मुख्य बातें:
- मैंने आखिरकार Apple Watch को ही क्यों चुना
- Auday के फीचर्स और मेरे डिज़ाइन का पीछे का तर्क
- सोलो क्रिएटर मॉडल आज भी ज़ीरो से शुरू करके कामयाब हो सकता है
- Auday आगे क्या करने की योजना बना रहा है
1. परिचय
राष्ट्रीय दिवस की छुट्टियों के पहले दिन, मैंने App Store पर Auday लॉन्च किया। यह एक ऐसा सॉफ्टवेयर है जो आपकी Apple Watch को AI रिकॉर्डर में बदल देता है, जिसकी कीमत $19.9 USD (वन-टाइम खरीद) रखी गई है, और लॉन्च के दौरान इस पर 50% की छूट ($9.9) मिल रही है।
यह पहली बार था जब मैंने iOS डेवलपमेंट में हाथ आजमाया था। इससे पहले, मैंने दो ओपन-सोर्स प्रोजेक्ट्स बनाए थे, जो दोनों GitHub Trending पर #1 बने थे। उस समय बहुत से लोग मुझे "BaiFu" के नाम से जानते थे, और कुछ ने मुझे "मार्केटिंग मास्टर" तक कह दिया। मुझे हमेशा से इस टैग पर थोड़ी चिढ़ होती थी। इसलिए इस बार, मैंने बिल्कुल शून्य से शुरुआत करना चाहा। मैंने अपने पर्सनल अकाउंट पर कुछ पोस्ट नहीं किया या अपने जाने-पहचाने प्रमोशन वाले कम्फर्ट ज़ोन में वापस नहीं गया। इसके बजाय, मैंने Auday के ऑफिशियल हैंडल के रूप में एक नया X अकाउंट बनाया, अपनी डेवलपर वाली पहचान को पीछे छोड़कर यह देखने के लिए कि क्या यह प्रोडक्ट सिर्फ अपनी खूबियों और यूज़र्स की समस्याओं को सुलझाने के दम पर खुद को साबित कर सकता है।
जब इंट्रोडक्शन पोस्ट तैयार करने का वक्त आया, तो मानता हूँ कि मैं थोड़ा घबराया हुआ था। बिना किसी पुरानी एंगेजमेंट वाला बिल्कुल नया अकाउंट आसानी से शोर में गुम हो सकता था। मैंने मन ही मन कोई खास रिस्पॉन्स न मिलने के लिए खुद को तैयार कर लिया था। लेकिन Auday को मैंने टुकड़े-टुकड़े जोड़कर बनाया था, जो Apple Watch रिकॉर्डिंग की मेरी गहरी समझ और यूज़र्स की पुरानी परेशानियों को दूर करने का नतीजा था। मुझे पूरा यकीन था कि सिर्फ प्रोडक्ट के दम पर ही यह हिट बन सकता है।
मैंने अपने लिए एक रास्ता भी खुला रखा था: अगर उन सात दिनों में किसी ने ध्यान नहीं दिया, तो मैं तब तक इंतज़ार करता जब तक सॉफ्टवेयर चीन की लोकल फाइलिंग ज़रूरतों को पूरा करके वहाँ लॉन्च नहीं हो जाता, और फिर वहाँ बेझिझक इसका प्रचार करता।
पहले दिन, मैंने नए Auday अकाउंट पर पहला इंट्रोडक्शन पोस्ट किया। वह बिल्कुल सीधा था, बिना किसी कहानी के, सिर्फ फीचर्स और फायदों को दिखाता हुआ। मैंने विज्ञापनों पर $200 खर्च किए। फिर मैंने अकाउंट Dot (एक AI एजेंट) को सौंप दिया, उसे कमेंट्स का जवाब देने और लोगों से जुड़ने का निर्देश दिया, और फिर मैंने चेक करना बंद कर दिया—असल में, मैं देखने से डर रहा था। बस, मेरी पूरी लॉन्चिंग की तैयारी इतनी ही थी।
https://x.com/auday_ai/status/2106281145545719983
अचानक, 24 घंटे के अंदर ही पोस्ट के व्यूज़ 1 मिलियन (10 लाख) को पार कर गए। Auday App Store पर कई देशों में पेड ऐप्स की लिस्ट में #1 पर पहुँच गया और तेजी से वायरल हो गया। बड़े-बड़े इन्फ्लुएंसर्स और यहाँ तक कि ऑफिशियल अकाउंट्स भी इसे शेयर करने लगे। अभी तक, ऑफिशियल अकाउंट पर 3 मिलियन से ज्यादा व्यूज़ आ चुके हैं, और छुट्टियों के उस हफ्ते में Auday ने लगभग $300,000 की सेल्स जनरेट की। अगर इसे ARR के हिसाब से देखें, तो यह करोड़ों में बैठता है (हालाँकि असल में कैलकुलेशन ऐसे नहीं होता, हाहा)।
इस बार, लोगों ने सबसे पहले Auday प्रोडक्ट को जाना। एक इंट्रो पोस्ट से शुरुआत हुई, और शेयर व वैलिडेशन के ज़रिए इसकी पहचान बढ़ती गई। प्रोडक्ट को उसके अपने दम पर सराहे जाते देखना ही मेरे लिए सबसे बड़ी गर्व की बात है।
हालाँकि, 4 अक्टूबर तक, Auday को इतना अच्छा करते देख मैं खुद को WeChat Moments पर इसके बारे में पोस्ट करने से रोक नहीं पाया। नीचे स्क्रीनशॉट देखें। इसे जल्दबाज़ी में किया गया सेल्फ-प्रमोशन नहीं माना जाएगा, है ना? हाहा।
यह आर्टिकल पब्लिश करने से कुछ मिनट पहले, मैंने फिर से पोस्ट करने से खुद को नहीं रोका: Auday जापान में ओवरऑल #1 पर पहुँच गया। यह बेहतरीन खबर थी, और 10 अक्टूबर के लिए बिल्कुल सही समय पर आई—एक ऐसी तारीख जो पूर्णता का प्रतीक है।
10 अक्टूबर का स्क्रीनशॉट
आज, मैं इस आर्टिकल के ज़रिए आधिकारिक तौर पर Auday पर अपना दावा करना चाहता हूँ और इसके डेवलपर के रूप में इस नए टूल को ठीक से पेश करना चाहता हूँ। आइए शुरुआत करते हैं कि यह आइडिया कैसे आया, मैंने Apple Watch को क्यों चुना, और इस सफर में मैंने क्या-क्या सोचा और खोजा।
2. कई AI रिकॉर्डिंग डिवाइस आज़माए, आखिरकार Apple Watch को चुना
2.1 मौजूदा हार्डवेयर से संतुष्टि नहीं मिली
पिछले एक साल में, मैंने कम से कम पाँच अलग-अलग AI रिकॉर्डिंग हार्डवेयर डिवाइस खरीदे, जिनमें मशहूर ब्रांड्स से लेकर एकदम अनोखे और अलग तरह के डिवाइस शामिल थे। पारंपरिक वॉइस रिकॉर्डर्स के विपरीत, ये डिवाइस अपने आप समरी बनाते हैं और रिकॉर्डिंग को जल्दी से व्यवस्थित करने के लिए AI का इस्तेमाल करते हैं। यह कैटेगरी इसलिए पॉपुलर हुई क्योंकि यह एक असली ज़रूरत को पूरा करती है। मेरे सहित कई लोगों के लिए, रिकॉर्डिंग एक सुरक्षा कवच बनाने जैसा है: हो सकता है आप उसे तुरंत न सुनें, लेकिन जब ज़रूरत पड़े तो आप चाहते हैं कि वह डेटा आपके पास मौजूद हो। हालाँकि, अगर आप बिना सोचे-समझे सब कुछ रिकॉर्ड करेंगे, तो आपके पास सैकड़ों ऐसी फाइलें जमा हो जाएँगी जिन्हें आप ढूँढ भी नहीं पाएँगे। AI रिकॉर्डिंग का फायदा इसी उलझन को सुलझाना है। जो लोग जल्दी भूल जाते हैं, जिनका ध्यान जल्दी भटकता है, या जिन्हें ADHD जैसी परेशानी है, उनके लिए यह मदद बहुत बड़ी है।
इसलिए, मैं लंबे समय तक इस्तेमाल के लिए कुछ सही ढूँढने के मकसद से इस क्षेत्र को खंगाल रहा था। मेरी पहली खरीद एक AI रिकॉर्डिंग कार्ड था जो फोन के पीछे चिपक जाता है। उस समय यह काफी ट्रेंड में था। लेकिन पतले कवर के साथ भी, इसने फोन को इतना मोटा कर दिया कि उसे पकड़ना असहज हो गया। बाद में मुझे एक अल्ट्रा-थिन वर्ज़न मिला, लेकिन फोन केस के साथ मिलकर वह भी अजीब ही लगता था। भले ही वह बहुत पतला था, लेकिन दिन भर में हम फोन का जितना इस्तेमाल करते हैं, उस हिसाब से वह अतिरिक्त मोटाई मायने रखती थी।
फिर बात आती है चार्जिंग की। मैं पहले से ही रोज़ अपने फोन, iPad और वॉच को चार्ज करता हूँ; चार्ज करने के लिए एक और डिवाइस जोड़ना झंझट भरा था। इस्तेमाल की फ्रीक्वेंसी गिर गई—मैं इसे सिर्फ ज़रूरी मीटिंग्स से पहले ही लगाता था। मैंने रिकॉर्डिंग बीन्स और स्टाइलिश एक्सेसरी जैसे दिखने वाले रिकॉर्डर्स भी आज़माए, लेकिन उन सभी में वही दिक्कतें थीं: ऑडियो क्वालिटी, ले जाने में आसानी, लोगों के बीच अजीब लगना, और एक और डिवाइस ढोने का मानसिक बोझ। और सबसे अहम, प्राइवेसी का मुद्दा।
इन सब परेशानियों के बावजूद, AI रिकॉर्डिंग हार्डवेयर के प्रति मेरा उत्साह कम नहीं हुआ। मौजूदा AI एजेंट्स और हार्नेस डिजिटल गतिविधियों को संदर्भ (context) में समझ सकते हैं, लेकिन असल ज़िंदगी से उनका जुड़ाव कमज़ोर है। असल दुनिया की बातचीत स्क्रीन वाले AI तक पहुँचने से पहले इंसानों से होकर गुज़रती है। अगर AI इन बातचीतों को सीधे याद रख सके, तो मुझे बार-बार उन्हें बताते रहने की ज़रूरत नहीं पड़ेगी। AI जो संदर्भ देखता है और जिन कामों में वह मदद कर सकता है, उनका दायरा काफी बढ़ जाएगा। यही कारण है कि मुझे अब भी AI रिकॉर्डिंग से उम्मीदें हैं।
इस क्षेत्र की कंपनियाँ भी इसी तरह के लक्ष्यों पर काम कर रही हैं: लंबी बैटरी लाइफ, बेहतर ऑडियो, मजबूत AI। कुछ पूरे दिन की रिकॉर्डिंग पर काम कर रहे हैं या स्क्रीन वाले AI से जुड़े शक्तिशाली एजेंट्स को इंटीग्रेट कर रहे हैं। लेकिन यहाँ एक विरोधाभास है: आप जितना ज़्यादा रिकॉर्ड करेंगे, प्राइवेसी की चिंता उतनी ही बढ़ेगी। कभी-कभार मीटिंग रिकॉर्ड करना और अपनी पूरी 24 घंटे की ज़िंदगी अपलोड करना—दोनों में ज़मीन-आसमान का फर्क है। इस क्षेत्र में इतने सारे स्टार्टअप्स आ रहे हैं, और कई तरह के प्राइवेसी सॉल्यूशन्स होने के बावजूद, अपना पूरा दिन किसी को सौंपना अभी भी जोखिम भरा लगता है। मुझे कभी कोई ऐसा विकल्प नहीं मिला जिससे पूरी तरह निश्चिंत हुआ जा सके।
2.2 Apple Watch की क्षमता को पहचानना
एक सुबह, जब मैं अपनी Apple Watch पर स्लीप क्वालिटी चेक कर रहा था, तो अचानक मेरे दिमाग में आया: फोन के अलावा, क्या यही वह हार्डवेयर नहीं है जिसे मैं हर दिन सुबह से रात तक पहनता हूँ? फिटनेस की आदत की वजह से मैं इसे काफी समय से इस्तेमाल कर रहा था, इसलिए इसे पहनना और चार्ज करना फोन इस्तेमाल करने जितना ही स्वाभाविक हो गया था। मैं एक ऐसे डिवाइस की तलाश में था जो कोई बोझ न बढ़ाए, और उसका जवाब मेरी कलाई पर ही था। शुरुआत में यह सिर्फ एक पल का खयाल था, लेकिन जब मैंने सोशल मीडिया पर Apple Watch से कॉन्सर्ट रिकॉर्ड करने के बारे में पोस्ट देखीं, तो इसने आग पकड़ ली। नीचे उन पोस्ट्स के स्क्रीनशॉट्स दिए गए हैं (जिनमें जानकारी छुपा दी गई है)।
कॉन्सर्ट रिकॉर्डिंग शेयर 1: पहचान/लोकेशन छुपाई गई
कॉन्सर्ट रिकॉर्डिंग शेयर 2: पहचान/लोकेशन छुपाई गई
मुझे एहसास हुआ कि ऑडियो क्वालिटी की वजह से बहुत से लोग पहले से ही कॉन्सर्ट रिकॉर्डिंग के लिए Apple Watch को तरजीह देते हैं। शेयर की गई पोस्ट्स में "इमर्सिव प्लेबैक अनुभव" एक आम बात थी। Apple Watch को AI रिकॉर्डिंग हार्डवेयर में बदलने का आइडिया अब मुझसे रुका नहीं जा रहा था। रोज़ पहना जाने वाला, अच्छी ऑडियो क्वालिटी, कोई अतिरिक्त सामान खरीदने/ढोने की ज़रूरत नहीं—सारी शर्तें पूरी थीं। तो आज़माकर क्यों न देखें?
गहराई से रिसर्च करने पर मेरा यकीन और पक्का हो गया: Apple Watch फिलहाल इस काम के लिए सबसे बेहतरीन हार्डवेयर है। सालों के सुधार के बाद, इसका हार्डवेयर, बैटरी, सेंसर और सॉफ्टवेयर इंटीग्रेशन पूरी तरह तैयार हैं। स्टार्टअप्स इतनी जल्दी इस स्तर तक नहीं पहुँच सकते। बैटरी के शुरुआती टेस्ट्स ने मुझे पूरे दिन चलने वाला AI रिकॉर्डिंग टूल बनाने का आत्मविश्वास दिया।
सबसे अहम बात, Apple Watch सिर्फ रिकॉर्ड नहीं करता। हार्ट रेट, नींद, एक्सरसाइज, रियल-टाइम स्ट्रेस लेवल, और 80+ वर्कआउट प्रकार इस छोटे से डिवाइस में समाए हुए हैं। एक बार परिवार के साथ योग करते समय, इसने तुरंत एक्टिविटी को पहचान लिया। इसकी पहचानने की क्षमता ने मुझे हैरान कर दिया। अक्सर, जब तक हम इन फीचर्स के इर्द-गिर्द डेवलपमेंट शुरू नहीं करते, हम इनका पूरा इस्तेमाल नहीं कर पाते, और तब पता चलता है कि अंदर पहले से कितना डेटा मौजूद है।
लोकेशन की जानकारी जोड़ने का मतलब है कि वॉच के सेंसर असल ज़िंदगी के संदर्भ, शारीरिक स्थिति और "आपको" एक संदर्भ के रूप में कैप्चर करने की क्षमता रखते हैं। इसने मुझे रोमांचित कर दिया। जहाँ मैं सिर्फ एक AI रिकॉर्डिंग हार्डवेयर बनाना चाहता था, अब मैं एक ऐसे AI रिकॉर्डिंग हार्डवेयर की कल्पना कर रहा था जो ज़िंदगी के संदर्भ को कैप्चर करे। आपकी ज़िंदगी, शरीर, स्वास्थ्य और एक्सरसाइज आवाज़ से जुड़ जाते हैं; और इसके उलट, ये स्थितियाँ AI को रिकॉर्डिंग को बेहतर ढंग से समझने में मदद करती हैं।
पारंपरिक AI रिकॉर्डिंग ऑडियो को टेक्स्ट में बदलती है और AI को मुख्य बिंदु ढूँढने देती है। लेकिन शारीरिक स्थिति एक सीधा संकेत है। अगर स्ट्रेस अचानक बढ़ता है, तो वह बातचीत ध्यान देने लायक है—शायद कोई अहम मीटिंग या कॉल हो। अगर हार्ट रेट सामान्य से अलग है, और AI देखता है कि आप किसी ऐसे व्यक्ति से बात कर रहे हैं जिसे आप पसंद करते हैं, और ऑफिस से किसी अच्छे रेस्तराँ की तरफ जा रहे हैं, तो इन बारीकियों को जोड़ने से "मैं क्या महसूस कर रहा हूँ" की उसकी समझ गहरी हो जाती है, और यह इसे एक खूबसूरत डेट से जोड़ देती है।
इन संभावनाओं को तलाशना मेरे लिए बहुत रोमांचक था। Apple Watch सिर्फ अच्छी रिकॉर्डिंग नहीं करता; यह असल ज़िंदगी की स्थितियों को ऑडियो से जोड़ता है। बिखरी हुई जानकारी यहाँ एक साथ मिलकर काम करती है, जो AI रिकॉर्डिंग हार्डवेयर को लेकर मेरी शुरुआती कल्पना से कहीं आगे है।
हैरानी की बात यह है कि पहले मैंने फोन पर जो रिकॉर्डिंग कार्ड चिपकाया था, उसका मकसद वाइब्रेशन माइक्रोफोन के ज़रिए कॉल की आवाज़ कैप्चर करना था। नतीजे अक्सर खराब होते थे, और वे नॉइज़ रिडक्शन/ट्रांसक्रिप्शन पर निर्भर करते थे। मुझे डर था कि Apple Watch यह नहीं कर पाएगा। टेस्टिंग के दौरान, जब मैंने वॉच पहनकर उसी हाथ से फोन पकड़कर कॉल की, तो प्लेबैक में पता चला कि मैं कॉल की आवाज़ सुन सकता था। फोन के करीब होने की वजह से वॉच को रिकॉर्डिंग में फायदा मिला। जिसके लिए एक खास कार्ड की ज़रूरत थी, वह वॉच ने कर दिखाया। अब आगे न बढ़ने का कोई कारण नहीं था।
2.3 Keynote के बाद तेज़ हुई डेवलपमेंट
यह आइडिया मई में आया था, लेकिन असलियत ने काम को आगे बढ़ने से रोक दिया। सितंबर में Apple ने अपना Keynote आयोजित किया। नए प्रोडक्ट्स को लेकर मैं उत्साहित था, लेकिन Apple Watch Series 12 को देखकर मैं बेचैन हो गया। Apple ने Audio Intelligence की घोषणा की, जिसमें Live Rewind (साल के अंत तक आने वाला) शामिल था, जो पिछले 15 सेकंड की बातचीत को टेक्स्ट में बदल देता है। हार्ट रेट और HRV डिटेक्शन में काफी सुधार हुआ था। मैं पहले से ही रिसर्च कर रहा था कि रिकॉर्डिंग के संदर्भ को पूरा करने के लिए बायोमेट्रिक डेटा का इस्तेमाल कैसे किया जाए। Apple को हार्डवेयर की क्षमताओं को और आगे बढ़ाते देख मैं उत्साहित भी हुआ, लेकिन मेरी धड़कनें भी तेज़ हो गईं। लगता था Apple को भी वही बात समझ आ गई है: AI रिकॉर्डिंग के लिए Apple Watch एकदम सही है। मुझे खुशी थी कि मेरा मई का आइडिया Apple के विज़न से मेल खाता है, लेकिन घबराहट इसलिए थी क्योंकि मेरी इंजीनियरिंग का काम सिर्फ ~10% ही हुआ था। Keynote के बाद की इस घबराहट ने मुझे झकझोर दिया: मुझे इसे अभी बनाना होगा।
Apple Keynote का प्रोमो टेक्स्ट
एक दिलचस्प बात: Apple के ट्वीट का शीर्षक पूछता था, "आज रात, देर तक जागना है या जल्दी उठना है?" सच में, Keynote के बाद उत्साह और घबराहट के मिले-जुले अहसास ने मुझे पूरी रात जगाए रखा।
10 सितंबर से, मैंने लगातार एक हफ्ते तक बिना रुके काम किया, उसके बाद लगातार डेवलपमेंट, टेस्टिंग और सुधार का दौर चला, जिसका नतीजा आज का Auday है। AI रिकॉर्डिंग हार्डवेयर के एक नियमित यूज़र के रूप में, और कई अन्य लोगों से उनके अनुभवों पर चर्चा करने के बाद, मेरा लक्ष्य एक ऐसा प्रोडक्ट बनाना था जिससे मैं खुद संतुष्ट होऊँ, और जो आम परेशानियों को दूर करे। पृष्ठभूमि की बातें हो गईं, अब बात करते हैं कि Auday क्या करता है और इसे आज़माना क्यों चाहिए।
3. Auday के फीचर्स और डिज़ाइन का तर्क
संक्षेप में कहें तो, Auday Apple Watch को पूरे दिन चलने वाले AI रिकॉर्डिंग हार्डवेयर में बदल देता है। रिकॉर्डिंग, ट्रांसक्रिप्शन और सर्च जैसे मुख्य फंक्शन सीधे डिवाइस पर (locally) होते हैं। एडवांस्ड AI फीचर्स आपके द्वारा सेट की गई API Key का इस्तेमाल करते हैं। यह कम कीमत वाली वन-टाइम खरीद है, कोई सब्सक्रिप्शन नहीं, कोई अकाउंट रजिस्ट्रेशन नहीं, और कोई बैकएंड सर्वर नहीं। ये फैसले मेरे पिछले एक साल के AI रिकॉर्डिंग हार्डवेयर इस्तेमाल करने के अनुभव से आए हैं।
3.1 प्राइवेसी का चरम स्तर पर बचाव
एक ऐसे सॉफ्टवेयर के रूप में जो लंबे समय तक आपके साथ रहने वाला है, Auday सिर्फ आवाज़ रिकॉर्ड नहीं करता बल्कि लोकेशन, शारीरिक स्थिति, एक्सरसाइज और हेल्थ जानकारी को भी जोड़ता है। इसमें प्राइवेसी का बहुत बड़ा मामला शामिल है, इसलिए इसकी सुरक्षा सबसे ज़रूरी है और किसी छोटे डेवलपर पर भरोसा करने की बुनियाद भी यही है। सुरक्षा के मामले में बड़ी टेक कंपनियों से टक्कर लेने के लिए क्लाउड सर्विसेज़ बनाना आसान नहीं है। इससे बचने के लिए, मैंने ऑन-डिवाइस प्रोसेसिंग को चुना।
Apple Watch और उससे पेयर किया गया iPhone, WatchConnectivity के ज़रिए रिकॉर्डिंग भेजते हैं, जो iCloud और Auday सर्वर्स को बायपास करता है। ट्रांसक्रिप्शन के लिए iPhone पर लोकल मॉडल्स का इस्तेमाल होता है; सर्च के लिए लोकल सेमेंटिक एम्बेडिंग मॉडल्स का। रिकॉर्डिंग से लेकर पढ़ने/सर्च करने/प्लेबैक तक, सब कुछ आपके डिवाइसेस के अंदर होता है। क्लाउड AI के बिना भी, लंबी अवधि की रिकॉर्डिंग की बुनियादी ज़रूरतें पूरी हो जाती हैं।
आदर्श रूप में, मैं एक AI सब्सक्रिप्शन बिज़नेस चाहता था। लेकिन इसे लागू करने के लिए यूज़र सिस्टम बनाना, AI एक्सेस को राउट करना, और प्राइवेट कंटेंट को अपनी सर्विस से गुज़ारना ज़रूरी था। इससे दो चिंताएँ पैदा हुईं: यूज़र की पहचान/अकाउंट जानकारी और AI विश्लेषण के लिए भेजा गया प्राइवेट कंटेंट। भले ही वेंडर्स तुरंत डेटा मिटाने का वादा करें, यूज़र्स को चिंता तो होती ही है। इस डर को खुद समझते हुए, मैंने यूज़र सिस्टम और कंटेंट रिले सर्वर को पूरी तरह हटा दिया। लोकल प्राइवेसी वाला वर्ज़न हमेशा के लिए एक बार खरीदने वाला है; AI आपके खुद के API keys का इस्तेमाल करता है। आप सीधे iPhone से अपने खुद के डिप्लॉय किए गए AI या भरोसेमंद मुख्यधारा के प्रोवाइडर्स से जुड़ सकते हैं। समरी, हाइलाइट्स, रिफ्लेक्शन्स या चैट के लिए संबंधित टेक्स्ट/संदर्भ आपके चुने हुए प्रोवाइडर को भेजा जाता है, जबकि कच्ची ऑडियो डिवाइस पर ही रहती है। इस समझौते से कमाई कम होती है, लेकिन इस प्रोडक्ट के लिए यह सही कदम है।
3.2 वन-टाइम खरीद मॉडल
वन-टाइम खरीद (buyout) मॉडल प्राइवेसी की सोच का ही नतीजा है। इसके अलावा, Apple Watch एक बेहतरीन हार्डवेयर है जिसे सिर्फ रोज़मर्रा की आदतों तक सीमित नहीं रहना चाहिए। इसे अक्सर "खूबसूरत बेकार चीज़" कहकर मज़ाक उड़ाया जाता है, और कई लोग इसे धूल फाँकने देते हैं या सिर्फ हेल्थ डेटा चेक करने के लिए इस्तेमाल करते हैं। फिर भी, Apple के सालों के सुधारों से इसमें ऐसी छिपी क्षमताएँ हैं जिन्हें अभी खोजना बाकी है। चूँकि यह AI रिकॉर्डिंग के लिए एकदम सही है, मैं चाहता हूँ कि जिनके पास यह पहले से है, वे कम बाधाओं के साथ इस क्षमता का फायदा उठा सकें।
इसकी नियमित कीमत $19.8 है, लॉन्च डिस्काउंट पर $9.99 में एक बार खरीदें, और यह ऑफर काफी लंबे समय तक चलेगा। दोस्तों ने मज़ाक में कहा कि AI सब्सक्रिप्शन का खर्च कमाई से ज़्यादा हो जाएगा। मेरा जवाब: इससे कोई फर्क नहीं पड़ता। Apple Watch की एक बेहतरीन AI रिकॉर्डिंग हार्डवेयर के रूप में क्षमता को खोजने से जो उत्साह मिला, उसी ने मुझे यह खोज सबके साथ साझा करने के लिए प्रेरित किया।
3.3 AI का व्यापक इंटीग्रेशन
Auday का AI तीन मुख्य क्षेत्रों पर केंद्रित है। पहला, हर घंटे/दिन के ट्रांसक्रिप्ट को व्यवस्थित करना और ऑटोमैटिक हाइलाइट्स खोजना। पहले दिए गए उदाहरणों की तरह, यह सिर्फ टेक्स्ट पर निर्भर नहीं रहता बल्कि जुड़ी हुई शारीरिक स्थितियों, गतिविधियों और लोकेशन का भी संदर्भ लेता है, ताकि ध्यान देने लायक चीज़ों को पूरी तरह खोज सके। वॉच पर मैनुअल मार्किंग की सुविधा है, जिससे आप स्क्रीन पर टैप करके अहम पलों को चिह्नित कर सकते हैं और AI को बता सकते हैं कि किस पर ध्यान देना है। आप अपना काम करते रहें, और बाद में AI द्वारा बनाए गए हाइलाइट्स और हर घंटे के नोट्स देख लें।
दूसरा है डेली समरी और रिफ्लेक्शन्स। पूरे दिन एक पर्यवेक्षक (observer) के रूप में, Auday आपकी बातों, शारीरिक स्थिति और अनुभवों को मिलाकर एक तीसरे व्यक्ति का नज़रिया पेश करता है, जिससे छूटी हुई बातें सामने आती हैं और सुधार के सुझाव मिलते हैं। मुझे उम्मीद है कि ज़िंदगी को रिकॉर्ड करने के साथ-साथ यह आपकी निजी तरक्की में भी मदद करेगा।
तीसरा है Auday AI Chat। यह कोई आम Q&A बॉट नहीं है। लगातार जमा हो रहे ज़िंदगी के गहरे संदर्भों के साथ, यह आपका करीबी बन सकता है। हर कोई AI असिस्टेंट/एजेंट का इस्तेमाल करता है, लेकिन मैं चाहता हूँ कि Auday AI आपका सबसे करीबी, सबसे प्राइवेट और आपको सबसे अच्छे से समझने वाला साथी हो। Auday के खास मेमरी सिस्टम के साथ मिलकर, यह हर घंटे/दिन के रिव्यू से आपकी लंबी अवधि की व्यक्तिगत विशेषताओं (पसंद, आदतें, रिश्ते, चल रही चिंताएँ) निकालता है, और उन्हें भविष्य की बातचीत के लिए लोकल रूप से पर्सनल मेमरी के तौर पर स्टोर करता है। यह समझ हर दिन रीसेट नहीं होती, बल्कि जमा होती रहती है। आप इसे जितना ज़्यादा इस्तेमाल करेंगे, Auday AI आपको उतना ही बेहतर समझेगा।
मुझे डेटिंग का उदाहरण देना बहुत पसंद है। Auday AI से पूछें, "क्या Emma और मैं सच में एक-दूसरे को पसंद करते हैं?" यह सिर्फ डिनर की बातचीत से कहीं ज़्यादा संदर्भ देखेगा। उनके साथ आपके रिलैक्स्ड मूड की तुलना काम के तनाव वाले मूड से करना कई संकेत देता है। बोले गए शब्दों के अलावा, डेट के बाद का आपका रिएक्शन या कार में गुनगुनाना भी मायने रखता है। एक लंबे समय के साथी के रूप में, Auday अलग-अलग समय की घटनाओं को एक ही संदर्भ में रख देता है।
Agent आर्किटेक्चर और कॉन्टेक्स्ट रिकॉल के साथ मिलकर, यह समय-सीमा को और आगे बढ़ा देता है। अगर रिकॉर्ड्स दिखाते हैं कि डेट से पहले आपने जमकर वर्कआउट किया और बार-बार अपने शरीर का ज़िक्र किया, तो यह आपके उस प्रयास को उसे इम्प्रेस करने से जोड़ सकता है। जब आप पूछते हैं, "क्या मैं उसे पसंद करता हूँ?", तो यह उन अनुभवों का विश्लेषण करता है जो आपने खुद कभी नहीं जोड़े थे। यह इंटरैक्टिव समझ सच में रोमांचक है।
इसलिए, Auday AI रिकॉर्डिंग का फायदा तो उठाता है, लेकिन उससे कहीं आगे निकल जाता है। आवाज़, शारीरिक स्थिति, लोकेशन, बातचीत का इतिहास, और जमा हुई पर्सनल मेमरी मिलकर इसकी समझ का आधार बनते हैं। यह एक करीबी पर्यवेक्षक की तरह काम करता है, जो आपको अपने अनुभवों और भावनाओं पर सोचने में मदद करता है। लक्ष्य है: सबसे करीबी, सबसे प्राइवेट AI पार्टनर।
3.4 कच्ची ऑडियो को बचाना, स्टोरेज और बैटरी ऑप्टिमाइज़ेशन
कुछ ऑल-डे रिकॉर्डर्स सिर्फ ट्रांसक्रिप्शन/समरी पर ध्यान देते हैं और कच्ची ऑडियो को डिलीट कर देते हैं। लेकिन कॉन्सर्ट रिकॉर्डिंग की तरह, कई ऐसे मौके होते हैं जहाँ दोबारा सुनना ज़रूरी होता है। सफर से लौटकर परिवार के साथ खाए खाने की बातचीत, या पहली डेट की घबराहट भरी बातें दोबारा सुनना, समरी पढ़ने से बिल्कुल अलग अहसास देता है। ग्रेजुएशन के दिन की हँसी और अलविदा कहने की आवाज़ों में भावनात्मक कीमत होती है। सालों बाद, जब आप अपने बीते दिनों को याद करना चाहें, उस दिन की ऑडियो चलाने से आप सच में उन पलों को सुन सकते हैं। मेरी यही निजी चाहत है जिसने Auday को कच्ची ऑडियो प्लेबैक को बचाए रखने के लिए प्रेरित किया, ताकि आप AI समरी से आगे जाकर अपने पुराने दिनों में लौट सकें।
लंबे समय तक स्टोरेज के लिए ऑप्टिमाइज़ेशन ज़रूरी है। Auday 24-घंटे की रिकॉर्डिंग के लिए बैटरी, कम्प्रेशन और साइलेंट स्टोरेज को ऑप्टिमाइज़ करता है। अनुमान है कि 30 दिन की रिकॉर्डिंग ≈ 3.5 GB होगी। ऑडियो को बचाना और लंबे समय तक इस्तेमाल सुनिश्चित करना—दोनों साथ चलने चाहिए; ताकि शुरुआती उत्साह के बाद बैटरी या स्पेस की चिंता न हो।
इसके अलावा, ऑडियो रिटेंशन विंडो को सेट किया जा सकता है (जैसे, छह महीने)। तय समय के बाद, सफलतापूर्वक ट्रांसक्राइब की गई पुरानी ऑडियो हटा दी जाती है, जबकि ट्रांसक्रिप्ट/समरी/AI टेक्स्ट बने रहते हैं। यूज़र्स ऑडियो प्लेबैक और स्टोरेज के बीच संतुलन बना सकते हैं, जबकि लंबी अवधि की टेक्स्ट मेमरी सर्च और रिव्यू के लिए उपलब्ध रहती है। इसे इस तरह डिज़ाइन किया गया है कि लगातार रिकॉर्डिंग हो सके और उसका असली फायदा मिल सके।
4. प्रोडक्ट थिंकिंग
यह मेरी पहली iOS डेवलपमेंट थी, जो एक स्वतंत्र iOS डेवलपर के रूप में मेरा पहला कदम है। लगातार बदलावों ने मुझे यह सोचने पर मजबूर किया कि Auday को सच में समस्याएँ सुलझाने वाला कैसे बनाया जाए और साथ ही यह स्वाभाविक कैसे लगे। आपकी राय का स्वागत है। साथ ही, मैं Agent आर्किटेक्चर, कॉन्टेक्स्ट के इस्तेमाल और प्राइवेसी डिज़ाइन को बेहतर बनाने के प्रयोग भी कर रहा हूँ।
भले ही मैं कोई प्रोफेशनल PM नहीं हूँ, लेकिन Auday की डेवलपमेंट ने कुछ खास सवालों में प्रोडक्ट थिंकिंग की अहमियत दिखाई: इस्तेमाल का अनुभव कैसा हो, पोजिशनिंग सही है या नहीं, और क्या यह सच में किसी ज़रूरत को पूरा करता है। उदाहरण के लिए, वॉच का रिकॉर्डिंग इंटरफेस शुरुआत में पारंपरिक वेवफॉर्म जैसा था। 24-घंटे की रिकॉर्डिंग के लिए, लगातार विज़ुअल बदलाव ऐसा लगता था जैसे डिवाइस "बड़ी बेसब्री से सुन रहा हो", जिससे असहजता होती थी। इसे धीमी और संयत लय में बदलने से एक शांत, सुने जाने का अहसास पैदा हुआ। आस-पास के लोगों को ध्यान में रखते हुए, रिकॉर्डिंग के बहुत स्पष्ट संकेत बेचैनी पैदा कर सकते हैं। Auday के लोगो पर काफी लंबी चर्चा हुई: चार लाइनें चार सिग्नल्स को दर्शाती हैं, जो एक साथ मिलकर एकीकृत विश्लेषण/निर्णय का प्रतीक हैं। इन दिखने में छोटे लगने वाले फैसलों ने ही प्रोडक्ट के प्रति मेरी समझ को आकार दिया।
Auday को असली समस्याएँ सुलझाने के लिए बनाते हुए, मैंने एक आइडिया से लेकर AI एडिटिंग के ज़रिए बने शानदार प्रोमो वीडियो तक इसके जन्म को महसूस किया, जो विदेशों में इसके वायरल होने का एक कारण भी बना। मैंने अपने पहले पब्लिक अकाउंट आर्टिकल में अपनी सीख साझा की है; जिनकी रुचि हो वे वहाँ जाकर पढ़ सकते हैं।
पहले आर्टिकल का अंश, https://mp.weixin.qq.com/s/UyYVjlBCvQRJI6B_MmZbsA
Auday को लॉन्च करना एक लंबे समय से मन में दबे आइडिया को हकीकत बनाना है। अपनी ज़रूरत से शुरू करके, खोज करना और फिर सॉफ्टवेयर बनाना—यह अनुभव बहुत खास है। यह लिखते हुए मैं उत्साहित हूँ, और अपनी प्रक्रिया/खोज को साझा कर रहा हूँ। ऑफिशियल साइट auday.ai पर उपयोग के उदाहरण/स्क्रीनशॉट/अलग-अलग स्थितियों की जानकारी मिलेगी। साइट पर जाएँ या AppStore पर Auday सर्च करें।
5. Auday की भविष्य की योजनाएँ
आखिर में, भविष्य की दिशाओं पर बात करते हैं। Grok bot, Muse, Dot, CUE जैसे प्रोडक्ट्स Personal Agent की जगह बना रहे हैं। उम्मीदें "टूल्स इस्तेमाल करने" से बदलकर "ऐसी संस्थाओं को अपना बनाने" की हो गई हैं जो हमारे लिए काम करें। डेवलपर्स Agents को ऐसे पेश कर रहे हैं जैसे कोई रिश्ता कराने वाला अपनी खूबियाँ और मददगार होने की बातें बताता हो। AI का विकास एक चक्र जैसा लगता है: चैट से शुरुआत हुई, फिर टूल्स/हाथ जुड़े, फिर यह हथियारों से लैस "मेक" बन गया, और अब इन क्षमताओं को वापस सिकोड़कर एक करीबी पर्सनल असिस्टेंट के रूप में बातचीत में पिरोया जा रहा है। AI सेक्रेटरी/असिस्टेंट की चर्चाओं का मकसद ऐसे वास्तविक मददगार बनाना है जो काम संभाल सकें। यह एक सकारात्मक दिशा है जो काम करने के तरीके और अनुभव को बेहतर बना रही है।
फिर भी, इस निर्भरता के बीच, यूज़र्स और Personal Agents के बीच करीबीपन/भरोसे को लेकर एक खाई है। आदर्श रूप में, Auday सबसे भीतरी परत पर रहेगा, डायरी जितना प्राइवेट। बाहरी Agents काम करने में माहिर हैं; भीतरी परतों को यूज़र्स को गहराई से समझना और उन पर भरोसा करना होगा। उनकी अहमियत और प्रेरणाओं को जानना होगा। बाहरी काम Auday के ज़रिए व्यवस्थित किए जा सकते हैं, और जब आप चाहें तो ज़रूरी संदर्भ बाहरी असिस्टेंट्स के साथ साझा किया जा सकता है। अंदरूनी प्राइवेट फीडबैक/पृष्ठभूमि यहाँ वापस आती है और मेमरी बन जाती है। मैं इसी छूटी हुई परत को तलाश रहा हूँ। हो सकता है इसकी क्षमता सबसे मजबूत न हो, लेकिन यह आपको सबसे अच्छे से जानता है, जिससे आपको अपना पूरा संदर्भ बाहरी सर्विसेज़ को सौंपने से बचाया जा सके।
बड़ी-बड़ी बातों को छोड़ दें, तो मौजूदा वॉइस/बॉडी रिकॉर्ड्स, मेमरी, शेयरिंग/इम्पोर्ट/एक्सपोर्ट भविष्य के कई आइडियाज़ को संभव बनाते हैं: AI सोशल, डिजिटल ट्विन्स, लंबे समय के लॉग्स से बनी गहरी प्रोफाइल (MBTI जैसी खुद को जानने की प्रक्रिया), और प्रोडक्टिविटी टूल्स से जुड़ना। यह एक ऐसे लंबे समय के साथी को सक्षम बनाता है जो आपको सच में जानता हो और आपकी ज़िंदगी में बड़ी भूमिका निभा सके।
Auday APP होमपेज का स्क्रीनशॉट
देर रात यह लिखते समय, Auday ने आज का Reflection जनरेट किया जिसका शीर्षक था "Meteor Landing on World" (दुनिया पर गिरता उल्कापिंड)। यह रूपक बिल्कुल सटीक है: एक संतोषजनक AI रिकॉर्डिंग हार्डवेयर की मेरी शुरुआती चाहत एक असली प्रोडक्ट बन गई, यूज़र्स तक पहुँची, और ऐसी संभावनाएँ खोल दीं जिनकी मैंने कल्पना भी नहीं की थी। इस संयोग ने मेरे उत्साह में एक रोमांच भर दिया है। मेरे साथ मिलकर Auday के विकास का इंतज़ार करें।
