Overview — What was announced
English: On 13 August 2026, the Indian Institute of Science (IISc), Bengaluru, released SraVaani — an open-source multilingual speech-recognition model developed by the SPIRE Lab in collaboration with ARTPARK and supported by Google.
हिंदी: 13 अगस्त 2026 को बेंगलुरु स्थित Indian Institute of Science (IISc) ने SraVaani जारी किया — यह एक बहुभाषी ओपन‑सोर्स स्पीच‑रिकग्निशन मॉडल है जिसे SPIRE लैब और ARTPARK ने मिलकर विकसित किया और Google ने समर्थन दिया।
Key features of SraVaani
English: Main capabilities of SraVaani include:
- Coverage: Converts speech to text in 65 Indian languages and dialects — comprising 20 scheduled languages and 45 regional languages (examples: Garo, Angika, Chakma, Kokborok, Tulu, Bundeli, Bajjika).
- Automatic language identification: Detects the spoken language automatically, removing the need to select language manually before recognition.
- Script support: Works with 10 different scripts.
हिंदी: SraVaani की प्रमुख विशेषताएँ:
- कवर: 65 भारतीय भाषाओं और बोलियों में बोली को पाठ में बदलता है — इसमें 20 अनुसूचित भाषाएँ और 45 क्षेत्रीय भाषाएँ शामिल हैं (उदाहरण: Garo, Angika, Chakma, Kokborok, Tulu, Bundeli, Bajjika)।
- स्वचालित भाषा पहचान: बोली की भाषा अपने आप पहचान लेता है, जिससे मैन्युअल चयन की जरूरत नहीं रहती।
- स्क्रिप्ट समर्थन: 10 अलग-अलग लिपियों के साथ काम करता है।
Open-source access and licence
English: IISc has published SraVaani on the Hugging Face platform under the MIT licence. The MIT licence allows free use, modification and redistribution with very few restrictions. Hugging Face is a widely used host for AI models and datasets.
हिंदी: IISc ने SraVaani को Hugging Face पर MIT लाइसेंस के तहत सार्वजनिक किया है। MIT लाइसेंस सॉफ़्टवेयर के निःशुल्क उपयोग, संशोधन और पुनर्वितरण की अनुमति देता है। Hugging Face एक लोकप्रिय प्लेटफ़ॉर्म है जहाँ AI मॉडल और डेटा‑सेट साझा किए जाते हैं।
Training data — Project Vaani
English: SraVaani was trained using Project Vaani, a large speech‑data collection that includes over 31,000 hours of natural conversational speech recorded from 156,000 people across 165 districts in 28 Indian states.
हिंदी: SraVaani का प्रशिक्षण Project Vaani डेटा से किया गया है — यह एक बड़ा स्पीच‑डेटा संग्रह है जिसमें 28 राज्यों के 165 जिलों के 156,000 लोगों से लिए गए 31,000+ घंटे प्राकृतिक बातचीत रिकॉर्ड शामिल हैं।
Performance highlight
English: Published performance figures show SraVaani achieving a 9.5% word error rate (WER) for the Garo language. For the same language the next‑best tested system had a WER of 69.4%.
हिंदी: जारी किए गए प्रदर्शन आंकड़ों में Garo भाषा के लिए SraVaani का शब्द‑त्रुटि‑दर (WER) 9.5% बताया गया है। उसी भाषा के लिये अगला सर्वश्रेष्ठ परीक्षणित सिस्टम का WER 69.4% था।
Exam Quick Facts
English: Short facts useful for SSC, Railway and other competitive exams:
- Release date: 13 August 2026.
- Developer & partners: SPIRE Lab (IISc), ARTPARK; support from Google.
- Languages: 65 Indian languages/dialects (20 scheduled + 45 regional).
- Data source: Project Vaani — 31,000+ hours; 156,000 people; 165 districts; 28 states.
- Licence: MIT (open‑source) — hosted on Hugging Face.
- Notable metric: 9.5% WER for Garo; next best 69.4%.
- Location of IISc: Bengaluru, Karnataka.
हिंदी: SSC, रेलवे और अन्य प्रतियोगी परीक्षाओं के लिए उपयोगी संक्षिप्त तथ्य:
- जारी करने की तिथि: 13 अगस्त 2026।
- डेवलपर व साझेदार: SPIRE Lab (IISc), ARTPARK; Google का समर्थन।
- भाषाएँ: 65 भारतीय भाषाएँ/बोली (20 अनुसूचित + 45 क्षेत्रीय)।
- डेटा स्रोत: Project Vaani — 31,000+ घंटे; 156,000 लोग; 165 जिले; 28 राज्य।
- लाइसेंस: MIT (ओपन‑सोर्स) — Hugging Face पर होस्ट।
- प्रमुख प्रदर्शन: Garo के लिए 9.5% WER; अगला सर्वश्रेष्ठ 69.4%।
- IISc का स्थान: बेंगलुरु, कर्नाटक।
Why this matters for exams and public services
English: Models like SraVaani improve access to speech technology in resource‑constrained languages, aiding machine‑translation, voice search, accessibility tools and local language services. Questions on digital inclusion, AI in governance, and language technology could reference such developments in current affairs sections.
हिंदी: SraVaani जैसे मॉडल सीमित संसाधनों वाली भाषाओं में स्पीच‑टेक्नोलॉजी की पहुँच बढ़ाते हैं — इससे मशीन‑अनुवाद, वॉइस सर्च, सहायक तकनीकें और स्थानीय भाषा सेवाएँ बेहतर होती हैं। करींट अफेयर्स में डिजिटल समावेशन, सरकारी उपयोग में AI और भाषा‑प्रौद्योगिकी से जुड़े प्रश्न इन विकासों का संदर्भ दे सकते हैं।