वह भाषा जो सदस्य ने अपनी प्रोफ़ाइल में सेट की है। हमारे परीक्षणों में छोटी क्लिप्स पर स्वचालित भाषा-पहचान अविश्वसनीय निकली: चार सेकंड का एक रूसी नोट अंग्रेज़ी के रूप में लौटा। प्रोडक्ट आज Azure को इसी तरह कॉल करता है, और परीक्षण में बाकी दो को भी उसी तरह कॉल किया गया है।

हमने क्या मापा

सेट। 17 भाषाओं में 153 क्लिप्स: 136 संवाद-टर्न, यानी दस भाषाओं में प्रोडक्ट की दो सिंथेटिक आवाज़ों द्वारा बोले गए दो बिज़नेस संवाद (एक कॉन्ट्रैक्ट वार्ता और एक दैनिक स्टैंड-अप), और 17 औपचारिक अंश। ये औपचारिक अंश हमारे सार्वजनिक अनुवाद बेंचमार्क के FLORES-200 बिज़नेस वाक्य हैं, जिन्हें एक सिंथेटिक आवाज़ ने पढ़ा, हर भाषा के लिए एक, 71 से 109 सेकंड लंबे। संवाद-टर्न 3 से 30 सेकंड के हैं, यानी एक असली वॉइस नोट जितने लंबे।

मापदंड। संदर्भ टेक्स्ट के विरुद्ध वर्ड एरर रेट (WER), यानी बदले गए, जोड़े गए या छूटे शब्दों का अनुपात, जो केस, विराम-चिह्न और व्हाइटस्पेस को सामान्यीकृत करने के बाद निकाला गया। चीनी और जापानी की तुलना प्रति अक्षर की गई। कैरेक्टर एरर रेट भी साथ-साथ दर्ज किया गया और वह भी यही कहानी कहता है।

हार्नेस। एक स्क्रिप्ट, एक मशीन, 2026-09-16 को एक घंटा, हर इंजन पर सभी 153 क्लिप्स। Azure और Amazon Transcribe ने हर क्लिप को पूरा लिया। Google का सिंक्रोनस रिकग्नाइज़र अधिकतम 60 सेकंड लेता है, इसलिए 17 औपचारिक क्लिप्स को मौन के स्थानों पर 55 सेकंड से छोटे टुकड़ों में काटा गया और ट्रांसक्रिप्ट जोड़ दिए गए; 136 संवाद क्लिप्स पूरी गईं। Amazon Transcribe रीयल-टाइम गति से ऑडियो चाहता है, इसलिए हार्नेस ने उसे वास्तविक समय से चार गुना तेज़ फ़ीड किया। इसलिए नीचे दिया गया उसका लेटेंसी आँकड़ा सेवा का नहीं, फ़ीड द्वारा तय की गई न्यूनतम सीमा है।

यह क्या नहीं है। यह शांत ऑडियो में सिंथेटिक आवाज़ों का परीक्षण है, कार में फ़ोन से की गई फ़ील्ड रिकॉर्डिंग का नहीं। एक दिन, प्रति क्लिप एक रन। यह उस ऑडियो पर तुलना है जिस पर हमारी अपनी अनुवाद पाइपलाइन परखी जाती है, उन भाषाओं में जिनमें हमारे उपयोगकर्ता लिखते हैं। यह कोई लीडरबोर्ड नहीं है।

परिणाम: प्रति भाषा वर्ड एरर रेट

हर भाषा की क्लिप्स पर औसत WER; हर इंजन ने सभी 153 क्लिप्स के लिए ट्रांसक्रिप्ट लौटाया।

जिन भाषाओं की केवल एक क्लिप है (सिर्फ़ औपचारिक अंश), उन्हें पूर्णता के लिए दिखाया गया है; एक क्लिप का आँकड़ा एक डेटा-बिंदु है, दर नहीं।

आँकड़े क्या कहते हैं

• पूरे सेट पर तीनों सेवाएँ एक अंक के भीतर हैं: 9%, 10% और 10%। 153 की 153 क्लिप्स का ट्रांसक्रिप्ट हर इंजन से मिला, यानी तीनों पर 17 भाषाओं की कवरेज पूर्ण है।
• अंतर प्रति भाषा हैं, और वे दोनों दिशाओं में जाते हैं। Azure की त्रुटि दर फ़्रेंच (5%, जबकि अन्य की 11% और 12%) और जर्मन (7%, जबकि अन्य की 9% और 13%) में सबसे कम रही, और अंग्रेज़ी (2%, Amazon Transcribe के साथ) और चीनी (3%, Google के साथ) में सबसे कम पर बराबरी पर रही। Amazon Transcribe की दर अरबी में सबसे कम रही (26%, जबकि अन्य की 32% और 46%)। Google की दर रूसी (10%, जबकि अन्य की 14% और 14%), पुर्तगाली, हंगेरियाई और तुर्की में सबसे कम रही।
• अरबी तीनों के लिए कठिन है। अरबी संवाद क्लिप्स पर सबसे अच्छे परिणाम में भी चार में से एक शब्द गलत है। यह उससे मेल खाता है जो हमने अनुवाद की ओर देखा, जहाँ गुणवत्ता हमारे मानक पर खरी उतरने तक हमने अगस्त 2026 में मीटिंग भाषा-चयनकर्ता से अरबी को हटा लिया (हम कितनी भाषाएँ समर्थित करते हैं)।
• तीनों पर प्रोसेसिंग समय वास्तविक समय से काफ़ी कम है। इस हार्नेस में 30 सेकंड के नोट में Azure पर लगभग तीन सेकंड और Google पर लगभग सात सेकंड लगते हैं; Amazon का आँकड़ा गति-नियंत्रित फ़ीड से तय होता है।

Azure AI Speech डिफ़ॉल्ट क्यों बना रहता है

तीन कारण, उसी क्रम में जिसमें उन्होंने निर्णय तय किया।

1. डिफ़ॉल्ट गेटवे Azure है। जिस संगठन ने कोई गेटवे नहीं चुना है, उसकी AI सुविधाएँ EU Data Zone में Azure OpenAI पर चलती हैं, इसलिए उसके वॉइस नोट्स उसी टेनेंट में Azure AI Speech द्वारा ट्रांसक्राइब किए जाते हैं। कोई अतिरिक्त सब-प्रोसेसर नहीं, कोई अतिरिक्त रीजन नहीं। Microsoft बताता है कि Azure Speech, Speech रिसोर्स के रीजन के बाहर डेटा न संग्रहीत करता है और न प्रोसेस करता है (regions page, सितंबर 2026 में जाँचा गया); हमारा रिसोर्स Sweden Central में है, जो फ़ास्ट ट्रांसक्रिप्शन के लिए सूचीबद्ध है।

2. API का स्वरूप वॉइस नोट के अनुकूल है। InterMIND में एक वॉइस नोट दस मिनट तक लंबा हो सकता है (वॉइस नोट्स)। Azure का फ़ास्ट ट्रांसक्रिप्शन पूरी रिकॉर्डिंग एक ही अनुरोध में ले लेता है। Google का सिंक्रोनस रिकग्निशन 60 सेकंड पर रुक जाता है, इसलिए दस मिनट के नोट के लिए स्टोरेज बकेट के ज़रिए बैच रिकग्निशन या स्ट्रीमिंग सेशन चाहिए। Amazon Transcribe स्ट्रीम करता है, लेकिन वह PCM, FLAC या Ogg-Opus लेता है, उन फ़ॉर्मैट में नहीं जिनमें फ़ोन और ब्राउज़र रिकॉर्ड करते हैं, इसलिए ऑडियो को पहले ट्रांसकोड करना पड़ता है। दोनों हल किए जा सकते हैं (हार्नेस उन्हें हल करता है), पर हर नोट के रास्ते में ये अधिक गतिशील हिस्से हैं।

3. आँकड़े इसके विरुद्ध तर्क नहीं देते। 10% और 10% के मुकाबले 9% पर, इस सेट का कोई भी इंजन इतना बेहतर नहीं है कि वॉइस नोट्स को डिफ़ॉल्ट गेटवे से हटाना उचित ठहरे। अगर Google या Amazon की त्रुटि दर आधी आती, तो यह पोस्ट यही कहती।

Vertex AI या Bedrock वाले संगठनों के लिए इसका क्या अर्थ है

अगर आपके संगठन ने अपने गेटवे के रूप में Google Vertex AI या Amazon Bedrock चुना है, तो आपकी AI सुविधाएँ वहीं चलती हैं। उन संगठनों में वॉइस नोट्स फ़िलहाल बिना ट्रांसक्रिप्ट की रिकॉर्डिंग के रूप में पहुँचते हैं: जैसा कि यह पोस्ट दिखाती है, हमने Google Cloud Speech-to-Text और Amazon Transcribe को मापा है, पर उन्हें अभी प्रोडक्ट में जोड़ा नहीं है। अनुमतियाँ और इंटीग्रेशन कोड मौजूद हैं; जब ये हर नोट के रास्ते में होंगे, तब यह पोस्ट अपडेट की जाएगी। तब तक, Vertex AI या Bedrock संगठन में वॉइस नोट एक चलाने योग्य रिकॉर्डिंग है; जो संगठन अपना गेटवे Azure पर स्विच करता है, उसे उस समय के बाद भेजे गए नोट्स पर ट्रांसक्रिप्ट मिलते हैं।

अक्सर पूछे जाने वाले प्रश्न

InterMIND कौन-सी स्पीच-टू-टेक्स्ट सेवा उपयोग करता है?

चैट में वॉइस नोट्स के लिए, Sweden Central में InterMIND के अपने Azure टेनेंट में Azure AI Speech (फ़ास्ट ट्रांसक्रिप्शन API), जो डिफ़ॉल्ट AI गेटवे की स्पीच सेवा है। मीटिंग में लाइव स्पीच एक अलग रास्ता है: वह InterMIND के अपने मीडिया इंजन, Mind API, पर चलती है, जो फ़्रांस में OVH पर होस्ट है, और किसी क्लाउड स्पीच सेवा को कभी नहीं छूती (एक मीटिंग कहाँ चलती है)।

क्या Azure AI Speech, Google Speech-to-Text या Amazon Transcribe से अधिक सटीक है?

17 भाषाओं में वॉइस-नोट की हमारी 153 क्लिप्स के सेट पर, एक ही दिन में एक ही हार्नेस से मापने पर, Azure AI Speech की औसत वर्ड एरर रेट 9%, Google Cloud Speech-to-Text (Chirp 3) की 10% और Amazon Transcribe की 10% रही। प्रति भाषा क्रम बदलता है: Azure फ़्रेंच, अंग्रेज़ी और चीनी में सबसे कम रहा, Amazon Transcribe अरबी में, और Google रूसी में। रिकॉर्डिंग के किसी भिन्न सेट पर रैंकिंग अलग हो सकती है; हमारे सेट के लिए ऊपर की तालिका ही प्रमाण है।

वर्ड एरर रेट क्या है, और यहाँ इसकी गणना कैसे की गई?

वर्ड एरर रेट, बदले गए, जोड़े गए और छूटे शब्दों की संख्या को संदर्भ टेक्स्ट के शब्दों की संख्या से भाग देने पर मिलती है। तुलना से पहले हम केस, विराम-चिह्न और व्हाइटस्पेस को सामान्यीकृत करते हैं, और चीनी तथा जापानी की तुलना प्रति अक्षर करते हैं क्योंकि इन लिपियों में शब्द रिक्त स्थान से अलग नहीं किए जाते। 9% की दर का मतलब है कि लगभग हर ग्यारह में से एक शब्द संदर्भ से भिन्न है।

क्या वॉइस नोट का ऑडियो EU से बाहर जाता है?

नहीं। रिकॉर्डिंग EU में InterMIND के ऑब्जेक्ट स्टोरेज में रखी जाती है, और उसे ट्रांसक्राइब करने वाली स्पीच सेवा EU रीजन में चलती है: Azure पर Sweden Central, Google Cloud पर eu मल्टी-रीजन, AWS पर Frankfurt। पक्षों और रीजन की पूरी सूची सब-प्रोसेसर पेज और ट्रस्ट पेज पर है।

स्पीच को क्लाइंट-साइड, यानी ऐप में ही क्यों नहीं पहचाना जाता, ताकि ऑडियो फ़ोन से बाहर न जाए?

हमने यह भी सितंबर 2026 में मापा। लोकल प्रोसेसिंग के साथ Chrome का बिल्ट-इन रिकग्नाइज़र प्रोडक्ट की भाषाओं में 17 औपचारिक क्लिप्स में से 0 को पहचान सका, और क्लाइंट-साइड रिकग्नाइज़र की भाषा-कवरेज ऊपर की तालिका की 17 भाषाओं से कहीं संकीर्ण है। क्लाइंट-साइड रिकग्निशन एक ऐसी दिशा है जिसे प्लैटफ़ॉर्म के सुधरने के साथ हम दोबारा मापते हैं; आज गेटवे वाला रास्ता ही हर भाषा में हर सदस्य के लिए काम करता है।

क्या हमारा संगठन चुन सकता है कि उसके वॉइस नोट्स कौन-सी स्पीच सेवा ट्रांसक्राइब करे?

अलग से नहीं: AI गेटवे वही है जिसे संगठन का एडमिन Integrations पेज पर चुनता है। डिफ़ॉल्ट गेटवे पर वॉइस नोट्स Azure AI Speech द्वारा ट्रांसक्राइब होते हैं। Vertex AI और Amazon Bedrock पर वॉइस नोट्स अभी ट्रांसक्राइब नहीं होते; ऊपर का अनुभाग देखें।

वॉइस नोट कितना लंबा हो सकता है, और क्या API इसे सीमित करता है?

दस मिनट तक। Azure का फ़ास्ट ट्रांसक्रिप्शन एक अनुरोध में 5 घंटे और 500 MB तक की फ़ाइलें स्वीकार करता है, इसलिए नोट एक ही कॉल में ट्रांसक्राइब हो जाता है। Google का सिंक्रोनस रिकग्निशन 60 सेकंड और 10 MB स्वीकार करता है, इसीलिए हार्नेस ने लंबी क्लिप्स को मौन के स्थानों पर टुकड़ों में काटा।

रिकग्नाइज़र को वक्ता की भाषा बताई क्यों जाती है, उसे पहचानने क्यों नहीं दिया जाता?

क्योंकि वॉइस नोट छोटा होता है। चार सेकंड की क्लिप पर स्वचालित भाषा-पहचान गलत भाषा लौटा सकती है: एक रूसी टेस्ट नोट अंग्रेज़ी के रूप में लौटा; जबकि सदस्य की प्रोफ़ाइल की भाषा लगभग हर बार सही होती है। रिकग्नाइज़र को वही भाषा मिलती है, और केवल तब, जब वह अज्ञात हो, उसे कमरे की भाषाएँ उम्मीदवार के रूप में मिलती हैं।

क्या मीटिंग का ऑडियो भी उसी सेवा से ट्रांसक्राइब होता है?

नहीं। मीटिंग में लाइव स्पीच को InterMIND के अपने इंजन (Mind API) पर, उसी मीडिया सर्वर पर पहचाना और अनुवादित किया जाता है जो कॉल चलाता है, और जो फ़्रांस में OVH पर होस्ट है। देखें एक मीटिंग कहाँ चलती है। क्लाउड गेटवे टेक्स्ट देखता है, कॉल का ऑडियो कभी नहीं (अपने गेटवे पर मीटिंग AI)।

क्या आप परिणाम दोबारा प्रकाशित करेंगे?

हार्नेस एक ही कमांड से चलता है और हर इंजन की अनुमतियाँ मौजूद हैं, इसलिए जब कोई वेंडर नया मॉडल लाएगा तब तालिका को दोबारा मापा जा सकता है। जब इससे तस्वीर बदलेगी, तब यह पोस्ट तारीख के साथ अपडेट की जाएगी।

खुद देखें

• जानें वॉइस नोट्स कैसे काम करते हैं — रिकॉर्डिंग, दस मिनट की सीमा, और ऑडियो कहाँ जाता है।
• सब-प्रोसेसर सूची देखें — आपका डेटा प्रोसेस करने वाले हर पक्ष का वेंडर, देश, उद्देश्य और रीजन।
• लाइव डेमो आज़माएँ — आपके अपने ऑडियो पर प्रोडक्शन अनुवाद पाइपलाइन, बिना साइनअप के।

स्रोत: Microsoft — Azure AI Speech फ़ास्ट ट्रांसक्रिप्शन (learn.microsoft.com) और Speech रीजन तालिका (learn.microsoft.com); Google Cloud — Chirp 3 मॉडल (docs.cloud.google.com), सिंक्रोनस रिकग्निशन सीमाएँ (docs.cloud.google.com) और समर्थित भाषाएँ (docs.cloud.google.com); AWS — Amazon Transcribe स्ट्रीमिंग (docs.aws.amazon.com), एंडपॉइंट और कोटा (docs.aws.amazon.com) और समर्थित भाषाएँ (docs.aws.amazon.com); सभी सितंबर 2026 में जाँचे गए। मापन: InterMIND स्पीच बेंच, 2026-09-16, 153 क्लिप्स, 17 भाषाएँ।