The Blend

यह क्या करता है

हमने एक ऐसा रेडियो ऐप्लिकेशन बनाया है जो उपयोगकर्ता की बात सुनता है और उनकी ज़रूरतों को समझता है. साथ ही, NLP, Gemini एलएलएम, और गाने के सुझाव देने वाले एल्गोरिदम की मदद से, उपयोगकर्ता के हिसाब से रेडियो सुनने का अनुभव देता है.

हमने उपयोगकर्ताओं के लिए ऐप्लिकेशन बनाने के लिए, Flutter का इस्तेमाल किया है. यह ऐप्लिकेशन, Express का इस्तेमाल करके बनाए गए सर्वर से संपर्क करता है. इस एक्सप्रेस सर्वर की ज़िम्मेदारी, प्रॉम्प्ट को स्वीकार करना, उसे टोकन में बदलना, उपयोगकर्ता के हिसाब से ब्लेंड जनरेट करना, और उसे समय पर उपयोगकर्ता को डिलीवर करना है. Express सर्वर, Flask का इस्तेमाल करके बनाए गए किसी दूसरे सर्वर से संपर्क करता है. Flask माइक्रोसर्विस, डेटा को स्क्रैप करने, Gemini का इस्तेमाल करके लिंक के लिए स्क्रिप्ट जनरेट करने, और Eleven Labs के टीटीएस का इस्तेमाल करके स्क्रिप्ट को मानवीय भाषा में बदलने की सुविधा देती है. दोनों सर्वर, MongoDB डेटाबेस शेयर करते हैं.

Gemini, लिंक के लिए स्क्रिप्ट जनरेट करने के लिए, स्क्रेप किए गए डेटा और कई अन्य पैरामीटर का इस्तेमाल करता है. जैसे, दिन का समय और मूड. यह स्क्रिप्ट आरजे को पढ़कर सुनानी होती है. इसके बाद, इस स्क्रिप्ट को Eleven Labs TTS API को भेजा जाता है, ताकि बोली का डेटा जनरेट किया जा सके. उपयोगकर्ता के लिए खास तौर पर तैयार किया गया फ़ाइनल लिंक बनाने के लिए, वॉइस डेटा को प्रोसेस किया जाता है.