Голосові сповіщення про оплату UPI: захоплення різноманітності для розширених моделей ШІ
Використання досвіду Shaip у швидкому створенні та різноманітних аудіозаписах для підтримки голосових платіжних систем UPI з високоякісними культурно-різноманітними даними.
Огляд проекту
Шайп співпрацював із провідною фінтех-компанією, щоб розробити голосову платіжну програму, створивши та записавши різноманітні платіжні підказки UPI. Проект передбачав створення 2,500 унікальних підказок і 87,000 13 різноманітних підказок для 200 платіжних намірів, таких як надсилання грошей, запит грошей, запит балансу та оплата рахунків. Ці підказки були записані протягом 45 годин XNUMX носіями з різних регіонів, походження та вікових груп, забезпечуючи широкий спектр мовного та екологічного розмаїття.
Мета проекту полягала в тому, щоб розробити високоякісні навчальні дані для моделі AI, яка може розпізнавати та реагувати на голосові команди, пов’язані з платежами UPI, у реальних умовах.
Основна статистика
Записано аудіо-години сповіщень про оплату UPI
200
Доповідачі з різних професій (вік, освіта, регіон)
45
Наміри охоплені, з 87,000 XNUMX+ різноманітних підказок
13
Мови: англійська, носіями мови є різні мовні середовища (кумаоні, бенгальська, малаялам, гуджараті, хінді, маратхі тощо)
Обсяг проекту
Швидке створення
Сюди входить створення унікальних підказок для голосової платіжної системи UPI. Підказки були розроблені, щоб охоплювати кілька намірів, забезпечуючи їх різноманітність за структурою, лексикою та іменованими об’єктами. Деякі ключові аспекти включали:
13 ключових намірів, включаючи:
- Надіслати гроші: 65,653 XNUMX унікальних і різноманітних підказок
- Запит на баланс: 3,052 підказок
- Вимагати гроші: 26,972 підказок
- Історія транзакцій, поповнення, оплата рахунків тощо.
Звукозапис
Щоб забезпечити автентичність і застосовність у реальному світі, підказки були записані 45 носіями різних мов. Різноманітність, отримана через різні рідні мови, регіональні діалекти та середовища (в приміщенні та на вулиці), допомогла покращити навчальні дані.
- Мовне розмаїття: Користувачі вільно володіють англійською, але мають різні рідні мови, такі як кумаоні, гуджараті, гінді, бангла, маратхі та малаялам.
- Вік, стать та освіта: Дані охоплюють широкий діапазон демографічних показників.
- Міські та сільські спікери: Щоб відобразити використання в реальному світі, були включені як міські, так і сільські мовці.
- Середовище запису: Аудіозапис проводився як у приміщенні, так і на відкритому повітрі, з урахуванням різноманітних фонових шумів.
Виклики
Мовне та регіональне різноманіття
Щоб підказки відображали різноманітні регіональні діалекти та характеристики мовців, вимагало ретельного планування та виконання.
Природні звукові варіації
Робота з фоновими шумами та умовами навколишнього середовища (в приміщенні чи на вулиці) була вирішальною для застосування в реальному світі.
Різноманітні профілі спікерів
Включення доповідачів з різних вікових груп, освітнього середовища та сільських/міських регіонів ускладнило збір достовірних даних.
Рішення
Shaip запропонував рішення, яке вирішило проблеми проекту, впровадивши передові методи NLP та ретельне планування як швидкого створення, так і запису. Ключові аспекти рішення включали:
Швидке створення
- 2,500 були створені унікальні підказки, кожна з яких урізноманітнена структурою та лексикою.
- 13 були охоплені цілі, починаючи від простих платіжних запитів до більш складних запитів, таких як історія транзакцій і оплата рахунків.
Звукозапис
- 200 годин аудіозаписів проводив користувачі 45, забезпечуючи різноманітність рідних мов, середовищ і демографічних груп носіїв.
- Для запису використовувалися приміщення як у приміщенні, так і на вулиці, щоб забезпечити природні варіації звуку.
- Доповідачі представляли низку регіональних діалектів, забезпечуючи точне мовне відображення.
| умисел | Відправити | Запит на залишок | Вимагати гроші | Історія транзакцій |
|---|---|---|---|---|
| Речення-запит (промпт) | Сплатіть Суматрі двадцять сто за оренду будинку | Я хочу знати свій поточний баланс на ощадному рахунку. | Чи можете ви попросити Раджі, триста вісімнадцять рупій на випадок? | Показати історію транзакцій моєї дебетової картки. |
| Гуджараті | સુમાત્રીને ઘરના ભાડા પેટે એકવીસસો ચૂકવો | હું મારા બચત ખાતામાં મારી વર્તમાન બેલેન્સ જાણ વા માંગુ છું. | શું તમે રાજી પાસેથી ઇમર્જન્સી માટે ત્રણસો અઢા ર રૂપિયા માંગી શકો છો? | મને મારા ડેબિટ કાર્ડના વ્યવહાર દેખાડો. |
| Хінді | सुमात्री को मकान किराए के लिए इक्कीस सौ रुपए का भुगतान करें। | मैं अपने बचत खाते में वर्तमान शेष राशि जानना च ाहता हूँ। | क्या आप राजी से किसी इमरजेंसी के लिए तीन सौ अठा रह रुपये मांग सकते हैं? | मुझे मेरा डेबिट कार्ड का लेनदेन ब्यौरा दिखाओ। |
| Малаялам | വീട്ടുവാടകയായി സുമത്രിക്ക് രണ്ടായിരത്തിഒു ന്നൂറ് നൽകൂ. | എൻ്റെ സേവിംഗ്സ് അക്കൗണ്ടിലെ നിലവിലെ തുക അറിയ ാൻ ഞാൻ ആഗ്രഹിക്കുന്നു. | രാജിയോട് മുന്നൂറ്റി പതിനെട്ട് രൂപ അടിയന്തരാ വശ്യത്തിന് ആവശ്യപ്പെടാമോ? | എൻ്റെ ഡെബിറ്റ് കാർഡ് ഇടപാട് വിവരണം കാണിക്കൂ. |
| Телугу | ఇంటి అద్దె కోసం సుమత్రికి ఇరవై ఒక్క వంద చెల్ల ించండి | నేను నా సేవింగ్స్ అకౌంట్ లో నా ప్రస్తుత బ్యాల ెన్స్ ను తెలుసుకోవాలనుకుంటున్నాను. | ఎమర్జెన్సీ కోసం రాజిని మూడు వందల పద్దెనిమిది రూపాయలు అడగగలరా? | నా డెబిట్ కార్డ్ లావాదేవీ చరిత్రను నాకు చూపి ంచండి. |
| Бангла (বাংলা) | বাড়ি ভাড়ার জন্য সুমাত্রিকে ২১,০০০ টাকা পরিশ োধ করুন | আমি আমার সঞ্চয় অ্যাাউন্টে বর্তমান ব্যালেন্ স জানতে চাই। | আপনি রাজির কাছে তাৎক্ষণিক অবস্থার জন্য তিনশো আঠারো টাকা চাইতে পারেন? | আমার ডেবিট কার্ডের লেনদেনের ইতিহাস দেখান। |
| Маратхі | सुमात्रीला घराच्या भाड्यासाठी दोन हजार एकशे रुपये द्या. | मला माझ्या बचत खात्यातील सध्याचा शिल्लक जाणून घ्यायचा आहे. | आपण राजीकडून तातडीसाठी तीनशे अठरा रुपये मागू शकता का? | माझ्या डेबिट कार्डचे व्यवहार दाखवा. |
Результат
Високоякісні різноманітні аудіодані, надані Shaip, дозволили клієнту розробити голосову платіжну систему UPI на основі штучного інтелекту, здатну розпізнавати команди в різних діалектах, середовищах і контекстах. Дані допомогли покращити:
- Розпізнавання голосу в реальному часі у складних середовищах.
- Більш точна транзакція UPI обслуговування для більш широкого кола користувачів.
- Масштаб Проект закладає міцну основу для поширення на інші індійські мови.
Очікувані результати
- 200 годин аудіофайлів (8 кГц формат PCM WAV, моно)
- 87,000 + різноманітні підказки, анотовані унікальними намірами
- Метадані: Профілі мовців, деталі середовища та точність транскрипції
Здатність Шайпа передати різноманітність Індії за допомогою унікальних підказок та автентичних аудіозаписів стала докорінним досягненням для нашої голосової платіжної системи UPI. Їхня команда забезпечила точність виконання кожного аспекту проекту – від створення підказок до якості запису, що допомогло нам створити більш інклюзивну та надійну модель розпізнавання голосу.
