اردو IVR بوٹ جو ملی جلی بولی سمجھے

تین طریقے

1. 1

   IVR وہ آواز کا مینو ہے جو صارف ہیلپ لائن ملاتے ہی سنتا ہے۔ کچھ عرصہ پہلے تک پاکستان کے IVR صرف DTMF تھے، یعنی 1 دبائیں اس کے لیے والے۔ جدید IVR ASR سے بولے گئے الفاظ سنتے اور NLU سے سمجھتے ہیں کہ مطلب کیا ہے۔ پاکستانی آپریٹر کے لیے مشکل صاف اردو کا ASR نہیں۔ مشکل اصل صارف کی بولی ہے جو ملی جلی اردو، پنجابی، سندھی، پشتو، انگریزی، اور اکثر برے سگنل پر، کیونکہ صارف برے سگنل کی شکایت کے لیے ہی کال کر رہا ہے۔

2. 2

   پہلا منظر: کوڈ مکسنگ ہی زبان ہے، اس کا انحراف نہیں۔ پڑھا لکھا شہری پاکستانی جملے کے بیچ میں بے ساختہ اردو سے انگریزی میں جاتا ہے۔ 'صرف اردو بولو' یا 'صرف انگریزی بولو' کہنے والا بوٹ قدرتی روانی توڑتا ہے اور صارف کو چڑاتا ہے۔ صحیح ڈیزائن مکس کو ان پٹ مان کر معنی پر intent سمجھتا ہے، سطحی الفاظ پر نہیں۔ Whisper-large-v3، Google Chirp، اور MBZUAI کے Urdu-Hindi finetunes اس وقت کی مضبوط بنیادیں ہیں۔

3. 3

   دوسرا منظر: علاقائی لہجہ اور بولی کا فرق حقیقی اور غیر مساوی ہے۔ کراچی اردو بولنے والوں پر ASR کی درستگی محسود-پشتو رنگ والوں سے نمایاں زیادہ ہے کیونکہ تربیتی ڈیٹا غیر متوازن ہے۔ اگر آپ IVR بناتے ہیں اور فی علاقہ کارکردگی نہیں ناپتے، تو خاموشی سے KP اور بلوچستان کو کم سروس دیں گے۔ علاج: ہدف دار ڈیٹا جمع کرنا، ہر سرکل سے رضامندی سے کالیں ریکارڈ کریں، مقامی اہلِ زبان سے transcribe کرائیں، اور finetune کریں۔ یہ کام تحقیق نہیں آپریشن ہے۔

کیوں؟

Claude کے ساتھ آزمائیں

AI پرامپٹ: 'میں پاکستانی موبائل آپریٹر میں customer experience کا سربراہ ہوں۔ OpenAI Whisper ASR، اوپن سورس NLU intent، اور 8 سیکنڈ سے کم میں انسان کی طرف منتقلی والا آواز IVR ڈیزائن کریں۔ (1) فی علاقہ درستگی کا پلان، (2) PTA اور PDP Act 2025 کی رضامندی اور ریکارڈنگ، (3) فی turn latency بجٹ، (4) نکلنے کا UX، (5) پہلے مہینے کے تین KPI۔'