عربی لہجوں کے لیے آنسرنگ مشین ڈیٹیکشن

آنسرنگ مشین ڈیٹیکشن آؤٹ باؤنڈ فلور کا سب سے کم نمایاں کنٹرول ہے، اور یہی خاموشی سے طے کرتا ہے کہ آپ کے ایجنٹس کو کتنی گفتگو ملے گی۔ ہر غلط فیصلے کی قیمت ہوتی ہے۔ مشین کو انسان قرار دیں تو ایجنٹ بیس سیکنڈ تک ریکارڈنگ سنتا رہتا ہے۔ انسان کو مشین قرار دیں تو آپ اس کسٹمر کی کال کاٹ دیتے ہیں جس نے فون اٹھایا تھا۔ عربی بولنے والی مارکیٹس میں روایتی طریقہ ٹیموں کی توقع سے زیادہ بار دونوں غلطیاں کرتا ہے۔

بیپ ڈیٹیکشن عربی گریٹنگز پر کیوں ناکام ہوتی ہے

کلاسیکی AMD آڈیو ٹائمنگ کی تکنیک ہے۔ یہ دوسری طرف کے بولنے کا انتظار کرتی ہے، ناپتی ہے کہ بات کتنی دیر چلی، خاموشی کا انتظار کرتی ہے اور پھر ٹون سنتی ہے۔ اگر ٹون آ جائے تو اسے مشین قرار دیتی ہے۔ مفروضوں کی یہ زنجیر ایسی مارکیٹ میں کافی حد تک درست رہتی ہے جہاں وائس میل معیاری ہو اور گریٹنگز مختصر ہوں۔ خلیج اور شام کے خطے (لیوانٹ) میں یہ چار الگ وجوہات سے بری طرح ناکام ہوتی ہے۔

• خطے کے بہت سے آپریٹر وائس میل سسٹم سرے سے کوئی صاف بیپ نہیں دیتے، یا کیریئر کے اعلان کے بعد دیتے ہیں جب ڈیٹیکٹر پہلے ہی ہار مان چکا ہوتا ہے۔ جو ڈیٹیکٹر ایسی ٹون کا انتظار کر رہا ہو جو کبھی نہیں آتی، اس کے پاس دینے کو کوئی فیصلہ نہیں ہوتا۔
• لائیو عربی گریٹنگ اکثر لمبی ہوتی ہے۔ جو کالر مکمل سلام، خوش آمدید اور ایک سوال کے ساتھ جواب دے، وہ پہلے قدرتی وقفے سے پہلے کئی سیکنڈ بول چکا ہوتا ہے — اور یہ بالکل وہی پیٹرن ہے جسے ٹائمنگ ڈیٹیکٹر ریکارڈ شدہ پیغام سمجھتا ہے۔
• خطے میں ریکارڈ شدہ گریٹنگز اکثر بہت مختصر ہوتی ہیں، بعض اوقات صرف ایک نام۔ مختصر بات کے بعد خاموشی وہ پیٹرن ہے جسے ٹائمنگ ڈیٹیکٹر حقیقی شخص سمجھتا ہے۔
• خطے کے موبائل نیٹ ورکس اکثر سبسکرائبر کی اپنی گریٹنگ سے پہلے اپنے اعلانات، پہلے عربی اور پھر انگریزی میں، شامل کر دیتے ہیں۔ ڈیٹیکٹر گریٹنگ کے بجائے اعلان کو ناپتا ہے۔

ان سب میں مشترک بات یہ ہے کہ ٹائمنگ سے یہ معلوم نہیں ہوتا کہ کون بول رہا ہے۔ الفاظ سے ہوتا ہے۔ جو ڈیٹیکٹر انہیں پڑھ نہیں سکتا وہ اندازہ لگا رہا ہے، اور عربی میں اس کا اندازہ اس مارکیٹ سے بدتر ہوتا ہے جس کے لیے اسے ٹیون کیا گیا تھا۔

ٹرانسکرپٹ کلاسیفکیشن اس کے بجائے کیا کرتی ہے

DialerBee کا AI AMD ٹون کا انتظار نہیں کرتا۔ جیسے ہی دوسری طرف فون اٹھایا جاتا ہے، ابتدائی آڈیو ریئل ٹائم میں ٹرانسکرائب ہوتی ہے، اور ایک کلاسیفائر ویوفارم کے بجائے حاصل شدہ متن کو اسکور کرتا ہے۔ فرق یہ ہے کہ متن اس طرح واضح ہوتا ہے جیسے ٹائمنگ کبھی نہیں تھی۔ ایک شخص کا "aywa, meen maai?" کہنا اور ریکارڈنگ کا "the subscriber you have called is not available, please leave a message after the tone" کہنا، متن کے طور پر ایک دوسرے کے قریب بھی نہیں، چاہے ان کا ٹائمنگ پروفائل کتنا ہی ملتا جلتا ہو۔

ہر جواب شدہ کال پر چار مراحل چلتے ہیں۔

• ٹرانسکرائب۔ آڈیو کے ابتدائی سیکنڈز موصول ہوتے ہی متن میں تبدیل ہوتے ہیں۔
• زبان اور لہجے کی شناخت۔ یہ خودکار ہے، اس لیے ملی جلی زبانوں والی لسٹ کو ڈائل کرنے سے پہلے ہر زبان کے لیے الگ کیمپین میں تقسیم کرنے کی ضرورت نہیں۔
• درجہ بندی۔ کلاسیفائر کانفیڈنس اسکور کے ساتھ انسان یا مشین کا فیصلہ دیتا ہے۔
• عمل۔ کیمپین کی حد طے کرتی ہے کہ اس کیمپین کے لیے کانفیڈنس اسکور کا کیا مطلب ہے، اس لیے ریکوری لسٹ اور کسٹمر سیٹسفیکشن لسٹ ایک ہی پلیٹ فارم پر احتیاط کی مختلف سطحوں پر رہ سکتی ہیں۔

فیصلہ کال کے ابتدائی لمحات سے، جب گریٹنگ ابھی چل رہی ہو، تیار ہوتا ہے، اس لیے کنیکٹ یا ڈراپ کرنے کا فیصلہ پک اپ کے مرحلے کے اندر ہی ہوتا ہے، اس کے بعد نہیں۔ ہم لیٹنسی کا کوئی ایک عدد شائع نہیں کرتے، کیونکہ اصل عدد کیریئر، زبان اور گریٹنگ شروع ہونے کی رفتار کے ساتھ بدلتا ہے۔ اپنی ٹریفک سے ملتی جلتی ٹریفک پر لی گئی پیمائشیں طلب کریں۔

خطے بھر میں لہجوں کی کوریج

عربی کوئی ایک ہدف نہیں۔ رسمی نشریاتی عربی پر تربیت یافتہ کلاسیفائر خلیجی وائس میل گریٹنگ اور شامی گریٹنگ کو بہت مختلف انداز میں پڑھے گا، اور ان میں سے کوئی بھی مصری یا مغاربی گریٹنگ جیسی نہیں۔ DialerBee لہجے کو زبان کے گرد شور کے بجائے زبان کا حصہ سمجھتا ہے، اور عربی کوریج میں خلیجی، شامی (لیوانٹائن)، مصری اور مغاربی لہجے شامل ہیں۔

عملی طور پر یہ سرحدی معاملات میں سب سے زیادہ اہم ہے۔ اردنی اور سعودی موبائل گریٹنگز ایک ہی بات کے لیے مختلف افعال استعمال کرتی ہیں۔ کاروباری کال کا جواب دینے والا خلیجی کالر اکثر رسمی مذہبی سلام سے آغاز کرتا ہے جسے ایک محدود ماڈل لکھا ہوا، اور اس لیے ریکارڈ شدہ، سمجھتا ہے۔ مغاربی گریٹنگ میں عربی جملے کے اندر فرانسیسی الفاظ ہو سکتے ہیں۔ یہ چاروں ایک علاقائی BPO کے لیے عام ٹریفک ہیں، اور چاروں ایسی جگہیں ہیں جہاں ایک لہجے والا ماڈل گفتگو کھو دیتا ہے۔

عربی پلیٹ فارم کی 11 سپورٹڈ زبانوں میں شامل ہے، اس لیے جو فلور ایک ہی ہفتے میں عربی، انگریزی، فرانسیسی اور اردو ڈائل کرتا ہے وہ ہر مارکیٹ کے لیے الگ اسٹیک کے بجائے ایک ہی ڈیٹیکشن اسٹیک چلاتا ہے۔

حدیں، مطلق اصول نہیں

کانفیڈنس اسکور تبھی کارآمد ہے جب آپ طے کریں کہ اس کے ساتھ کیا کرنا ہے، اور درست فیصلہ ہر کیمپین میں مختلف ہوتا ہے۔ آخری مرحلے کی ریکوری کیمپین میں کسی لائیو مقروض کی کال ڈراپ کرنا مہنگا ہے اور وائس میل چھوڑنا سستا، اس لیے آپ حد ایسی رکھتے ہیں کہ مشین قرار دینے میں احتیاط ہو۔ زیادہ حجم والی اپائنٹمنٹ ریمائنڈر کیمپین میں توازن الٹ جاتا ہے۔

اسی لیے حساسیت کی حدیں پورے پلیٹ فارم کے بجائے ہر ٹیننٹ اور ہر کیمپین کے لیے الگ ترتیب دی جاتی ہیں، اور یہی چیز اس کنٹرول کو ایسے BPO کے لیے قابل استعمال بناتی ہے جو مختلف برداشت والے کئی کلائنٹس کے لیے کام کرتا ہو۔ AI فیچرز کو فیچر فلیگز سے کنٹرول کیا جا سکتا ہے، اس لیے AMD کو ہر کیمپین، ہر ٹیننٹ یا عالمی سطح پر فعال یا غیر فعال بھی کیا جا سکتا ہے، اور اسے بند کرنے پر بھی پلیٹ فارم اپنی پوری صلاحیت کے ساتھ چلتا ہے۔

انفارمیشن سیکیورٹی ریویو سے پہلے کنفیگریشن کے دو مزید حقائق جاننا مفید ہے۔ AMD درجہ بندی کال آڈیو کے ایک مختصر ابتدائی حصے کو پروسیس کرتی ہے، اور درجہ بندی کے لیے استعمال ہونے والی خام آڈیو طویل مدت تک محفوظ نہیں کی جاتی۔ جو محفوظ رہتا ہے وہ درجہ بندی کا نتیجہ، کانفیڈنس اسکور اور ماڈل ورژن ہے۔

ایجنٹ فیڈ بیک لوپ

کوئی کلاسیفائر ہر بار درست نہیں ہوتا، اور سب سے پہلے یہ بات ایجنٹس کو پتا چلتی ہے۔ جب ماڈل کسی بھی سمت میں غلطی کرے تو ایجنٹ کال کے دوران ڈیسک ٹاپ سے ایک کلک میں اسے فلیگ کرتا ہے، بغیر کسی فارم یا ٹکٹ کے۔ یہ اصلاحات ٹیننٹ کی سطح کے ٹیوننگ ورک فلوز میں جاتی ہیں، یعنی یہ اشارہ آپ کے کیریئرز، آپ کے خطوں اور آپ کی کیمپین کی اقسام کے لیے ڈیٹیکشن بہتر کرتا ہے اور دوسرے ٹیننٹس کے ساتھ شیئر نہیں ہوتا۔

یہ تبھی کام کرتا ہے جب سپروائزرز اوور رائیڈ کو استثنائی رپورٹ کے بجائے کام کا حصہ سمجھیں۔ دو عادتیں مدد دیتی ہیں۔ ایجنٹس کو بتائیں کہ غلط فیصلے کو فلیگ کرنا ایک کلک کا کام ہے اور یہ متوقع ہے، سسٹم کے خلاف شکایت نہیں۔ اور ہر ہفتے کیمپین، کیریئر اور زبان کے لحاظ سے درستگی کی تفصیلات پڑھیں، کیونکہ جس کیریئر نے اپنا وائس میل اعلان بدلا ہو وہ وہاں ایک پیٹرن کی صورت میں بہت پہلے نظر آ جاتا ہے، اس سے پہلے کہ کوئی اسے مسئلے کے طور پر رپورٹ کرے۔

عربی سے آگے: اسی لسٹ کی دوسری زبانیں

زبان شناس ڈیٹیکشن ترجمہ نہیں ہے۔ یہ پہچاننا ہے کہ کسی مارکیٹ میں لوگ اور مشینیں اصل میں کیسے بولتے ہیں، اور جو تنوع عربی کو مشکل بناتا ہے وہ علاقائی لسٹ کی ہر دوسری زبان میں بھی موجود ہے۔ ہسپانوی لاطینی امریکی اور یورپی انداز میں بٹی ہے۔ فرانسیسی میں یورپی، کینیڈین اور شمالی افریقی پیٹرنز ہیں۔ جرمن میں رسمی اور غیر رسمی انداز کے ساتھ آسٹرین اور سوئس شکلیں بھی ہیں۔ ترکی کے اپنے علاقائی پیٹرنز ہیں۔ صرف انگریزی امریکی، برطانوی، بھارتی، فلپائنی اور خلیجی لہجوں میں آتی ہے، جو کسی ایک عربی نمبر کے ڈائل ہونے سے پہلے ہی BPO کی ایجنٹ ٹریفک کا بڑا حصہ ہے۔

اسی لیے ڈیٹیکشن اسٹیک کسی ایک زبان کے دعوے سے زیادہ اہم ہے۔ جو فلور اتوار کو عربی، پیر کو فرانسیسی اور منگل کو اردو ڈائل کرتا ہے، اسے تین ڈیٹیکشن کنفیگریشنز چلانے اور درستگی کے تین الگ اعداد ملانے کی ضرورت نہیں ہونی چاہیے۔ تمام 11 سپورٹڈ زبانیں ایک کلاسیفائر اور ایک رپورٹنگ ویو شیئر کرتی ہیں، اور ہر زبان میں لہجے کو شور کے بجائے زبان کا حصہ سمجھا جاتا ہے۔

ڈیٹیکشن کی درست پیمائش کیسے کریں

درستگی کا ایک واحد نمایاں عدد تقریباً بے کار ہے، کیونکہ یہ اوسط نکال کر اسی جگہ کو چھپا دیتا ہے جہاں آپ کے نقصانات مرکوز ہیں۔ اس کے بجائے یہ ناپیں، اور جس بھی وینڈر کا جائزہ لے رہے ہوں اس سے یہی تفصیل طلب کریں۔

• فالس پازیٹوز اور فالس نیگیٹوز الگ الگ، اور خطے کے بجائے ہر کیریئر کے لحاظ سے۔ 90 فیصد کی علاقائی اوسط اس آپریٹر پر 65 فیصد درستگی کو چھپا سکتی ہے جو آپ کا زیادہ تر والیوم لے جاتا ہے۔
• ایجنٹ اوور رائیڈ ریٹ، جو بتاتا ہے کہ فلور فیصلوں کے بارے میں کیا سوچتا ہے، اور ٹیوننگ کو کتنی جلدی کام کرنے کے لیے مواد ملتا ہے۔
• ڈیٹیکشن ٹائم، کنیکٹ کے فیصلے کے ساتھ، کیونکہ جو درست فیصلہ کسٹمر کے فون رکھنے کے بعد آئے وہ کامیابی نہیں۔
• زبان اور کیمپین کی قسم کے لحاظ سے الگ نتائج، کیونکہ ریکوری لسٹ اور ریمائنڈر لسٹ ایک ہی نمبرز پر بھی ایک جیسا برتاؤ نہیں کریں گی۔

دو عادتیں آپ کو صلاحیت کے بجائے محض ایک عدد خریدنے سے بچاتی ہیں۔ اپنی ٹریفک پر، اپنے ٹرنکس کے ذریعے، اپنے ڈیسٹینیشن کیریئرز تک ٹیسٹ کریں، کیونکہ ڈیمو یا مصنوعی آڈیو پر درستگی پروڈکشن میں شاذ و نادر ہی برقرار رہتی ہے۔ اور ایک عالمی سیٹنگ بدلنے کے بجائے کیمپین کی قسم کے لحاظ سے پائلٹ کریں، اور پہلے فالس پازیٹوز کا جائزہ لیں کیونکہ ڈراپ کیا گیا حقیقی شخص مہنگی غلطی ہے اور یہ کبھی ایجنٹ کی قطار میں ظاہر نہیں ہوتی۔

جب بھی کوئی روٹ، لسٹ کا ذریعہ، خطہ یا اسکرپٹ بدلے تو جائزہ دوبارہ لیں۔ کیریئر وائس میل کا رویہ کوئی مستقل ہدف نہیں، اور جو ڈیٹیکشن سیٹنگ پچھلی سہ ماہی درست تھی وہ اس سہ ماہی محض ایک مفروضہ ہے۔

AMD باقی فلور کے ساتھ کیسے جڑتا ہے

AMD کوئی الگ پروڈکٹ نہیں، اور اس کی قدر اس سے آتی ہے جو فیصلے کے بعد ہوتا ہے۔ جب مشین کی شناخت ہو تو ایجنٹ ایک کلک سے پہلے سے تیار وائس میل پیغام چھوڑ کر اگلی کال پر جا سکتا ہے جبکہ پیغام ابھی چل رہا ہو؛ یہ ٹیمپلیٹس آپ کی منتخب کردہ آواز میں ٹیکسٹ ٹو اسپیچ سے تیار ہوتے ہیں اور ہر میڈیا نوڈ پر سنک ہوتے ہیں تاکہ کال جہاں بھی چل رہی ہو ڈراپ کام کرے۔ متبادل طور پر رابطے کو کیمپین کے ری ٹرائی قواعد کے تحت خودکار طور پر دوبارہ قطار میں ڈالا جا سکتا ہے۔

یہ فیصلے پیسنگ ماڈل کو بھی معلومات دیتے ہیں۔ جب AMD منسلک کالز میں سے وائس میل کو فلٹر کرتا ہے تو پریڈکٹو انجن حقیقی لائیو کنیکٹ ریٹ کا اپنا تخمینہ ایڈجسٹ کرتا ہے، تاکہ پیسنگ ان گفتگو کی عکاسی کرے جو ایجنٹس واقعی لیں گے۔ AMD کسی بھی ایسے کیریئر کے ساتھ کام کرتا ہے جو SIP کے ذریعے منسلک ہو، جو اس خطے میں اہم ہے جہاں زیادہ تر آپریٹرز اپنے ٹرنکس خود لاتے ہیں۔

اکثر پوچھے جانے والے سوالات

بیپ ڈیٹیکشن عربی وائس میل پر مشکل کا شکار کیوں ہوتی ہے؟

کیونکہ یہ الفاظ کے بجائے ٹائمنگ پڑھتی ہے۔ خطے کے بہت سے آپریٹر وائس میل سسٹم کوئی قابل استعمال بیپ نہیں دیتے، لائیو عربی گریٹنگز اکثر اتنی لمبی ہوتی ہیں کہ ریکارڈنگ لگیں، ریکارڈ شدہ گریٹنگز اکثر اتنی مختصر ہوتی ہیں کہ کوئی شخص لگیں، اور نیٹ ورک کے عربی اور انگریزی اعلانات سبسکرائبر کی گریٹنگ سے پہلے آتے ہیں۔ ان میں سے کوئی بھی مسئلہ بہتر ٹون ڈیٹیکشن سے حل نہیں ہوتا۔

ٹرانسکرپٹ پر مبنی AMD کال کی درجہ بندی کیسے کرتا ہے؟

ابتدائی سیکنڈز کی آڈیو ریئل ٹائم میں ٹرانسکرائب ہوتی ہے، زبان اور لہجہ خودکار طور پر پہچانے جاتے ہیں، اور ایک کلاسیفائر متن کو اسکور کر کے کانفیڈنس اسکور کے ساتھ انسان یا مشین کا فیصلہ دیتا ہے۔ پھر کیمپین کی حد طے کرتی ہے کہ اس اسکور کے ساتھ کیا کرنا ہے، اس لیے مختلف کیمپینز ایک ہی فیصلے پر مختلف عمل کر سکتی ہیں۔

کون سے عربی لہجے شامل ہیں؟

کوریج میں خلیجی، شامی (لیوانٹائن)، مصری اور مغاربی لہجے شامل ہیں، اور عربی پلیٹ فارم کی 11 سپورٹڈ زبانوں میں سے ایک ہے۔ لہجے کو شور کے بجائے زبان کا حصہ سمجھا جاتا ہے، جو ملی جلی علاقائی لسٹس پر سب سے زیادہ اہم ہے جہاں ایک ہی کیمپین میں اردنی، سعودی اور مراکشی گریٹنگز سب آتی ہیں۔

کیا میں ہر کیمپین کے لیے AMD کی الگ حساسیت سیٹ کر سکتا ہوں؟

جی ہاں۔ حساسیت کی حدیں ہر ٹیننٹ اور ہر کیمپین کے لیے الگ ترتیب دی جاتی ہیں، اس لیے آخری مرحلے کی ریکوری کیمپین مشین قرار دینے میں محتاط رہ سکتی ہے جبکہ زیادہ حجم والی ریمائنڈر کیمپین نہیں۔ AI فیچرز کو فیچر فلیگز سے کنٹرول کیا جا سکتا ہے، اس لیے AMD کو ہر کیمپین، ہر ٹیننٹ یا عالمی سطح پر بند بھی کیا جا سکتا ہے۔

جب ایجنٹ فیصلے سے متفق نہ ہو تو کیا ہوتا ہے؟

ایجنٹ کال کے دوران ڈیسک ٹاپ سے ایک کلک میں اسے فلیگ کرتا ہے، بغیر کسی فارم یا ٹکٹ کے۔ اصلاحات ٹیننٹ کی سطح کے ٹیوننگ ورک فلوز میں جاتی ہیں، اس لیے یہ اشارہ آپ کے کیریئرز، آپ کے خطوں اور آپ کی کیمپین کی اقسام پر لاگو ہوتا ہے۔ سپروائزرز کو کیمپین، کیریئر اور زبان کے لحاظ سے درستگی کی تفصیلات کا بھی باقاعدگی سے جائزہ لینا چاہیے۔

کیا AMD پروسیسنگ کے لیے کال آڈیو محفوظ رکھی جاتی ہے؟

AMD درجہ بندی کال آڈیو کے ایک مختصر ابتدائی حصے کو پروسیس کرتی ہے، اور درجہ بندی کے لیے استعمال ہونے والی خام آڈیو طویل مدت تک محفوظ نہیں کی جاتی۔ جو محفوظ رہتا ہے وہ درجہ بندی کا نتیجہ، کانفیڈنس اسکور اور ماڈل ورژن ہے، اور انفارمیشن سیکیورٹی ریویو میں عموماً یہی دیکھنا ہوتا ہے۔