Stemmebaserte UPI-betalingsforespørsler: Fange mangfold for forbedrede AI-modeller

Utnytte Shaips ekspertise innen rask oppretting og varierte lydopptak for å støtte stemmebaserte UPI-betalingssystemer med høykvalitets, kulturelt mangfoldig data.

Last ned casestudie
Stemmebaserte upi-betalingsforespørsler

Prosjektoversikt

Shaip samarbeidet med et ledende fintech-selskap for å utvikle en stemmebasert betalingsapplikasjon ved å lage og registrere ulike UPI-betalingsoppfordringer. Prosjektet innebar opprettelsen av 2,500 unike forespørsler og 87,000 diversifiserte forespørsler på tvers av 13 betalingsrelaterte hensikter, som å sende penger, be om penger, saldoforespørsel og regningsbetalinger. Disse spørsmålene ble spilt inn over 200 timer av 45 foredragsholdere fra forskjellige regioner, bakgrunner og aldersgrupper, noe som sikrer et bredt spekter av språklig og miljømessig mangfold.

Prosjektets mål var å utvikle treningsdata av høy kvalitet for en AI-modell som kan gjenkjenne og svare på talekommandoer relatert til UPI-betalinger i virkelige omgivelser.

Stemmebasert upi-betaling

Nøkkeltall

Lydtimer med UPI-betalingsforespørsler er registrert

200

Foredragsholdere fra ulike bakgrunner (alder, utdanning, region)

45

Hensikter dekket, med 87,000 XNUMX+ diversifiserte meldinger

13

språk: Engelsk, med høyttalere fra ulike morsmålsbakgrunner (Kumaoni, Bengali, Malayalam, Gujarati, Hindi, Marathi etc.)

Prosjektomfang

Rask oppretting

Omfanget inkluderte å lage unike spørsmål for et stemmebasert UPI-betalingssystem. Forespørsler ble designet for å dekke flere hensikter, og sikre at de var forskjellige i struktur, ordforråd og navngitte enheter. Noen nøkkelaspekter inkluderte:

13 hovedhensikter, inkludert:

  • Send penger: 65,653 XNUMX unike og diversifiserte spørsmål
  • Saldoforespørsel: 3,052 meldinger
  • Spør om penger: 26,972 meldinger
  • Transaksjonshistorikk, opplading, fakturabetaling osv.

Lydopptak

For å sikre autentisitet og anvendelighet i den virkelige verden, ble forespørsler tatt opp av 45 foredragsholdere fra forskjellige språklige bakgrunner. Mangfoldet fanget gjennom forskjellige morsmål, regionale dialekter og miljøer (innendørs og utendørs) bidro til å forbedre treningsdataene.

  • Språkmangfold: Brukere som snakker flytende engelsk, men med varierte morsmål, som Kumaoni, Gujarati, Hindi, Bangla, Marathi og Malayalam.
  • Alder, kjønn og utdanningsbakgrunn: Data fanget et bredt spekter av demografi.
  • By- og landlige høyttalere: For å gjenspeile bruk i den virkelige verden ble både urbane og landlige høyttalere inkludert.
  • Opptaksmiljø: Lydopptak ble utført både innendørs og utendørs, med en rekke bakgrunnsstøy inkludert.

Utfordringer

Språklig og regionalt mangfold

Å sikre at spørsmål gjenspeiler ulike regionale dialekter og høyttaleregenskaper krevde nøye planlegging og utførelse.

Naturlige lydvariasjoner

Håndtering av bakgrunnsstøy og miljøforhold (innendørs vs. utendørs) var avgjørende for bruk i den virkelige verden.

Diverse høyttalerprofiler

Inkluderingen av foredragsholdere fra forskjellige aldersgrupper, utdanningsbakgrunn og landlige/byregioner introduserte kompleksitet i å fange opp autentiske data.

Oppløsning

Shaip leverte en løsning som håndterte prosjektets utfordringer ved å implementere avanserte NLP-teknikker og nøye planlegging i både rask opprettelse og opptak. Viktige aspekter ved løsningen inkluderte:

Rask oppretting

  • 2,500 unike spørsmål ble opprettet, hver diversifisert etter struktur og vokabular.
  • 13 hensikter ble dekket, alt fra grunnleggende betalingsforespørsler til mer komplekse henvendelser som transaksjonshistorikk og regningsbetalinger.

Lydopptak

  • 200 timer av lydopptak ble utført av 45 brukere, som sikrer mangfold på tvers av morsmål, miljøer og høyttalerdemografi.
  • Både innendørs og utendørs miljøer ble brukt til opptak for å sikre naturlig lydvariasjon.
  • Høyttalere representerte en rekke regionale dialekter, noe som sikret nøyaktig språklig representasjon.
Intent sent Balanseforespørsel Spør om penger Transaction History
prompt Gjør en betaling på tjueenhundre til Sumatri for husleie Jeg vil vite min nåværende saldo på sparekontoen min. Kan du be Raji, tre hundre og atten rupier for en nødssituasjon? Vis meg transaksjonshistorikken for debetkort.
gujarati સુમાત્રીને ઘરના ભાડા પેટે એકવીસસફ ચસફ હું મારા બચત ખાતામાં મારી વર્તમાનફબઍ જાણવા માંગુ છું. શું તમે રાજી પાસેથી ઇમર્જન્સી માટઍ ત અઢાર રૂપિયા માંગી શકો છો? મને મારા ડેબિટ કાર્ડના વ્યવહાર દેડઋ.
Hindi सुमात्री को मकान किराए के लिए इक्ॕसऌ का भुगतान करें। मैं अपने बचत खाते में वर्तमान शेष शान शान चाहता हूँ। क्या आप राजी से किसी इमरजेंसी के ल।ऌ ल।ऌ अठारह रुपये मांग सकते हैं? मुझे मेरा डेबिट कार्ड का लेनदेन ब्यौ दिखाओ।
malayalam വീട്ടുവാടകയായി സുമത്രിക്ക് രണ്ടായിരത്തിഒരുന്നൂറ് നൽകൂ. എൻ്റെ സേവിംഗ്സ് അക്കൗണ്ടിലെ നിലവഁലവഁല അറിയാൻ ഞാൻ ആഗ്രഹിക്കുന്നു. രാജിയോട് മുന്നൂറ്റി പതിനെട്ട് രൂപ അടിയന്തരാവശ്യത്തിന് ആവശ്യപ്പെടാമെടാമ്? എൻ്റെ ഡെബിറ്റ് കാർഡ് ഇടപാട് വിവരണം കാണിക്കൂ.
telugu ఇంటి అద్దె కోసం సుమత్రికి ఇరవై ఒక఍క చెల్లించండి నేను నా సేవింగ్స్ అకౌంట్ లో నా ప్రత్రత్ బ్యాలెన్స్ ను తెలుసుకోవాలనుకుంట్న. ఎమర్జెన్సీ కోసం రాజిని మూడు వందల పద్దెనిమిది రూపాయలు అడగగలరా? నా డెబిట్ కార్డ్ లావాదేవీ చరిత్రన౰ నా చూపించండి.
Bangla (বাংলা) বাড়ি ভাড়ার জন্য সুমাত্রিকে ২১,০০০ সুমাত্রিকে ২১,০০০ পরিশোধ করুন আমি আমার সঞ্চয় অ্যাকাউন্টে বর্তমাাাাউন্টে ব্যালেন্স জানতে চাই। আপনি রাজির কাছে তাৎক্ষণিক অবস্থান্থানজ তিনশো আঠারো টাকা চাইতে পারেন? আমার ডেবিট কার্ডের লেনদেনের ইতিহনাই আমার ডেবিট
marathi सुमात्रीला घराच्या भाड्यासाठी दॾजन एकशे रुपये द्या. मला माझ्या बचत खात्यातील सध्याचालऍि जाणून घ्यायचा आहे. आपण राजीकडून तातडीसाठी तीनशे अठरुा र मागू शकता का? माझ्या डेबिट कार्डचे व्यवहार दाखवा.

Utfallet

Høykvalitets, varierte lyddata levert av Shaip tillot klienten å utvikle et AI-drevet stemmebasert UPI-betalingssystem som er i stand til å gjenkjenne kommandoer i ulike dialekter, miljøer og sammenhenger. Dataene bidro til å forbedre:

  • Sanntids stemmegjenkjenning i komplekse miljøer.
  • Mer nøyaktig UPI-transaksjon håndtering for et bredere spekter av brukere.
  • skalerbarhet: Prosjektet legger et sterkt grunnlag for å utvide til andre indiske språk.

leveransen

  • 200 timer av lydfiler (8 kHz PCM WAV-format, mono)
  • 87,000 + diversifiserte forespørsler annotert med unike hensikter
  • Metadata: Høyttalerprofiler, miljødetaljer og transkripsjonsnøyaktighet
Sitat ikon

Shaips evne til å fange Indias mangfold gjennom unike instruksjoner og autentiske lydopptak har vært banebrytende for vårt stemmebaserte UPI-betalingssystem. Teamet deres sørget for at alle aspekter av prosjektet – fra rask oppretting til opptakskvalitet – ble håndtert med presisjon, noe som hjalp oss med å bygge en mer inkluderende og robust stemmegjenkjenningsmodell.

★ ★ ★ ★ ★
Sitat ikon