آواز تي ٻڌل UPI ادائگي جا اشارا: بهتر ڪيل AI ماڊلز لاءِ تنوع کي پڪڙڻ
تيز رفتار تخليق ۽ متنوع آڊيو رڪارڊنگ ۾ شيپ جي مهارت جو فائدو وٺندي آواز تي ٻڌل UPI ادائگي جي سسٽم کي اعليٰ معيار، ثقافتي طور تي متنوع ڊيٽا سان مدد ڏيڻ لاءِ.
پراجيڪٽ Overview
شيپ هڪ معروف fintech ڪمپني سان ڀائيواري ڪئي ته جيئن مختلف UPI ادائگي جي اشارن کي ٺاهي ۽ رڪارڊ ڪندي آواز تي ٻڌل ادائيگي جي ايپليڪيشن کي ترقي ڪري. پروجيڪٽ ۾ 2,500 منفرد پرامپٽس ۽ 87,000 متنوع پرامپٽس ٺاهڻ شامل هئا 13 ادائگي سان لاڳاپيل ارادن تي، جهڙوڪ پئسا موڪلڻ، رقم جي درخواست ڪرڻ، بيلنس جي انڪوائري، ۽ بل جي ادائيگي. اهي اشارا 200 ڪلاڪن کان وڌيڪ رڪارڊ ڪيا ويا 45 ڳالهائيندڙن پاران مختلف علائقن، پس منظر ۽ عمر جي گروپن، لساني ۽ ماحولياتي تنوع جي وسيع صف کي يقيني بڻائي.
پروجيڪٽ جو مقصد هڪ AI ماڊل لاءِ اعليٰ معيار جي تربيتي ڊيٽا کي ترقي ڪرڻ هو جيڪو حقيقي دنيا جي سيٽنگن ۾ UPI ادائيگي سان لاڳاپيل آواز جي حڪمن کي سڃاڻي ۽ جواب ڏئي سگهي ٿو.
اهم انگ اکر
UPI جي ادائيگي جا آڊيو ڪلاڪ رڪارڊ ڪيا ويا
200
مختلف پس منظر مان ڳالهائيندڙ (عمر، تعليم، علائقو)
45
87,000+ متنوع اشارا سان گڏ ارادا ڍڪيل آهن
13
ٻوليون: انگريزي، مختلف مادري ٻولين جي پس منظر وارن (ڪمائوني، بنگالي، مليالم، گجراتي، هندي، مراٺي وغيره) سان ڳالهائيندڙ.
منصوبي جي دائري
تڪڙي تخليق
دائري ۾ آواز تي ٻڌل UPI ادائگي جي نظام لاءِ منفرد اشارا ٺاهڻ شامل آهن. اشارا ڪيترن ئي ارادن کي ڍڪڻ لاءِ ٺاهيا ويا هئا، انهي کي يقيني بڻائي ته اهي ساخت، لفظ، ۽ نالي واري ادارن ۾ متنوع آهن. ڪجهه اهم پهلو شامل آهن:
13 اهم مقصد، بشمول:
- پئسا موڪليو: 65,653 منفرد ۽ متنوع اشارا
- بيلنس انڪوائري: 3,052 اشارو
- رقم جي درخواست: 26,972 اشارو
- ٽرانزيڪشن جي تاريخ، ريچارج، بل جي ادائيگي، وغيره.
آڊيو ريڪارڊنگ
صداقت ۽ حقيقي دنيا جي قابل اطلاق کي يقيني بڻائڻ لاء، مختلف لساني پس منظر مان 45 ڳالهائيندڙن پاران اشارو رڪارڊ ڪيو ويو. مختلف مادري ٻولين، علائقائي ٻولين، ۽ ماحول (اندر ۽ ٻاهران) ذريعي قبضو ڪيل تنوع تربيتي ڊيٽا کي وڌائڻ ۾ مدد ڪئي.
- ٻولين جي تنوع: صارفين کي انگريزي ۾ رواني آهي پر مختلف مادري ٻولين سان، جهڙوڪ Kumaoni، گجراتي، هندي، بنگلا، مراٺي ۽ مليالم.
- عمر، جنس، ۽ تعليمي پس منظر: ڊيٽا ڊيموگرافڪ جي وسيع رينج تي قبضو ڪيو.
- شهري ۽ ڳوٺاڻا ڳالهائيندڙ: حقيقي دنيا جي استعمال کي ظاهر ڪرڻ لاء، شهري ۽ ڳوٺاڻن ڳالهائيندڙ شامل هئا.
- رڪارڊنگ ماحول: آڊيو رڪارڊنگ ٻنهي اندروني ۽ ٻاهرئين سيٽنگن ۾ منعقد ڪيا ويا، مختلف پس منظر شور شامل آهن.
مسئلن
لساني ۽ علائقائي تنوع
مختلف علائقائي ٻولين ۽ اسپيڪر جي خصوصيتن جي عڪاسي ڪرڻ کي يقيني بڻائڻ لاءِ محتاط رٿابندي ۽ عمل جي ضرورت آهي.
قدرتي آڊيو تبديليون
پس منظر جي شور ۽ ماحولياتي حالتن کي سنڀالڻ (اندر بمقابله ٻاهران) حقيقي دنيا جي ايپليڪيشن لاء اهم هو.
متنوع اسپيڪر پروفائلز
مختلف عمر جي گروپن، تعليمي پس منظر، ۽ ڳوٺاڻن / شهري علائقن مان ڳالهائيندڙن جي شموليت مستند ڊيٽا کي پڪڙڻ ۾ پيچيدگي متعارف ڪرايو.
حل
شيپ هڪ اهڙو حل پيش ڪيو جنهن منصوبي جي چئلينجن کي حل ڪيو، جديد اين ايل پي ٽيڪنڪ لاڳو ڪندي ۽ فوري تخليق ۽ رڪارڊنگ ٻنهي ۾ محتاط منصوبابندي ڪندي. حل جا اهم پهلو شامل هئا:
تڪڙي تخليق
- 2,500 منفرد اشارا ٺاهيا ويا، هر هڪ ساخت ۽ لفظ جي لحاظ کان متنوع.
- 13 ارادن کي ڍڪيو ويو، بنيادي ادائيگي جي درخواستن کان وٺي وڌيڪ پيچيده پڇا ڳاڇا ڪرڻ جهڙوڪ ٽرانزيڪشن جي تاريخ ۽ بل جي ادائيگين تائين.
آڊيو ريڪارڊنگ
- 200 ڪلاڪ پاران ڪيل آڊيو رڪارڊنگ 45 استعمال ڪندڙمقامي ٻولين، ماحول، ۽ اسپيڪر ڊيموگرافڪس ۾ تنوع کي يقيني بڻائڻ.
- ٻنهي اندروني ۽ ٻاهرين ماحول کي رڪارڊنگ لاءِ استعمال ڪيو ويو ته جيئن قدرتي آڊيو تبديلي کي يقيني بڻائي سگهجي.
- ڳالهائيندڙ علائقائي ٻولين جي هڪ حد جي نمائندگي ڪن ٿا، درست لساني نمائندگي کي يقيني بڻائي.
| ارادو | موڪليو | بيلنس جي انڪوائري | رقم جي درخواست ڪريو | ٽرانسپشن جي تاريخ |
|---|---|---|---|---|
| تڪڙو | گهر جي کرايه لاءِ سماتري کي 21 سئو رپيا ادا ڪر | مان ڄاڻڻ چاهيان ٿو منهنجي موجوده بيلنس منهنجي بچت کاتي ۾. | ڇا تون راجي، ٽي سئو ارڙهن روپين جي ايمرجنسي لاءِ درخواست ڪري سگهين ٿو؟ | مون کي ڏيکاريو منهنجي ڊيبٽ ڪارڊ ٽرانزيڪشن جي تاريخ. |
| گجراتي | سُماٿري کي گھر جي ڀاڙي پيٽي هڪويسو دعائون | مان منهنجي باقيات کاتي ۾ منهنجي موجوده بيلنس مطالبن مان آهيان. | ڇا توهان توهان کي راضي ڪري سگهو ٿا ته اميرجني لاءِ اُچار اربين مطالبا آهيو؟ | مون کي منهنجي ڊيبٽ ڪارڊ جا نشان ظاهر ڪيو. |
| هندي | سماتري کي مڪان جي قيمت لاءِ ايڪيس سو روپيا ادا ڪريو. | مان پنهنجي بچت کاتي ۾ هاڻوڪي رقم جان ٿو چاهيان. | ڇا توهان راجي کان ڪنهن عمدي لاءِ ٽي سؤ اٿارٽي روپيا گهرندا آهيو؟ | مون کي منهنجي ڊيبٽ ڪارڊ جو ليندن بيان ڪري ڏيکاريو. |
| مالايالم | ويتروتا نڪو. | എൻ്റെ സേവിംഗ്സ് അക്കൗണ്ടിലെ നിലവിലെ തുക അേവികം اٿارائِڪُن. | RAJAJITIAN മുന്നൂറ്റി പതിനെട്ട് രൂപ അടിയന്തരാന്ന്നത്ത ايوواٿ | എൻ്റെ ഡെബിറ്റ് കാർഡ് ഇടപാട് വിവരണം കാണിക്. |
| تيلگو | אני את את הקשרות עוד చెల్లించండి | నేను నా సేవింగ్స్ అకౌంట్ లో నా ప్రస بُوَيَلِيَلَنَا | منو راجا ﰪద్దెనిమిది రూపాయలు అడగగలరా؟ | నా డెబిట్ కార్డ్ లావాదేవీ చరిేవీ చరిేత్రను ڪُڇِي. |
| بنگلا (بنگالي) | گھر جي قيمت 200000 رقم ادا ڪريو | مون کي موجوده بيلنس معلوم ڪرڻ چاهيو ٿا. | আপনি রাজির কাছে তাৎক্ষণিক অবস্থার জন্য তিনশো আঠারো টাকা চাইতে পারেন? | منهنجي ڊيبٽ جي ليٽڻ جي تاريخ ڏيکاريو. |
| مراٺي | سُمرليلا گهر جي ڀاڙي لاءِ ٻه هزار رپيا ڏجن. | منهنجي بچاءُ واري اڪائونٽ ۾ موجوده صورتحال کي ڄاڻو. | توهان جي راجي کان توهان ڊي لاءِ ٽيشي اٿرا رپيا طلب ڪري سگهو ٿا؟ | منهنجي ڊيبٽ ڪارڊ جو استعمال ڪرڻ. |
نتيجو
شيپ پاران ڏنل اعليٰ معيار، متنوع آڊيو ڊيٽا ڪلائنٽ کي اجازت ڏني ته AI-هلندڙ آواز تي ٻڌل UPI ادائگي جو نظام مختلف ٻولين، ماحول ۽ حوالن ۾ حڪمن کي سڃاڻڻ جي قابل. ڊيٽا کي وڌائڻ ۾ مدد ڪئي:
- حقيقي وقت آواز جي سڃاڻپ پيچيده ماحول ۾.
- وڌيڪ صحيح UPI ٽرانزيڪشن استعمال ڪندڙن جي وسيع رينج لاء سنڀال.
- مناسب پروجيڪٽ ٻين هندستاني ٻولين ۾ وڌائڻ لاء هڪ مضبوط بنياد قائم ڪري ٿو.
پهچائڻ وارو
- 200 ڪلاڪ آڊيو فائلن جو (8 kHz PCM WAV فارميٽ، مونو)
- 87,000 + متنوع اشارا منفرد ارادن سان بيان ڪيل
- ميٽاادا: اسپيڪر پروفائلز، ماحول جي تفصيل، ۽ ٽرانسپشن جي درستگي
شيپ جي منفرد اشارن ۽ مستند آڊيو رڪارڊنگ ذريعي هندستان جي تنوع کي پڪڙڻ جي صلاحيت اسان جي آواز تي ٻڌل يو پي آءِ ادائيگي نظام لاءِ هڪ راند بدلائيندڙ ثابت ٿي آهي. انهن جي ٽيم يقيني بڻايو ته منصوبي جي هر پهلو - فوري تخليق کان وٺي رڪارڊنگ جي معيار تائين - کي درستگي سان سنڀاليو وڃي، اسان کي هڪ وڌيڪ جامع، مضبوط آواز جي سڃاڻپ ماڊل ٺاهڻ ۾ مدد ڪندي.
