Giọng tiếng Anh Ấn Độ + 20 phương ngữ Hindi: Tại sao SaaS ASR đấu tranh

Ấn Độ: trung tâm gọi điện toàn cầu, nhưng giọng khó nhất

Ấn Độ là trung tâm toàn cầu cho các trung tâm cuộc gọi và CNTT - nhưng "tiếng Anh Ấn Độ" là một trong những điểm nhấn khó nhất đối với ASR nước ngoài.

Khó khăn của tiếng Anh Ấn Độ không phải là từ vựng mà là "ký ức cơ bắp " - phản uốn, sự thay đổi nguyên âm và nhịp điệu là sự khác biệt có hệ thống ngay cả người bản ngữ cũng hầu như không nhận thấy.

Tại sao các giải pháp chung thất bại: điểm chuẩn của chúng tôi

Chúng tôi đã so sánh ba giải pháp phát âm bằng cách phát âm trên cuộc gọi trung tâm cuộc gọi thực sự của Ấn Độ và các cuộc gọi thuê ngoài CNTT; kết luận là nhất quán:

Giải pháp	Hiệu suất trên ngôn ngữ này	Nguyên nhân gốc
SaaS chung chung ASR	Lỗi từ cao hơn trên giọng Ấn Độ	Được đào tạo về tiếng Anh / tiếng Anh / tiếng Hindi tiêu chuẩn của Anh / Mỹ; điểm nhấn yếu & phương ngữ phủ sóng
OpenAI Whisper	Nhiều lỗi hơn dưới giọng mạnh	Mô hình cơ sở giới hạn độ bền cho tiếng Anh Ấn Độ; cần tinh chỉnh
Microsoft nguồn mở ASR	Lỗi lớn khi trộn phương ngữ	Không có mô hình đa phương ngữ tiếng Hindi chuyên dụng

Cuộc xung đột cốt lõi: Các mô hình chung được đào tạo trên âm thanh tiêu chuẩn của Anh / Mỹ, trong khi tiếng Anh Ấn Độ phản xạ và sự thay đổi nguyên âm là cấu trúc, không chỉ đơn thuần là "một giọng nặng hơn".

Phương pháp tiếp cận của VoiVision: Đào tạo lại tiếng Ấn Độ-Anh + tiếng Hindi

Chúng tôi không coi Ấn Độ là "tiếng Anh có điểm nhấn"; chúng tôi mô hình hóa tiếng Anh và tiếng Hindi của Ấn Độ như các đối tượng riêng biệt:

1. Sưu tập bài phát biểu trong khu vực: Xây dựng một tập thể hàng ngàn giờ trải dài tiếng Anh Ấn Độ và nhiều phương ngữ Hindi, với các kịch bản call-center thực sự và thuê ngoài CNTT.
2. Accent-adaptive retraining: dạy cho bộ giải mã tiếng Anh Ấn Độ retroflexion / vowel shifts và mẫu phương ngữ Hindi.
3. Domain từ khóa injection: tiêm các thuật ngữ CNTT, tài chính và thương mại điện tử.
4. Sản xuất hạ cánh: tích hợp với các hệ thống vé và QA hiện có; chạy mô hình được đào tạo lại bằng tiếng Ấn Độ-Anh / Hindi trên mạng nội bộ của khách hàng, bản sao lưu trong doanh nghiệp.

Kết quả đo: Tiếng Anh Ấn Độ & Hindi ≥90%

Đo trên trung tâm cuộc gọi Ấn Độ thực sự và cuộc họp âm thanh, tiếng Anh Ấn Độ và tiếng Hindi (nhiều phương ngữ) nhận dạng đạt 90%+, với lỗi từ trên giọng nói / phương ngữ hỗn hợp phát âm thấp hơn nhiều các giải pháp chung.

Lợi ích lớn nhất là trên tiếng Hindi-phương ngữ hỗn hợp và mượn từ phát âm - tần số cao trong các trung tâm cuộc gọi, trực tiếp nâng cao chất lượng và hiệu quả bán vé.

Kỹ thuật & tuân thủ: Đạo luật DPDP Ấn Độ

Tàu với máy chủ Speech Engine và VV05 / VV10 trên prem của chúng tôi, hoàn toàn trên prem, độ trễ <1s, không có rò rỉ dữ liệu - đáp ứng tuân thủ bản địa hóa dữ liệu của Ấn Độ.

Các điểm tuân thủ chính:

• Ấn Độ DPDP 2023: dữ liệu quan trọng phải được xử lý trên bờ; triển khai tại chỗ đáp ứng nó;
• Âm thanh của trung tâm cuộc gọi giữ dữ liệu cá nhân; bản sao lưu trữ trên mạng nội bộ của khách hàng;
• Một DPA có thể xác định việc giữ lại và xóa corpus.

Các trường hợp sử dụng điển hình

• Trung tâm cuộc gọi Ấn Độ QA
• Các cuộc họp đa quốc gia về thuê ngoài CNTT
• Các cuộc họp nội bộ / bên ngoài cho các doanh nghiệp tập trung vào Ấn Độ

Các khuyến nghị triển khai

• Benchmark Real Agent gọi trước: sử dụng bản ghi chỗ ngồi của bạn cho một đường cơ sở lỗi từ Ấn Độ-Anh / Hindi;
• Đào tạo lại ngành công nghiệp từ khóa: tùy chỉnh các điều khoản CNTT, tài chính, thương mại điện tử;
• Triển khai trên intranet cuối cùng: tích hợp với vé và QA; bảng điểm ở lại trong doanh nghiệp.

Cần một điểm chuẩn nhận dạng giọng Ấn Độ?Đặt một Demo và đội ngũ của chúng tôi sẽ cung cấp cho bạn một kế hoạch đào tạo lại cụ thể và cơ sở chính xác.