डी-आईडी

डी-आईडी क्या है?

डी-आईडी एक अवतार-वीडियो और विज़ुअल-एजेंट प्लेटफ़ॉर्म है जो ब्राउज़र स्टूडियो, मोबाइल एप्लिकेशन, इंटीग्रेशन, एपीआई और एसडीके के माध्यम से उपलब्ध है। यह टेक्स्ट या ऑडियो से एक फोटो को एनिमेट कर सकता है, स्टॉक या व्यक्तिगत प्रस्तुतकर्ताओं के साथ वीडियो तैयार कर सकता है, लिप सिंक और वॉयस क्लोनिंग के साथ मौजूदा फुटेज का अनुवाद कर सकता है, और एलएलएम और नॉलेज बेस द्वारा समर्थित इंटरैक्टिव अवतार बना सकता है।

इसकी वर्तमान तकनीकी रेंज में V2 फोटो अवतार, V3 स्टॉक और तत्काल वीडियो अवतार, V4 अभिव्यंजक अवतार, 30 से अधिक अनुवाद आउटपुट भाषाएं, कई प्रदाताओं की आवाजें, Canva और PowerPoint एकीकरण और फ्रंट-एंड एम्बेड शामिल हैं। एक लाइव एजेंट माइक्रोफ़ोन के माध्यम से सुन सकता है, संगठन का ज्ञान प्राप्त कर सकता है, WebRTC या LiveKit पर एक अवतार से बात कर सकता है और विश्लेषण के लिए बातचीत निर्यात कर सकता है।

उन सतहों पर अलग-अलग डेटा प्रवाह होते हैं। एक-तरफ़ा प्रशिक्षण वीडियो, लगातार व्यक्तिगत अवतार, क्लोन की गई आवाज़, अनुवादित साक्षात्कार और हमेशा ग्राहक-सामना करने वाले एजेंट को एक सामान्य अनुमोदन साझा नहीं करना चाहिए।

अवतार गुणवत्ता, अनुवाद और एजेंट सुरक्षा

बातचीत-अवतार की गुणवत्ता स्रोत के चेहरे, संकल्प, मुद्रा, फसल, चाल, ऑडियो, उच्चारण, भाषा और लक्ष्य शैली पर निर्भर करती है। लिप सिंक और अभिव्यक्ति अस्वाभाविक होते हुए भी प्रेरक लग सकते हैं। चेहरे की कलाकृतियाँ, आँख और मुँह की गति, हाथ, ब्रांड चिह्न, समय, उच्चारण, उपशीर्षक सटीकता और क्या प्रदर्शन वक्ता की इच्छित भावना को बदलता है, इसकी जाँच करें।

वीडियो अनुवाद प्रति आउटपुट भाषा के हिसाब से शुल्क लेता है और स्रोत की आवाज को क्लोन कर सकता है। पीढ़ी से पहले नाम, आंकड़े, दावे, विनियमित शब्द, सम्मान और सांस्कृतिक वाक्यांशों को प्रूफरीड करें। वर्तमान तुलना स्व-सेवा अनुवादित वीडियो को ट्रायल के बाहर पांच मिनट तक सीमित करती है, जबकि एंटरप्राइज़ 30 मिनट तक का समर्थन करता है। केवल एंटरप्राइज़ प्रूफरीडिंग को पैकेज्ड फीचर के रूप में सूचीबद्ध करता है, इसलिए अन्य खरीदारों को अपने स्वयं के भाषाई क्यूए की आवश्यकता होती है।

विज़ुअल एजेंट अधिक जोखिम जोड़ते हैं। सिस्टम माइक्रोफ़ोन इनपुट, स्पीच-टू-टेक्स्ट, एलएलएम रीजनिंग, आरएजी दस्तावेज़, टीटीएस और अवतार रेंडरिंग को जोड़ सकता है; वैकल्पिक इलेवनलैब्स एकीकरण वार्तालाप पाइपलाइन को किसी अन्य प्रदाता को सौंपता है। ज्ञान स्रोतों को प्रतिबंधित करें, रहस्यों को हटाएं और शीघ्र-इंजेक्शन सामग्री को हटाएं, इनकार को परिभाषित करें, असमर्थित प्रश्नों का परीक्षण करें, टूल और कार्यों को कैप करें, एजेंट को एआई के रूप में लेबल करें, माइक्रोफ़ोन सहमति प्राप्त करें, एक मानव हैंडऑफ़ को उजागर करें, और निर्यातित प्रतिलेखों की समीक्षा करें।

वर्तमान स्टूडियो मूल्य निर्धारण और क्रेडिट

वार्षिक पृष्ठ 14 दिनों और तीन मिनट के लिए $0 पर ट्रायल दिखाता है, दस मासिक मिनटों के लिए $56/वर्ष ($4.70 मासिक समतुल्य) पर लाइट, 15 के लिए $191/वर्ष ($16 समतुल्य) पर प्रो, और 100 के लिए $1,293/वर्ष ($108 समतुल्य) पर उन्नत दिखाता है। एंटरप्राइज़ कस्टम है और कस्टम या असीमित मिनट, सहयोग, एसएसओ, पेशेवर सेवाओं और तेज़ प्रसंस्करण का विज्ञापन करता है। वार्षिक योजनाएँ प्रीपेड होती हैं लेकिन क्रेडिट एक वार्षिक पूल के बजाय मासिक रूप से आते हैं।

ट्रायल और लाइट के पास व्यक्तिगत उपयोग के लाइसेंस हैं। प्रो व्यावसायिक उपयोग, प्रीमियम आवाजें, एक आवाज क्लोन, उपशीर्षक और एक एआई वॉटरमार्क जोड़ता है। एडवांस्ड अधिक व्यक्तिगत अवतार और क्लोन जोड़ता है और एक कस्टम लोगो की अनुमति देता है। सहायता का कहना है कि केवल एंटरप्राइज़ ही वॉटरमार्क को पूरी तरह से हटा सकता है; कस्टम लोगो और हटाने के बीच अंतर की पुष्टि करें। ट्रायल में फुल-स्क्रीन वॉटरमार्क, लाइट में डी-आईडी मार्क और प्रो में सामान्य एआई मार्क का उपयोग किया जाता है।

नियमित वीडियो और अनुवाद उपयोग आम तौर पर एक क्रेडिट को 15 सेकंड तक मानता है। प्रत्येक अनुवादित भाषा एक अलग आउटपुट है। एजेंट की प्रतिक्रियाओं की लागत प्रति 15-सेकंड के अंतराल पर 0.5 क्रेडिट होती है और शेष राशि समाप्त होने पर रुक जाती है। इसलिए एजेंट ट्रैफ़िक उपयोग-आधारित है; मॉडल, भाषण, ज्ञान और बाहरी-प्रदाता शुल्क भी लागू हो सकते हैं। "असीमित पहला महीना" उचित-उपयोग सीमाओं के अधीन है और इससे उत्पादन अनुमान नहीं बढ़ना चाहिए।

सहमति, बायोमेट्रिक्स, समानता और प्रकटीकरण

डी-आईडी की बायोमेट्रिक नीति में कहा गया है कि अवतार निर्माण, बात करने वाली छवियां, वॉयस क्लोनिंग, वीडियो-टू-वीडियो अनुरोध और पहचान सत्यापन से चेहरे की ज्यामिति, स्थलचिह्न, वॉयसप्रिंट, चाल और अन्य बायोमेट्रिक विशेषताएं निकाली जा सकती हैं। यह सत्यापन या मॉडरेशन प्रदाताओं के साथ बायोमेट्रिक जानकारी साझा कर सकता है। नीति कहती है कि इस जानकारी का उपयोग उत्पादों को बेहतर बनाने या उनके एआई मॉडल को प्रशिक्षित करने के लिए नहीं किया जाता है और लागू अवधारण अवधि के अंत में इसे नष्ट कर दिया जाता है।

प्रत्येक पहचान योग्य विषय से विशिष्ट, सूचित और प्रतिसंहरणीय अनुमति प्राप्त करें। बताएं कि कौन सा चेहरा और आवाज पकड़ी जाएगी, क्या पुन: प्रयोज्य क्लोन बनाया गया है, सटीक उद्देश्य और चैनल, क्षेत्र, व्यावसायिक उपयोग, संपादन, अनुवाद, अवधि, प्राप्तकर्ता, विक्रेता, प्रतिधारण, विलोपन और निकासी प्रभाव। एक सार्वजनिक छवि या सामान्य रिकॉर्डिंग सहमति नए भाषण को संश्लेषित करने के लिए स्वचालित रूप से सहमति नहीं है।

जहां व्यावहारिक हो, सामग्री और मेटाडेटा में सिंथेटिक प्रस्तुतकर्ताओं को लेबल करें और प्लेटफ़ॉर्म, विज्ञापन, चुनाव, उपभोक्ता-संरक्षण, श्रम, प्रचार और बायोमेट्रिक कानूनों का पालन करें। कभी भी किसी वास्तविक व्यक्ति को किसी उत्पाद का समर्थन करते हुए, कोई दावा करते हुए, सलाह देते हुए या किसी ऐसे कार्यक्रम में भाग लेते हुए न दिखाएं जो उन्हें स्वीकृत नहीं है।

प्रतिधारण, सुरक्षा और एपीआई संचालन

गोपनीयता नीति कहती है कि गैर-स्थायी एपीआई एप्लिकेटिव डेटा स्वचालित रूप से 24 घंटों के भीतर एडब्ल्यूएस सेटिंग्स के माध्यम से मिटा दिया जाता है, एजेंट उत्पाद डेटा 72 घंटों के भीतर और इनसाइट डेटा 14 दिनों के भीतर मिटा दिया जाता है। `persist' ध्वज एन्क्रिप्टेड डेटा को तब तक बनाए रखता है जब तक उपयोगकर्ता इसे हटा नहीं देता। किसी अवतार को बनाए रखने के लिए आवश्यक बायोमेट्रिक टेम्प्लेट आवश्यक या कानूनी रूप से अनुमत अवधि तक लंबे समय तक चल सकते हैं। ये विशिष्ट घड़ियाँ हैं; प्रत्येक का दस्तावेजीकरण करें।

जहां संभव हो, पूर्ण एपीआई इनपुट को स्पष्ट रूप से हटाएं, डिफ़ॉल्ट रूप से जारी रखें से बचें, अप्रयुक्त अवतार और क्लोन हटाएं, वार्तालाप-निर्यात प्रतिधारण सेट करें, और बैकअप और उपप्रोसेसर को सत्यापित करें। डी-आईडी का कहना है कि प्रसंस्करण या विलोपन की प्रतीक्षा कर रहे आवेदक डेटा को मॉडल प्रशिक्षण के लिए एक्सेस नहीं किया जाता है और अन्यथा इसकी बताई गई नीति से परे इसका बैकअप नहीं लिया जाता है; ऑर्डर फॉर्म में उद्यम प्रतिबद्धताओं की पुष्टि करें।

एपीआई क्रेडेंशियल मूल प्रमाणीकरण के माध्यम से किए गए उपयोगकर्ता नाम/पासवर्ड जोड़ी का उपयोग करते हैं। उन्हें केवल सर्वर या गुप्त प्रबंधक पर संग्रहीत करें, ब्राउज़र कोड या सार्वजनिक रिपॉजिटरी में कभी नहीं। कुंजियाँ घुमाएँ, व्यय अलर्ट सेट करें, एम्बेड डोमेन को प्रतिबंधित करें, क्लाइंट कुंजियों की सुरक्षा करें, दर-सीमा सत्र, अपलोड और यूआरएल को मान्य करें, अप्रत्याशित पीढ़ी की निगरानी करें और लाइव एजेंटों के लिए एक किल स्विच प्रदान करें।

फैसला

डी-आईडी एकल टॉकिंग फोटो से स्थानीयकृत प्रस्तुतकर्ता लाइब्रेरी और वास्तविक समय एआई इंटरफेस तक एक व्यापक मार्ग प्रदान करता है। स्टूडियो पहुंच योग्य है, जबकि एपीआई और एसडीके समान दृश्य परत को प्रोग्राम करने योग्य बनाते हैं।

इसकी उपयुक्तता प्राधिकरण और शासन की तुलना में नवीनता पर कम निर्भर करती है। सही वाणिज्यिक और वॉटरमार्क अधिकारों के साथ एक योजना चुनें, भाषा और दृश्य गुणवत्ता का परीक्षण करें, सिंथेटिक पहचान को स्पष्ट करें, दानेदार चेहरे और आवाज की सहमति प्राप्त करें, दृढ़ता को कम करें, हर कुंजी को सुरक्षित करें और लाइव उत्तरों की निगरानी करें। जब वे नियंत्रण गायब होते हैं, तो एक ठोस अवतार उत्पादन शॉर्टकट के बजाय एक दायित्व बन जाता है।