Skip to content
பாஷினி 22 இந்திய மொழிகளில் குரல் சேவையையும் 36 மொழிகளில் எழுத்துச் சேவையையும் வழங்குகிறது, 22 அட்டவணை மொழிகளுக்கும் திறந்த மொழிபெயர்ப்பு மாதிரியை உருவாக்கியது சென்னை ஐஐடியில் உள்ள ஓர் ஆய்வகம்
செயற்கை நுண்ணறிவும் தொழில்நுட்பமும்

பாஷினி 22 இந்திய மொழிகளில் குரல் சேவையையும் 36 மொழிகளில் எழுத்துச் சேவையையும் வழங்குகிறது, 22 அட்டவணை மொழிகளுக்கும் திறந்த மொழிபெயர்ப்பு மாதிரியை உருவாக்கியது சென்னை ஐஐடியில் உள்ள ஓர் ஆய்வகம்

வரைபடம்: tuput

தமிழ்

2026 பிப்ரவரி 9 நிலவரப்படி, அரசின் பாஷினி தளம் 22 மொழிகளில் குரலையும் 36 மொழிகளில் எழுத்தையும் ஆதரித்தது, 4 பில்லியனுக்கு மேற்பட்ட மொழி அனுமானங்களை நிறைவு செய்திருந்தது. சென்னை ஐஐடியின் ஆய்வகமான AI4Bharat, 22 அட்டவணை மொழிகளுக்கும் ஆன மொழிபெயர்ப்பு மாதிரியான IndicTrans2 ஐயும், அதன் பின்னுள்ள மொழித் தொகுப்புகளையும் பேச்சுத் தரவுத் தொகுப்புகளையும் வெளியிட்டது.

· · 6 நிமிட வாசிப்பு

இந்திய அரசின் மொழித் தளமான பாஷினி, அரசின் செய்தி அமைப்பான பத்திரிகைத் தகவல் அலுவலகத்தின் (PIB) ஒரு விளக்க ஆவணத்தின்படி, 2026 பிப்ரவரி 9 நிலவரப்படி 22 மொழிகளில் குரல் சேவைகளையும் 36 மொழிகளில் எழுத்துச் சேவைகளையும் வழங்கியது. அதே ஆவணம், தளத்தில் 350க்கு மேற்பட்ட AI மாதிரிகளும் தரவுத் தொகுப்புகளும் இருப்பதாகவும், 4 பில்லியனுக்கு மேற்பட்ட, அதாவது 400 கோடி, மொழி அனுமானங்களை அது நிறைவு செய்திருப்பதாகவும் கூறுகிறது. ஒவ்வொரு அனுமானமும் ஒரு கோரிக்கையின் மீது ஒரு மாதிரி ஒருமுறை இயங்குவதைக் குறிக்கிறது.

அந்தத் தளத்துக்கான திறந்த தரவுத் தொகுப்புகளும் மாதிரிகளும் AI4Bharat இடமிருந்து வருகின்றன. இது சென்னை இந்தியத் தொழில்நுட்பக் கழகத்தில் (ஐஐடி) இயங்கும் ஆய்வகம், திட்டத்தின் தரவு மேலாண்மைப் பிரிவாகவும் செயல்படுகிறது. அதன் மொழிபெயர்ப்பு மாதிரியான IndicTrans2 ஐ, அரசியலமைப்பின் எட்டாவது அட்டவணையில் உள்ள 22 மொழிகளையும் ஆதரிக்கும் முதல் மாதிரி என்று அதன் ஆசிரியர்கள் விவரிக்கின்றனர்.

2022 ஜூலையில் தொடங்கிய திட்டம்

பாஷினி என்பது தேசிய மொழி மொழிபெயர்ப்புத் திட்டத்தின் பணிப்பெயர். மின்னணு மற்றும் தகவல் தொழில்நுட்ப அமைச்சகம் (MeitY) இதை டிஜிட்டல் இந்தியா பாஷினி பிரிவு மூலம் நடத்துகிறது. அதிகாரபூர்வ இணையதளம் அந்தப் பிரிவை டிஜிட்டல் இந்தியா கார்ப்பரேஷனின் கீழ் உள்ள சுயேச்சையான பிரிவு என்கிறது. PIB இன் 2022 ஆகஸ்ட் உண்மை விளக்கக் குறிப்பில் இந்தப் பெயர் “BHASa INterface for India” என விரிகிறது; காந்திநகரில் நடந்த டிஜிட்டல் இந்தியா வாரம் 2022 தொடக்கவிழாவில் பிரதமர் இதைத் தொடங்கி வைத்தார் என்றும் அந்தக் குறிப்பு கூறுகிறது. ஸ்வராஜ்யாவின் செய்தி தேதியை 2022 ஜூலை 4 என்று குறிப்பிட்டு, மூன்று ஆண்டுகளுக்கு ரூ 495.51 கோடி ஒதுக்கீடு என்றும் தெரிவிக்கிறது.

உண்மை விளக்கக் குறிப்பு மூன்று நோக்கங்களைப் பட்டியலிடுகிறது. குடிமக்கள் இணையத்தையும் டிஜிட்டல் சேவைகளையும் இந்திய மொழிகளில், குரல் வழியாகவும், பெறுகிறார்கள். பாஷா தான் எனும் மக்கள் பங்களிப்பு முயற்சி பொதுமக்களிடமிருந்து மொழித் தரவைத் திரட்டுகிறது. அரசு, தொழில், கல்வி நிறுவனங்கள், தொடக்க நிறுவனங்கள் ஆகியவற்றின் பங்களிப்புகளை ஒரு திறந்த களஞ்சியத்தில் சேர்க்கும் ஒருங்கிணைப்பாளராகவும் பாஷினி செயல்படுகிறது.

2026 பிப்ரவரியில் PIB இந்தச் சேவைகளை மொழிபெயர்ப்பு, பேச்சிலிருந்து எழுத்து, எழுத்திலிருந்து பேச்சு, எழுத்துப்பெயர்ப்பு (ஒரு சொல்லை வேறு எழுத்துமுறையில் எழுதுவது), ஆவணப் புரிதல் என்று விவரித்தது. அதன் சொற்களில், மற்ற தளங்கள் மொழி, குரல் வசதிகளைத் தொடக்கத்திலிருந்து உருவாக்காமல் சேர்த்துக்கொள்ள முடிவதே இதன் நோக்கம். PIB இன் 2026 பிப்ரவரி 10 விளக்க ஆவணத்தில் தளம் 1.2 மில்லியன் பதிவிறக்கங்களைக் கடந்திருந்தது; tuput 2026 அக்டோபர் 15 அன்று பார்த்தபோது அதிகாரபூர்வ இணையதளம் 1.4 மில்லியனுக்கு மேற்பட்ட கைப்பேசிச் செயலிப் பதிவிறக்கங்களைப் பட்டியலிட்டிருந்தது. கம்ப்யூட் நிதியுதவி உள்ளிட்ட அரசின் பரந்த AI திட்டம், இந்தியா தன் சொந்த மொழிகளில் AI உருவாக்குவது பற்றிய tuput கட்டுரையில் உள்ளது.

சென்னை ஐஐடியின் ஆய்வகம்

AI4Bharat தன்னை, திறந்த மூலப் பங்களிப்புகள் மூலம் இந்திய மொழிகளுக்கான AI யில் பணிபுரியும் சென்னை ஐஐடி ஆய்வகம் என்று விவரிக்கிறது. அதன் கவனப் பகுதிகளாகப் பட்டியலிடப்பட்டவை எழுத்துப்பெயர்ப்பு, மொழிப் புரிதலும் உருவாக்கமும், மொழிபெயர்ப்பு, பேச்சு அறிதல், பேச்சு உருவாக்கம். முகப்புப் பக்கத்தில் பெயரிடப்பட்ட நிதியளிப்பவர்கள் MeitY, ரோகிணி நீலேகனி பரோபகாரங்கள், EkStep அறக்கட்டளை, C-DAC, மைக்ரோசாஃப்ட், கூகுள், யோட்டா இன்ஃப்ராஸ்ட்ரக்சர் ஆகியோர்.

தரவுத் திரட்டலுக்கான மானியங்களை MeitY வழங்கியதாக அந்தப் பக்கம் குறிப்பிடுகிறது; அதைப் பாஷினியின் தரவு மேலாண்மைப் பிரிவின் பகுதி என்று அது அழைக்கிறது. IndicTrans2 ஆய்வுக் கட்டுரையும் தன் நன்றியுரையில் இதையே சொல்கிறது: அந்தத் திட்டத்தின் மொழிபெயர்ப்பாளர்கள், மதிப்பாய்வாளர்கள், மொழி வல்லுநர்கள் ஆகியோருக்கு, அந்தப் பங்குக்காகச் சென்னை ஐஐடிக்கு டிஜிட்டல் இந்தியா பாஷினி திட்டம் வழங்கிய மானியம் ஆதரவளித்தது.

2023 மார்ச்சில் சென்னை ஐஐடி இயக்குநர் வி. காமகோடி மனிகன்ட்ரோலிடம், AI4Bharat இல் உள்ள நீலேகனி மையத்தின் ஆய்வாளர்களிடம் பாஷினியின் ஒரு பகுதியாக ஒன்பது மொழிகளுக்குச் செயல்படும் எழுத்து மொழிபெயர்ப்பி இருப்பதாகத் தெரிவித்தார். அந்த மையம் 2022 இல் நீலேகனி பரோபகாரங்களின் ரூ 36 கோடி மானியத்துடன் தொடங்கியது என்றும் அந்த அறிக்கை சேர்க்கிறது.

22 மொழிகளுக்குமான மாதிரி IndicTrans2

இந்தியாவில் எட்டாவது அட்டவணையில் பட்டியலிடப்பட்ட 22 அட்டவணை மொழிகள் உள்ளன; மக்கள்தொகையில் சுமார் 97 சதவீதம் பேர் அவற்றில் ஒன்றைத் தாய்மொழியாகப் பேசுகிறார்கள் என்று ஆய்வுக் கட்டுரை குறிப்பிடுகிறது. அந்த 22 மொழிகள் எப்படித் தேர்ந்தெடுக்கப்பட்டன என்ற பின்னணிக்கு, எட்டாவது அட்டவணை பற்றிய tuput விளக்கக் கட்டுரையைப் பாருங்கள்.

ஜெய் கலா, பிரஞ்சல் சிட்டாலே தலைமையிலான 14 ஆசிரியர்கள் எழுதிய IndicTrans2 ஆய்வுக் கட்டுரை 2023 மே 25 அன்று arXiv இல் பதிவேற்றப்பட்டு, 2023 டிசம்பரில் Transactions on Machine Learning Research இதழில் வெளியானது. இந்தப் பணிக்கு முன் 22 மொழிகளையும் உள்ளடக்கிய இணைப் பயிற்சித் தரவு (இரு மொழிகளில் ஒரே வாக்கியங்கள், அதிலிருந்து மாதிரி கற்றுக்கொள்கிறது) இல்லை, அவை அனைத்தையும் உள்ளடக்கிய அளவுகோல் இல்லை, அவை அனைத்தையும் ஆதரிக்கும் மொழிபெயர்ப்பு மாதிரியும் இல்லை என்று அதன் சுருக்கம் கூறுகிறது.

குழு மூன்று பொருள்களை உருவாக்கியது. பாரத் இணை மொழித் தொகுப்பு (BPCC) சுமார் 230 மில்லியன் வாக்கிய இணைகளைக் கொண்டுள்ளது; அவற்றில் 126 மில்லியன் புதிதாகச் சேர்க்கப்பட்டவை, 644,000 கைமுறை மொழிபெயர்ப்பு இணைகள் உட்பட. IN22 என்பது 22 மொழிகளிலும் ஒரே உள்ளடக்கம் கொண்ட முதல் அளவுகோல் என்று ஆசிரியர்கள் அழைக்கும் சோதனைத் தொகுப்பு. IndicTrans2 மாதிரியில் 1.1 பில்லியன் அளவுருக்கள் உள்ளன; சுமார் 211 மில்லியன் கொண்ட சுருக்கப்பட்ட பதிப்புகளும் உண்டு; இரண்டாம் பதிப்பு ஆங்கிலம் வழியாகச் செல்லாமல் இந்திய மொழிகளுக்கு இடையே நேரடியாக மொழிபெயர்க்கிறது, 462 திசைகளை உள்ளடக்குகிறது.

தரத்தைப் பொறுத்தவரை, BLEU, chrF++, COMET எனும் தானியங்கி மதிப்பெண்களைப் பயன்படுத்தி, மெட்டாவின் திறந்த NLLB மாதிரிக்கும், கூகுள், மைக்ரோசாஃப்ட் ஆகியவற்றின் வணிக அமைப்புகளுக்கும் இணையாக IndicTrans2 செயல்படுவதாக ஆசிரியர்கள் தெரிவிக்கின்றனர். இவை ஆசிரியர்களின் சொந்த மதிப்பீடுகள். நீண்டகாலம் நடக்கும் பகிர்வுப் பணியான இயந்திர மொழிபெயர்ப்புப் பயிலரங்கம் 16 ஆண்டுகளில் மொத்தம் 4 இந்திய மொழிகளை மட்டுமே உள்ளடக்கியிருந்தது என்றும் அந்தக் கட்டுரை சொல்கிறது.

மாதிரிகளும் தரவும் திறந்த உரிமங்களின் கீழ் வெளியிடப்பட்டன. GitHub களஞ்சியம் MIT உரிமத்தின் கீழ் மாதிரிச் சோதனைப் புள்ளிகளைப் பட்டியலிடுகிறது; அதன் வெளியீட்டுக் குறிப்புகள் 2025 ஜனவரி 18 அன்று நீண்ட சூழல் புதுப்பிப்பைப் பதிவு செய்கின்றன. இந்தியாவின் AI களஞ்சியமான AIKosh உம், டிஜிட்டல் இந்தியா பாஷினி பிரிவை மூல அமைப்பாகக் கொண்ட IndicTrans2 பதிவைப் பட்டியலிடுகிறது. ஒரு குறிப்பிட்ட பாஷினி சேவைக்குள் எந்த மாதிரி இயங்குகிறது என்பதை tuput திறந்து பார்த்த எந்தப் பக்கமும் கூறவில்லை; எனவே இந்தக் கட்டுரை அதை உறுதியாகக் கூறவில்லை.

அடியில் உள்ள எழுத்து, பேச்சுத் தரவு

IndicTrans2, அதே குழுவின் முந்தைய வெளியீடுகளை அடிப்படையாகக் கொள்கிறது. முதலாவது IndicNLPSuite, 2020 நவம்பரில் Findings of EMNLP இல் வெளியானது. அது 11 மொழிகளிலும் இந்திய ஆங்கிலத்திலும் 8.8 பில்லியன் டோக்கன்கள் கொண்ட ஒருமொழி எழுத்தையும், பெரும்பாலும் செய்தி இணையத் திரட்டல்களிலிருந்து எடுக்கப்பட்டதையும், சிறிய ALBERT வடிவமைப்பில் அமைந்த முன்பயிற்சி மொழி மாதிரிகளையும் வழங்கியது.

சுமந்த் தொட்டபனேனி மற்றும் சக ஆசிரியர்களின் ACL 2023 தொடர்ச்சி, அந்தத் தொகுப்பை (IndicCorp) 24 மொழிகளில் 20.9 பில்லியன் டோக்கன்களாக, முந்தைய அளவைப்போல் சுமார் 2.3 மடங்காக உயர்த்தியது. அது IndicXTREME ஐயும் அறிமுகப்படுத்தியது; இது 20 மொழிகளில் ஒன்பது பணிகளையும் 105 மதிப்பீட்டுத் தொகுப்புகளையும் கொண்ட அளவுகோல், அவற்றில் 52 புதியவை. IndicBERT v2 எனும் மொழி மாதிரியையும் அறிமுகப்படுத்தியது; வலுவான அடிப்படை மாதிரியைவிட சராசரியாக 2 புள்ளிகள் மேம்படுவதாக ஆசிரியர்கள் கூறுகின்றனர்.

பேச்சுக்கு, IndicSUPERB ஆய்வுக் கட்டுரையில் உள்ள Kathbath தொகுப்பு, 203 மாவட்டங்களைச் சேர்ந்த 1,218 பங்களிப்பாளர்களிடமிருந்து 12 மொழிகளில் 1,684 மணிநேரம் குறிப்பிடப்பட்ட பேச்சைக் கொண்டுள்ளது. 2024 மார்ச்சில் பதிவேற்றப்பட்ட IndicVoices, 145 மாவட்டங்களையும் 22 மொழிகளையும் சேர்ந்த 16,237 பேச்சாளர்களிடமிருந்து 7,348 மணிநேரத்தைக் கொண்டுள்ளது; அவற்றில் 1,639 மணிநேரம் எழுத்தாக்கம் செய்யப்பட்டது. அதில் வாசிக்கப்பட்ட எழுத்து 9 சதவீதம் மட்டுமே; முன்னேற்பாடின்றிய பேச்சு 74 சதவீதம், உரையாடல் 17 சதவீதம்.

எங்கே பயன்படுகிறது

PIB இன் 2026 பிப்ரவரி விளக்க ஆவணம் இரண்டு நிகழ்வுகளைத் தருகிறது. வாரணாசியில் நடந்த காசி தமிழ்ச் சங்கமத்தில் பிரதமரின் இந்திப் பேச்சு பாஷினி வழியாக நிகழ்நேரத்தில் தமிழில் மொழிபெயர்க்கப்பட்டது. மகா கும்பமேளா 2025 இல் பாஷினி இயக்கிய கும்ப் சஹ்’AI’யக் எனும் அரட்டைப் பொறி, யாத்ரீகர்களுக்கு 11 மொழிகளில் வழிகாட்டலையும் நிகழ்வுத் தகவலையும் வழங்கியது; நேரடி எழுத்து, குரல் மொழிபெயர்ப்புடன் தொலைந்தவை கண்டறியும் வசதியையும் நடத்தியது. உச்ச நீதிமன்றத்தின் 2024 வைர விழாக் கொண்டாட்டங்களில் தன் உரை நிகழ்நேரத்தில் ஆங்கிலத்துக்கு மொழிபெயர்க்கப்பட்டதாகப் பிரதமர் சொல்வதையும் அதிகாரபூர்வ இணையதளம் மேற்கோள் காட்டுகிறது.

நாடாளுமன்றம் 2025 மார்ச் 18 அன்று இணைந்தது. மக்களவைச் செயலகமும் MeitY யும் சன்சத் பாஷினிக்கான ஒப்பந்தத்தில் கையெழுத்திட்டன; அதில் நாடாளுமன்றம் தன் விவாதக் காப்பகத்தைக் கருவிகளை நுட்பமாகச் சீரமைக்க வழங்குகிறது, பாஷினி மொழிபெயர்ப்பை வழங்குகிறது. PIB செய்திக்குறிப்பு திட்டமிடப்பட்ட நான்கு பயன்பாடுகளைப் பட்டியலிடுகிறது: கடந்த விவாத ஆவணங்களைப் பிராந்திய மொழிகளுக்கு மொழிபெயர்த்தல், நாடாளுமன்ற இணையதளத்துக்கான அரட்டைப் பொறி, இந்திய மொழிகளில் பேச்சிலிருந்து எழுத்து, நிகழ்நேர எழுத்தாக்கத்துடன் பேச்சிலிருந்து பேச்சு மாற்றம். பாஷினி முகப்புப் பக்கம் இப்போது நாடாளுமன்றத்துக்கான மொழிபெயர்ப்பு, எழுத்தாக்கம், சுருக்கம் ஆகியவற்றை விவரிக்கும் சன்சத் பாஷினி பதாகையைக் கொண்டுள்ளது.

ரயில்வேயில், டிஜிட்டல் இந்தியா பாஷினி பிரிவும் ரயில்வே தகவல் அமைப்புகள் மையமும் (CRIS) 2025 ஜூன் 9 அன்று, தேசிய ரயில் விசாரணை அமைப்பு, புகார் இணையதளமான RailMadad போன்ற அமைப்புகளுக்கு 22 மொழிகளில் எழுத்து, பேச்சு, எழுத்துரு வாசிப்புக் கருவிகளைக் கொண்டுவர ஒப்பந்தம் செய்துகொண்டன. அடுத்த மாதங்களில் பயிலரங்குகளும் முன்னோட்டங்களும் தொடங்க இருந்ததாக ஆல் இந்தியா ரேடியோ தெரிவித்தது. பாஷினியின் Our Impact பக்கம் தனியாக விசாரணை அமைப்பை எழுத்து, பேச்சு அறிதலைப் பயன்படுத்தும் சேவையாகப் பட்டியலிடுகிறது; அத்துடன் அரசின் CPGRAMS குறைதீர் இணையதளத்தையும், அது 22 மொழிகளில் எழுத்தையும் 16 மொழிகளில் குரலையும் வழங்குவதாக விவரித்துப் பட்டியலிடுகிறது.

நீதிமன்றங்களில், PIB இன் 2026 பிப்ரவரி 11 விளக்க ஆவணத்தின்படி, உச்ச நீதிமன்றம் தேசிய தகவலியல் மையத்துடன் உருவாக்கிய SUVAS கருவி மூலம் தீர்ப்புகளை 18 இந்திய மொழிகளில் மொழிபெயர்த்து, e-SCR இணையதளத்தில் வெளியிடுகிறது. மொழிபெயர்ப்புகள் நீதித்துறைச் சட்டகங்களுக்குள் மதிப்பாய்வு செய்யப்படுகின்றன என்று அந்த ஆவணம் கூறுகிறது; SUVAS எந்த மொழி இயந்திரத்தைப் பயன்படுத்துகிறது என்பதைக் கூறவில்லை. இந்திய நீதிமன்றங்களில் AI பற்றிய tuput அறிக்கை நீதிமன்றக் கருவிகளின் முழுப் பட்டியலையும் அதன் பின்னுள்ள ஆவணங்களையும் தருகிறது.

வெளியான எண்கள் திறந்துவிடுபவை

IndicTrans2 ஆய்வுக் கட்டுரை எங்கே பணி எஞ்சியுள்ளது என்பதை நேரடியாகக் கூறுகிறது. தேவநாகரி எழுத்தில் உள்ள மணிப்புரி (மெய்தெய்), சந்தாலி, சிந்தி ஆகியவற்றுக்கு மாதிரிகள் குறைந்த அளவே பொதுமைப்படுத்துகின்றன என்றும், தரவு மிகுந்த மொழிகளுக்கும் குறைந்த மொழிகளுக்கும் இடையே செயல்திறன் இடைவெளி நீடிக்கிறது என்றும் அது சொல்கிறது. மனிதர்கள் குறிப்பிட்ட தரவு அரிதாக இருப்பதும் இணைய உள்ளடக்கம் குறைவாக இருப்பதும் காரணங்கள் என்று ஆசிரியர்கள் குறிப்பிடுகின்றனர்.

தளம் எதை ஆதரிக்கிறது என்ற எண்ணிக்கை சேவைக்கும் தேதிக்கும் ஏற்ப மாறுபடுகிறது. PIB இன் 2026 பிப்ரவரி விளக்க ஆவணம் 22 குரல் மொழிகளையும் 36 எழுத்து மொழிகளையும் தருகிறது; அதிகாரபூர்வ இணையதளமோ ஒரு குறைதீர் அமைப்புக்குக் குரலை 16 மொழிகளில் பட்டியலிடுகிறது. இந்தக் கட்டுரைக்காகத் திறந்த பக்கங்கள் செயல்பாட்டில் உள்ள சேவைகளுக்கான துல்லிய எண்களைத் தரவில்லை; ரயில்வே, நாடாளுமன்ற ஒப்பந்தங்கள் திட்டமிடப்பட்ட பணியை விவரிக்கின்றன. இந்திய மொழிகளில் பேச்சு அமைப்புகளின் சுயாதீன ஒப்பீடுகள் குரல், மொழிபெயர்ப்பு மாதிரிகள் பற்றிய tuput தொகுப்பில் உள்ளன.

AI4Bharat இன் சொந்தப் பக்கங்கள் 400க்கு மேற்பட்ட மாவட்டங்களிலிருந்து 15,000 மணிநேர எழுத்தாக்கம் செய்யப்பட்ட பேச்சு என்ற இலக்கைப் பட்டியலிடுகின்றன; அது ஓர் இலக்கு, நிறைவடைந்த மொத்தம் அல்ல.

Share
Copied!

ஆதாரங்களும் மேலும் வாசிக்கவும்

  1. PIB backgrounder (9 February 2026): Artificial Intelligence for Culture and Languages
  2. PIB backgrounder (10 February 2026): Democratising AI in India
  3. PIB factsheet (26 August 2022): BHASHINI, National Language Translation Mission
  4. Digital India BHASHINI Division: official site, home page (read 15 October 2026)
  5. Digital India BHASHINI Division: Our Impact (read 15 October 2026)
  6. arXiv / TMLR: IndicTrans2, Towards High-Quality and Accessible Machine Translation Models for all 22 Scheduled Indian Languages (Gala et al., 2023)
  7. GitHub: AI4Bharat/IndicTrans2 repository and release notes
  8. AIKosh (IndiaAI): Indic Trans2 model listing
  9. AI4Bharat, IIT Madras: home page
  10. ACL Anthology: IndicNLPSuite, Monolingual Corpora, Evaluation Benchmarks and Pre-trained Multilingual Language Models for Indian Languages (Findings of EMNLP 2020)
  11. ACL Anthology: Towards Leaving No Indic Language Behind, Building Monolingual Corpora, Benchmark and Models for Indic Languages (ACL 2023)
  12. arXiv: IndicSUPERB, A Speech Processing Universal Performance Benchmark for Indian Languages (AAAI 2023)
  13. arXiv: IndicVoices, Towards building an Inclusive Multilingual Speech Dataset for Indian Languages (4 March 2024)
  14. PIB release via NeGD (18 March 2025): Lok Sabha Secretariat and MeitY sign MoU to launch Sansad Bhashini
  15. All India Radio News (9 June 2025): DIBD and CRIS sign MoU to collaborate on multilingual AI solutions across key public-facing railway platforms
  16. PIB backgrounder (11 February 2026): From Digitisation to Intelligence, How AI is Enhancing Access to Justice in India
  17. IIT Madras press coverage page: working AI solution for text and speech translation (Moneycontrol interview with Director V Kamakoti, 16 March 2023)
  18. Swarajya (30 July 2023): How India Is Using AI to Build the Internet for Local Languages

இந்தக் கட்டுரை AI கருவிகளின் உதவியுடன் ஆராயப்பட்டு எழுதப்பட்டு, துல்லியத்திற்காகத் திருத்தப்பட்டது. இது பொதுத் தகவலுக்கும் விவாதத்திற்கும் மட்டுமே, தொழில்முறை ஆலோசனை அல்ல. எங்கள் ஆசிரியர் தரநிலைகள் மற்றும் பொறுப்புத் துறப்பு ஐப் பார்க்கவும். பிழை கண்டீர்களா? எங்களிடம் சொல்லுங்கள்.

#bhashini#ai4bharat#iit madras#indictrans2#machine translation#indian languages#speech recognition#digital india

பிடித்ததா? அடுத்ததைப் பெறுங்கள்.

ஒரு நேரத்தில் ஒரு நல்ல கட்டுரை, நேரடியாக உங்கள் இன்பாக்ஸுக்கு. ஸ்பேம் இல்லை, எப்போது வேண்டுமானாலும் நிறுத்தலாம்.

இதே பிரிவில் மேலும்: செயற்கை நுண்ணறிவும் தொழில்நுட்பமும்
22 இந்திய மொழிகளில் சுமார் 19% சொல் பிழை என்று சர்வம் கூறுகிறது, மெட்டா 1,600 மொழிகளை உள்ளடக்குகிறது; ஆனால் வெளியிடப்பட்ட பெரும்பாலான பேச்சு மதிப்பெண்கள் உருவாக்கியவர்களிடமிருந்தே வருகின்றன
இந்தி தொலைபேசி அழைப்புகளில் பல அமைப்புகள் 8% க்குக் கீழ் மதிப்பெண் பெறுகின்றன; தமிழ், மலையாளம், போஜ்புரியில் பெரிய இடைவெளிகள் தெரிகின்றன. மதிப்பெண்கள், ஒவ்வொரு மாதிரியும் உள்ளடக்கும் மொழிகள், இந்த எண்களை இன்னும் ஒரே தரவரிசைப் பட்டியலில் வைக்க முடியாததற்கான காரணங்கள் இங்கே.
2026 ஆகஸ்ட் இறுதியில் இந்தியாவில் 1,101.21 மில்லியன் பிராட்பேண்ட் சந்தாதாரர்கள் இருந்தனர்; ஏப்ரல் முதல் ஜூன் காலாண்டில் ஒவ்வொரு மொபைல் தரவுப் பயனரும் சராசரியாக மாதம் 28.39 GB பயன்படுத்தினர்
இயந்திர இணைப்புகள் தனியாகப் பிரிக்கப்படுகின்றன; 5G நிலைவழி கம்பியில்லா இணைப்புகளில் கிராமப்புற இணைப்புகள் முன்னணியில் உள்ளன; ஏப்ரல் முதல் ஜூன் வரை ஒரு ஜிகாபைட் ஆபரேட்டர்களுக்கு ரூ 7.13 ஈட்டியது. ஒழுங்காற்று அமைப்பின் சொந்த அட்டவணைகள், அக்டோபர் 8 அன்று பிரதமரும் தகவல் தொடர்பு அமைச்சரும் கூறியவற்றுடன் ஒப்பிடப்படுகின்றன.
SUVAS மூலம் உச்ச நீதிமன்றம் தீர்ப்புகளை 18 இந்திய மொழிகளில் மொழிபெயர்க்கிறது, கேரள நீதிமன்றங்கள் சாட்சியங்களை AI எழுத்தாக்கத்தால் பதிவு செய்கின்றன, நீதிமன்றங்களில் AI க்கான வரைவு விதிகள் 2026 ஜூனில் கருத்துக்கு விடப்பட்டன
நீதிமன்றங்கள் எந்த AI கருவிகளைப் பயன்படுத்துகின்றன, எவை சோதனை நிலையில் உள்ளன, அவற்றைக் கொண்டு நீதிபதிகள் என்ன செய்யக்கூடாது என்பதை நாடாளுமன்றப் பதில்களும் நீதிமன்றப் பதிவுகளும் காட்டுகின்றன. புனையப்பட்ட வழக்குச் சட்டம் ஓர் உத்தரவை எட்டினால் என்ன நடக்கும் என்பதை 2026 உச்ச நீதிமன்றத் தீர்ப்புகள் விளக்குகின்றன.
← அனைத்துக் கட்டுரைகள்