AI-संचालित अंतर्दृष्टि के साथ स्मार्ट कॉल सेंटर को सक्षम बनाना

उपाय

उन्नत प्राकृतिक भाषा प्रसंस्करण (एनएलपी) तकनीकों का लाभ उठाते हुए, निम्नलिखित समाधान कार्यान्वित किए गए:

डेटा संग्रहण

• 250 घंटे का ऑडियो डेटा बोली-विशिष्ट कोटा में विभाजित किया गया।
  
  • अमेरिकी अंग्रेजी (30% या 75 घंटे)
  • यूके अंग्रेजी (30% या 75 घंटे)
  • ऑस्ट्रेलियाई अंग्रेजी (20% या 50 घंटे)
  • भारतीय अंग्रेजी (20% या 50 घंटे)
• अमेरिका, ब्रिटेन, ऑस्ट्रेलिया और भारत के मूल उच्चारण वाले उपयोगकर्ता।
• विभिन्न स्वरों वाले भाषण नमूने, उन मामलों पर विशेष ध्यान देते हुए जहां आवाज की भावना गुस्से में है और पाठ की भावना असंतुष्ट या अत्यधिक असंतुष्ट है।

पाठ वर्गीकरण/टिप्पणी

• विशिष्ट श्रेणियों के आधार पर भावनाओं और संवेदनाओं का एनोटेशन:
  
  • ऑडियो भावना: खुश, तटस्थ, क्रोधित.
  • प्रतिलेखन भावना: अत्यंत असंतुष्ट, असंतुष्ट, तटस्थ, संतुष्ट, अत्यंत संतुष्ट।
• प्रत्येक ऑडियो खंड में केवल एक प्राथमिक भावना निहित थी।
• वार्तालाप के भीतर भिन्न-भिन्न विलंब खंड (2 से 30 सेकंड तक) लागू किए गए।
• प्रतिलेखन प्रारूप में JSON आउटपुट का अनुसरण किया गया, जिसमें बाएं और दाएं वक्ता की जानकारी, भावना टैग और अंतिम खंड की भावना शामिल थी।

क्वालिटी एश्योरेंस

प्रतिलेखन सटीकता:

• यह सुनिश्चित किया गया कि 250 घंटों का ऑडियो न्यूनतम रूप से वितरित किया जाए:
  
  • 90% प्रतिलेखन त्रुटि दर (TER) सटीकता।
  • 95% शब्द पहचान दर (WER) सटीकता।

क्यूए प्रक्रिया:

• डेटासेट से यादृच्छिक रूप से चयनित नमूनों का नियमित ऑडिट किया गया।
  
  • डेटासेट में TER और WER को मापने के लिए स्वचालित उपकरणों का उपयोग किया गया।
  • चिह्नित अनुभागों की मैन्युअल समीक्षा से यह सुनिश्चित हुआ कि सटीकता की सीमाएं पूरी हो गई हैं।