Azure AI Speech بمقابلہ Google Chirp 3 بمقابلہ Amazon Transcribe، 153 وائس نوٹس پر: InterMIND اسپیچ ٹو ٹیکسٹ آپ کی تنظیم کے اپنے کلاؤڈ گیٹ وے پر کیوں چلاتا ہے (2026)

InterMIND کے کسی چینل میں وائس نوٹ ایک ٹیکسٹ پیغام بن جاتا ہے جسے ہر ساتھی اپنی زبان میں پڑھتا ہے۔ اس کا پہلا مرحلہ اسپیچ ٹو ٹیکسٹ ہے۔ IT اور کمپلائنس کے جائزہ کار ہم سے یہ نہیں پوچھتے کہ "یہ کتنا درست ہے"، بلکہ یہ پوچھتے ہیں کہ "یہ سروس کس کی ہے، اور آڈیو کہاں جاتی ہے"۔

مختصر جواب: ڈیفالٹ AI گیٹ وے کی اسپیچ سروس Azure AI Speech ہے، جو Sweden Central میں InterMIND کے اپنے Azure ٹیننٹ میں چلتی ہے۔ تنظیم جو دو دوسرے گیٹ وے منتخب کر سکتی ہے، ان کی اسپیچ سروسز کو بھی انہی کلپس پر ناپا گیا ہے، تاکہ انتخاب پسند کا نہیں بلکہ ایک عدد کا معاملہ ہو۔ یہ پوسٹ اس انتخاب کے پیچھے موجود اعداد دکھاتی ہے: ایک ہی دن انہی 153 کلپس کو Azure AI Speech، Google Cloud Speech-to-Text اور Amazon Transcribe سے گزارا گیا۔ ساتھ ہی ہر API کے وہ دو حقائق بھی بتائے گئے ہیں جو درستگی کے ایک فیصد پوائنٹ سے زیادہ اہم ہیں۔

پہلے اصول: ہر تنظیم کے لیے ایک گیٹ وے

InterMIND کی ہر AI خصوصیت، یعنی میٹنگ کے خلاصے، دستاویزات کے خلاصے، تحریری معاون، Ask AI اور میٹنگ میں Mia، تنظیم کے منتخب کردہ ایک لینگویج ماڈل گیٹ وے پر چلتی ہے۔ ڈیفالٹ طور پر یہ EU Data Zone میں Azure OpenAI ہے۔ انتخاب کی صورت میں EU multi-region اینڈ پوائنٹ پر Google Vertex AI یا Frankfurt میں Amazon Bedrock ہو سکتا ہے، اور ہر ایک InterMIND کے اپنے ٹیننٹ میں ہے۔ ہم نے اس کی وجہ آپ کے اپنے کلاؤڈ گیٹ وے پر میٹنگ AI میں بیان کی تھی: زیادہ تر تنظیموں کے لیے یہ گیٹ وے پہلے ہی منظور شدہ سب پروسیسرز کی فہرست میں شامل ہوتا ہے، اس لیے کوئی AI خصوصیت فہرست میں کسی نئی کمپنی کا اضافہ نہیں کرتی۔

وائس نوٹس کی اسپیچ ٹو ٹیکسٹ آج ڈیفالٹ گیٹ وے پر اسی اصول پر چلتی ہے۔ تینوں گیٹ ویز میں سے ہر ایک کے لینگویج ماڈلز کے ساتھ ایک اسپیچ سروس بھی ہے، اور یہ پوسٹ اسی کو ناپتی ہے:

ہر صورت میں ریکگنائزر کو بولنے والے کی اپنی زبان بتائی جاتی ہے، یعنی وہ زبان جو رکن نے اپنی پروفائل میں مقرر کی ہے۔ ہماری جانچ میں مختصر کلپس پر خودکار زبان کی شناخت ناقابلِ اعتماد ثابت ہوئی: چار سیکنڈ کا ایک روسی نوٹ انگریزی کے طور پر واپس آیا۔ پروڈکٹ آج Azure کو اسی طرح کال کرتا ہے، اور ٹیسٹ نے بھی باقی دونوں کو اسی طرح کال کیا۔

ہم نے کیا ناپا

ڈیٹا سیٹ۔ 17 زبانوں میں 153 کلپس: 136 ڈائیلاگ ٹرنز اور 17 رسمی اقتباسات۔ ڈائیلاگ ٹرنز دو کاروباری مکالموں (معاہدے کی گفت و شنید اور روزانہ اسٹینڈ اپ) سے ہیں، جو پروڈکٹ کی دو مصنوعی آوازوں نے دس زبانوں میں بولے۔ رسمی اقتباسات ہماری عوامی ترجمہ بینچ مارک کے FLORES-200 کاروباری جملے ہیں، جنہیں ایک مصنوعی آواز نے پڑھا؛ ہر زبان کا ایک اقتباس ہے اور ہر ایک کا دورانیہ 71 سے 109 سیکنڈ ہے۔ ڈائیلاگ ٹرنز 3 سے 30 سیکنڈ کے ہیں، یعنی حقیقی وائس نوٹ جتنے۔

پیمانہ۔ ریفرنس ٹیکسٹ کے مقابلے میں Word error rate (WER)، یعنی بدلے گئے، شامل کیے گئے یا حذف شدہ الفاظ کا تناسب، حروفِ تہجی کی صورت (case)، رموزِ اوقاف اور خالی جگہوں کو یکساں کرنے کے بعد؛ چینی اور جاپانی کا موازنہ فی حرف کیا جاتا ہے۔ Character error rate بھی ساتھ ریکارڈ کی گئی اور وہ بھی یہی کہانی بیان کرتی ہے۔

ٹیسٹ کا طریقہ۔ ایک اسکرپٹ، ایک مشین، 2026-09-16 کو ایک گھنٹہ، اور ہر انجن کے ذریعے تمام 153 کلپس۔ Azure اور Amazon Transcribe نے ہر کلپ پورا لیا۔ Google کا synchronous ریکگنائزر زیادہ سے زیادہ 60 سیکنڈ لیتا ہے، اس لیے 17 رسمی کلپس کو خاموشی کے مقامات پر 55 سیکنڈ سے کم کے ٹکڑوں میں کاٹا گیا اور ٹرانسکرپٹس جوڑ دیے گئے؛ 136 ڈائیلاگ کلپس پورے گئے۔ Amazon Transcribe آڈیو ریئل ٹائم رفتار سے مانگتا ہے، اس لیے ٹیسٹ نے اسے ریئل ٹائم سے چار گنا تیز فیڈ کیا؛ لہٰذا نیچے اس کی latency کا عدد سروس کا نہیں بلکہ فیڈ کا مقرر کردہ کم از کم حد (floor) ہے۔

یہ کیا نہیں ہے۔ یہ پرسکون آڈیو میں مصنوعی آوازیں ہیں، نہ کہ گاڑی میں فون سے کی گئی فیلڈ ریکارڈنگز۔ ایک دن، ہر کلپ کا ایک رن۔ یہ اس آڈیو پر موازنہ ہے جس پر ہماری اپنی ترجمہ پائپ لائن ٹیسٹ ہوتی ہے، ان زبانوں میں جن میں ہمارے صارفین لکھتے ہیں؛ یہ کوئی لیڈر بورڈ نہیں۔

نتائج: فی زبان word error rate

ہر زبان کے کلپس پر اوسط WER؛ ہر انجن نے تمام 153 کلپس کا ٹرانسکرپٹ واپس کیا۔

جن زبانوں کا صرف ایک کلپ ہے (صرف رسمی اقتباس) وہ تکمیل کی خاطر دکھائی گئی ہیں؛ ایک کلپ کا عدد ایک ڈیٹا پوائنٹ ہے، شرح نہیں۔

اعداد کیا کہتے ہیں

• پورے سیٹ پر تینوں سروسز ایک پوائنٹ کے اندر ہیں: 9%، 10% اور 10%۔ 153 میں سے ہر کلپ کا ٹرانسکرپٹ ہر انجن سے واپس آیا، یعنی 17 زبانوں کی کوریج تینوں پر مکمل ہے۔
• فرق فی زبان ہیں، اور دونوں طرف جاتے ہیں۔ Azure کی غلطی کی شرح فرانسیسی (5% بمقابلہ 11% اور 12%) اور جرمن (7% بمقابلہ 9% اور 13%) میں سب سے کم تھی، اور انگریزی (2%، Amazon Transcribe کے ساتھ) اور چینی (3%، Google کے ساتھ) میں سب سے کم کے برابر رہی۔ Amazon Transcribe عربی میں سب سے کم رہا (26% بمقابلہ 32% اور 46%)۔ Google روسی (10% بمقابلہ 14% اور 14%)، پرتگالی، ہنگیرین اور ترکی میں سب سے کم رہا۔
• عربی تینوں کے لیے مشکل ہے۔ عربی ڈائیلاگ کلپس پر بہترین نتیجہ بھی چار میں سے ایک لفظ غلط ہونے کے برابر ہے۔ یہ اس کے مطابق ہے جو ہم نے ترجمے کی طرف دیکھا، جہاں ہم نے اگست 2026 میں عربی کو میٹنگ لینگویج پکر سے اس وقت تک ہٹا دیا جب تک معیار ہمارے معیار پر پورا نہ اترے (ہم کتنی زبانیں سپورٹ کرتے ہیں)۔
• تینوں پر پروسیسنگ کا وقت ریئل ٹائم سے کافی کم ہے۔ اس ٹیسٹ میں 30 سیکنڈ کا نوٹ Azure پر تقریباً تین سیکنڈ اور Google پر تقریباً سات سیکنڈ لیتا ہے؛ Amazon کا عدد رفتار سے دی گئی فیڈ کے زیرِ اثر ہے۔

Azure AI Speech ڈیفالٹ کیوں رہتا ہے

تین وجوہات، اسی ترتیب میں جس ترتیب نے فیصلہ کیا۔

1. ڈیفالٹ گیٹ وے Azure ہے۔ جس تنظیم نے گیٹ وے منتخب نہیں کیا، وہ اپنی AI خصوصیات EU Data Zone میں Azure OpenAI پر چلاتی ہے، اس لیے اس کے وائس نوٹس اسی ٹیننٹ میں Azure AI Speech سے ٹرانسکرائب ہوتے ہیں۔ نہ کوئی اضافی سب پروسیسر، نہ کوئی اضافی ریجن۔ Microsoft کے بیان کے مطابق Azure Speech ڈیٹا کو Speech ریسورس کے ریجن سے باہر محفوظ یا پروسیس نہیں کرتی (regions page، ستمبر 2026 میں جانچا گیا)؛ ہمارا ریسورس Sweden Central میں ہے، جو fast transcription کے لیے درج ہے۔

2. API کی ساخت وائس نوٹ کے مطابق ہے۔ InterMIND میں وائس نوٹ دس منٹ تک کا ہو سکتا ہے (وائس نوٹس)۔ Azure کی fast transcription پوری ریکارڈنگ ایک ہی درخواست میں لے لیتی ہے۔ Google کی synchronous recognition 60 سیکنڈ پر رک جاتی ہے، اس لیے دس منٹ کے نوٹ کے لیے اسٹوریج بکٹ کے ذریعے batch recognition یا streaming سیشن درکار ہے۔ Amazon Transcribe streaming کرتا ہے، لیکن وہ PCM، FLAC یا Ogg-Opus لیتا ہے، ان فارمیٹس میں نہیں جن میں فون اور براؤزر ریکارڈ کرتے ہیں، اس لیے آڈیو پہلے ٹرانس کوڈ کی جاتی ہے۔ دونوں مسائل قابلِ حل ہیں، اور ہمارا ٹیسٹ انہیں حل کرتا ہے، لیکن ہر نوٹ کے راستے میں یہ مزید متحرک پرزے ہیں۔

3. اعداد اس کے خلاف دلیل نہیں دیتے۔ 9% بمقابلہ 10% اور 10% پر، اس سیٹ میں کوئی انجن اتنا بہتر نہیں کہ وائس نوٹس کو ڈیفالٹ گیٹ وے سے ہٹانا جائز ہو۔ اگر Google یا Amazon کی غلطی کی شرح آدھی ہوتی، تو یہ پوسٹ یہی کہتی۔

Vertex AI یا Bedrock والی تنظیموں کے لیے اس کا کیا مطلب ہے

اگر آپ کی تنظیم نے گیٹ وے کے طور پر Google Vertex AI یا Amazon Bedrock منتخب کیا ہے تو آپ کی AI خصوصیات وہیں چلتی ہیں۔ ان تنظیموں میں وائس نوٹس فی الحال ٹرانسکرپٹ کے بغیر ریکارڈنگ کی صورت میں پہنچتے ہیں: ہم نے Google Cloud Speech-to-Text اور Amazon Transcribe کو ناپا ہے، جیسا کہ یہ پوسٹ دکھاتی ہے، لیکن انہیں ابھی پروڈکٹ میں نہیں جوڑا۔ اجازتیں اور انٹیگریشن کوڈ موجود ہیں؛ جب یہ ہر نوٹ کے راستے میں آ جائیں گے تو یہ پوسٹ اپ ڈیٹ کی جائے گی۔ تب تک Vertex AI یا Bedrock والی تنظیم میں وائس نوٹ ایک قابلِ سماعت ریکارڈنگ ہے؛ جو تنظیم اپنا گیٹ وے Azure پر بدل لے، اسے اس کے بعد بھیجے گئے نوٹس کے ٹرانسکرپٹس ملتے ہیں۔

اکثر پوچھے گئے سوالات

InterMIND کون سی اسپیچ ٹو ٹیکسٹ سروس استعمال کرتا ہے؟

چیٹ میں وائس نوٹس کے لیے Azure AI Speech (fast transcription API)، Sweden Central میں InterMIND کے اپنے Azure ٹیننٹ میں، جو ڈیفالٹ AI گیٹ وے کی اسپیچ سروس ہے۔ میٹنگز میں لائیو اسپیچ ایک مختلف راستہ ہے: وہ InterMIND کے اپنے میڈیا انجن، Mind API، پر چلتی ہے جو فرانس میں OVH پر ہوسٹ ہے، اور کسی کلاؤڈ اسپیچ سروس کو کبھی نہیں چھوتی (ایک میٹنگ کہاں چلتی ہے)۔

کیا Azure AI Speech، Google Speech-to-Text یا Amazon Transcribe سے زیادہ درست ہے؟

17 زبانوں میں وائس نوٹ کے ہمارے 153 کلپس کے سیٹ پر، ایک ہی دن اور ایک ہی ٹیسٹ سے ناپنے پر، Azure AI Speech کی اوسط word error rate 9%، Google Cloud Speech-to-Text (Chirp 3) کی 10% اور Amazon Transcribe کی 10% رہی۔ فی زبان ترتیب بدل جاتی ہے: Azure فرانسیسی، انگریزی اور چینی میں سب سے کم رہا، Amazon Transcribe عربی میں، اور Google روسی میں۔ ریکارڈنگز کے مختلف سیٹ پر درجہ بندی مختلف ہو سکتی ہے؛ اوپر کا جدول ہمارے سیٹ کا ثبوت ہے۔

Word error rate کیا ہے، اور یہاں اسے کیسے شمار کیا گیا؟

Word error rate بدلے گئے، شامل کیے گئے اور حذف شدہ الفاظ کی تعداد کو ریفرنس ٹیکسٹ کے الفاظ کی تعداد سے تقسیم کرنے سے حاصل ہوتی ہے۔ موازنے سے پہلے ہم حروف کی صورت (case)، رموزِ اوقاف اور خالی جگہوں کو یکساں کرتے ہیں، اور چینی و جاپانی کا موازنہ فی حرف کرتے ہیں کیونکہ ان رسم الخط میں الفاظ خالی جگہ سے الگ نہیں کیے جاتے۔ 9% کی شرح کا مطلب ہے کہ تقریباً ہر گیارہ میں سے ایک لفظ ریفرنس سے مختلف ہے۔

کیا وائس نوٹ کی آڈیو EU سے باہر جاتی ہے؟

نہیں۔ ریکارڈنگ EU میں InterMIND کے آبجیکٹ اسٹوریج میں محفوظ ہوتی ہے، اور اسے ٹرانسکرائب کرنے والی اسپیچ سروس EU کے ریجن میں چلتی ہے: Azure پر Sweden Central، Google Cloud پر eu multi-region، اور AWS پر Frankfurt۔ فریقوں اور ریجنز کی مکمل فہرست سب پروسیسرز کے صفحے اور ٹرسٹ پیج پر ہے۔

اسپیچ کو کلائنٹ سائیڈ، ایپ کے اندر ہی کیوں نہ پہچانا جائے تاکہ آڈیو فون سے باہر نہ جائے؟

ہم نے یہ بھی ستمبر 2026 میں ناپا۔ Chrome کے بلٹ اِن ریکگنائزر نے لوکل پروسیسنگ کے ساتھ پروڈکٹ کی زبانوں میں 17 میں سے 0 رسمی کلپس پہچانے، اور کلائنٹ سائیڈ ریکگنائزرز کی زبانوں کی کوریج اوپر جدول کی 17 زبانوں سے کہیں کم ہے۔ کلائنٹ سائیڈ ریکگنیشن وہ سمت ہے جسے ہم پلیٹ فارمز کے بہتر ہونے کے ساتھ دوبارہ ناپتے ہیں؛ آج گیٹ وے کا راستہ ہی ہر زبان میں ہر رکن کے لیے کام کرتا ہے۔

کیا ہماری تنظیم یہ منتخب کر سکتی ہے کہ اس کے وائس نوٹس کو کون سی اسپیچ سروس ٹرانسکرائب کرے؟

الگ سے نہیں: AI گیٹ وے وہ چیز ہے جسے تنظیم کا ایڈمن Integrations پیج پر منتخب کرتا ہے۔ ڈیفالٹ گیٹ وے پر وائس نوٹس Azure AI Speech سے ٹرانسکرائب ہوتے ہیں۔ Vertex AI اور Amazon Bedrock پر وائس نوٹس ابھی ٹرانسکرائب نہیں ہوتے، اوپر کا سیکشن دیکھیں۔

وائس نوٹ کتنا طویل ہو سکتا ہے، اور کیا API اس کی حد مقرر کرتی ہے؟

دس منٹ تک۔ Azure کی fast transcription ایک ہی درخواست میں 5 گھنٹے اور 500 MB تک کی فائلیں قبول کرتی ہے، اس لیے نوٹ ایک ہی کال میں ٹرانسکرائب ہو جاتا ہے۔ Google کی synchronous recognition 60 سیکنڈ اور 10 MB قبول کرتی ہے، اسی لیے ٹیسٹ نے طویل کلپس کو خاموشی کے مقامات پر ٹکڑوں میں کاٹا۔

ریکگنائزر کو بولنے والے کی زبان کیوں بتائی جاتی ہے، خود پہچاننے کے بجائے؟

کیونکہ وائس نوٹ مختصر ہوتا ہے۔ چار سیکنڈ کے کلپ پر خودکار زبان کی شناخت غلط زبان لوٹا سکتی ہے، ایک روسی ٹیسٹ نوٹ انگریزی کے طور پر واپس آیا، جبکہ رکن کی پروفائل کی زبان تقریباً ہر بار درست ہوتی ہے۔ ریکگنائزر کو یہی زبان دی جاتی ہے، اور صرف اسی صورت میں جب یہ معلوم نہ ہو اسے کمرے کی زبانیں امیدوار کے طور پر دی جاتی ہیں۔

کیا میٹنگ کی آڈیو بھی اسی سروس سے ٹرانسکرائب ہوتی ہے؟

نہیں۔ میٹنگ میں لائیو اسپیچ InterMIND کے اپنے انجن (Mind API) پر، اس میڈیا سرور پر پہچانی اور ترجمہ کی جاتی ہے جو کال کو لے کر چلتا ہے اور فرانس میں OVH پر ہوسٹ ہے، دیکھیں ایک میٹنگ کہاں چلتی ہے۔ کلاؤڈ گیٹ وے ٹیکسٹ دیکھتا ہے، کال کی آڈیو کبھی نہیں (آپ کے اپنے گیٹ وے پر میٹنگ AI)۔

کیا آپ نتائج دوبارہ شائع کریں گے؟

ٹیسٹ ایک ہی کمانڈ پر چلتا ہے، اور ہر انجن کی اجازتیں موجود ہیں، اس لیے جب کوئی وینڈر نیا ماڈل جاری کرے گا تو جدول کو دوبارہ ناپا جا سکتا ہے۔ جب بھی تصویر بدلے گی، یہ پوسٹ تاریخ کے ساتھ اپ ڈیٹ کی جائے گی۔

خود آزما کر دیکھیں

• پڑھیں کہ وائس نوٹس کیسے کام کرتے ہیں — ریکارڈنگ، دس منٹ کی حد، اور آڈیو کہاں جاتی ہے۔
• سب پروسیسرز کی فہرست دیکھیں — ہر اس فریق کا وینڈر، ملک، مقصد اور ریجن جو آپ کا ڈیٹا پروسیس کرتا ہے۔
• لائیو ڈیمو آزمائیں — پروڈکشن ترجمہ پائپ لائن آپ کی اپنی آڈیو پر، سائن اپ کے بغیر۔

ماخذ: Microsoft — Azure AI Speech fast transcription (learn.microsoft.com) اور Speech regions ٹیبل (learn.microsoft.com); Google Cloud — Chirp 3 ماڈل (docs.cloud.google.com)، synchronous recognition کی حدود (docs.cloud.google.com) اور سپورٹ شدہ زبانیں (docs.cloud.google.com); AWS — Amazon Transcribe streaming (docs.aws.amazon.com)، اینڈ پوائنٹس اور کوٹاز (docs.aws.amazon.com) اور سپورٹ شدہ زبانیں (docs.aws.amazon.com); سب ستمبر 2026 میں جانچے گئے۔ پیمائش: InterMIND speech bench، 2026-09-16، 153 کلپس، 17 زبانیں۔