मैंने "What is My Korean Name?" सेवा बनाई
(jangmoonjang.com)vibe coding चर्चा में आए काफ़ी समय हो चुका है, और अब vibe coding से आगे बढ़कर oh-my-opencode जैसे agent-आधारित development को भविष्य के SW engineering environment का केंद्र माना जाने लगा है.
कंपनी में भी cursor जैसी सेवाएँ उपलब्ध हैं, लेकिन production-level service को AI के भरोसे छोड़ने को लेकर कंपनी काफ़ी conservative है, इसलिए मैंने व्यक्तिगत रूप से vibe coding का अनुभव करने के लिए इसे आज़माया.
मैंने विदेशियों के लिए एक ऐसी सेवा बनाई, जिसमें अंग्रेज़ी first name/last name दर्ज करने पर उच्चारण के आधार पर Korean surname/given name बनाया जाता है, उससे मेल खाने वाले Hanja जोड़े जाते हैं, और उनका अर्थ भी दिया जाता है.
speech conversion के लिए Epitran package का उपयोग करके उसे International Phonetic Alphabet (IPA) में बदला गया और फिर distance-based matching का तरीका अपनाया गया. उदाहरण के लिए, "jang kalguksu" को IPA में "t͡ɕaŋ kʰaɭɡuk̚su" में बदला जाता है, और इसे दोबारा अंग्रेज़ी में लिखें to chang kalguksu बनता है.
यह विचार मुझे विदेशियों से बातचीत के दौरान उनके उच्चारण के आधार पर Korean नाम बनाकर icebreaking करने के अपने अनुभव से आया, और मुझे लगा कि Korean-शैली के नाम गढ़ने का यह तरीका विदेशियों के orientalism को भी कुछ हद तक आकर्षित करता है.
व्यक्तिनाम data जुटाना मुश्किल था, इसलिए Gemini की मदद से 1. नामों में इस्तेमाल होने वाले उपयुक्त Hanja चुने गए, 2. वास्तव में इस्तेमाल हो सकने वाले नाम बनाए गए, और 3. Hanja के अर्थ जोड़े गए.
पूरी development process में मैंने कोड की एक भी लाइन खुद नहीं बदली; पूरा काम Gemini CLI और Google के Antigravity के साथ किया गया.
AWS पर project deploy करते समय Gemini ने Amplifier + Lambda का combination सुझाया, और मैंने वैसा ही किया. 1. मैंने Amplifier के बारे में पहली बार सुना था, लेकिन सवाल-जवाब के ज़रिए उसे तुरंत समझ लिया, और 2. Lambda execution अपेक्षा से धीमा था, इसलिए मैंने कोड की जाँच करवाई और संशोधन का अनुरोध किया. authentication key जारी करने जैसी कई GUI-based चीज़ें अभी भी ऐसी हैं जो user को खुद करनी पड़ती हैं, और मुझे लगा कि वे अभी पूरी तरह integrated नहीं हैं, लेकिन यह भी सिर्फ़ समय की बात लगती है.
Epitran जैसा package या Amplifier—इनमें से किसी के बारे में मुझे पहले से कुछ पता नहीं था; requirements बताने पर Gemini ने ही पहले ये सुझाव दिए. AI सीखने की दूसरी मुश्किल, यानी "क्या जानना चाहिए?", को बहुत तेज़ी से पूरा कर देता है. (पहली मुश्किल है "मुझे क्या नहीं पता?")
यह बिना किसी विज्ञापन वाला एक दिलचस्प project है, लेकिन मैं इसे अलग-अलग जगहों पर promote करने और Facebook promotion भी चलाने का सोच रहा हूँ.
2026 के लिए मेरा लक्ष्य कंपनी का subcontractor बने रहने के बजाय एक producer के रूप में अपनी पहचान बनाना है, इसलिए मैं इस तरह के लगभग 3 product-level projects करना चाहता हूँ, और इन्हीं के आधार पर आगे और बड़े व कठिन projects के लिए एक टीम बनाना चाहता हूँ.
3 टिप्पणियां
अगर first name और last name को अलग-अलग आज़माया जा सकता तो अच्छा होता, लेकिन ऐसा नहीं है, इसलिए यह उतना संतोषजनक नहीं लगा जितनी उम्मीद थी.
उदाहरण के तौर पर मैंने Angelina Jolie डाला, लेकिन परिणाम में Choi Aerin आया. मेरे लिए इसे ऊँचे अंक देना मुश्किल लगता है haha;
दर्ज किए गए नाम से mapping होने वाला एहसास ज़्यादा नहीं आता... क्या कोई अच्छा उदाहरण है?
क्या आपने कुछ नाम आज़माए हैं? उपनाम->उपनाम, दिए गए नाम->दिए गए नाम की मैचिंग होती है, लेकिन उपनाम के मामले में नामों की तुलना में विविधता काफी कम (50) होने की वजह से कई बार यह ठीक से मेल नहीं खाता, और नामों के मामले में फिर भी अच्छे से आने की संभावना ज़्यादा लगती है। उदाहरण के तौर पर कुछ चलाकर देखें
Anthony Hopkins -> Han In-hwan हो तो यह लगभग 50 अंक के स्तर का है,
Erika Kirk -> Gwak Ae-rin ho तो इसे लगभग 70 अंक तो दिए ही जा सकते हैं।