Create README.md

README.md

@@ -0,0 +1,92 @@
+## 🔁 Pipeline de traitement intelligent des interactions client (texte et audio) – Darija
+
+Ce pipeline permet de traiter automatiquement les interactions des clients d’un centre d’appel en **Darija**, que ce soit en **texte (lettres latines)** ou en **audio (voix parlée)**. Il combine des modèles de reconnaissance vocale, de traduction, de classification, de génération intelligente de réponse, et de recherche d'information.
+
+---
+
+### 1. **Entrée utilisateur**
+
+- Le client peut envoyer :
+    - Un **message texte** en Darija (lettres latines)
+    - Un **message vocal** en Darija parlé
+
+---
+
+### 2. **Transcription audio (le cas échéant)**
+
+- Si le message est un **audio**, il est transcrit automatiquement en texte Darija grâce au modèle :
+    - **`asr-wav2vec2-dvoice-darija`**
+    - Architecture : `wav2vec 2.0 + CTC/Attention`
+    - Performance :
+        - **WER (Word Error Rate)** : 18.28% (paaaas maaaal)
+        - **CER (Character Error Rate)** : 5.85%(granularité mzyana des caracteres)
+
+---
+
+### 3. **Traduction Darija → Anglais**
+
+- Le texte en Darija (issu d’un audio ou d’un message texte) est **traduit en anglais** via :
+    - **`lachkarsalim/LatinDarija_English-v2`**
+
+---
+
+### 4. **Classification du besoin client (Zero-Shot)== je peux laisser tomber cette partie**
+
+- Le texte traduit en anglais est classifié selon une liste de catégories métiers :
+    - Exemples de catégories :
+        - Billing Problem
+        - Technical Support
+        - Refund Request
+        - Subscription Cancellation
+    - Modèle utilisé : **`typeform/distilbert-base-uncased-mnli` or better**
+    - Type : zero-shot classification → pas besoin d’entraîner le modèle sur nos propres données
+
+---
+
+### 5. **Recherche d'information (RAG – Retrieval-Augmented Generation)**
+
+- En fonction du label prédit, le système effectue une **recherche d'information intelligente** dans :
+    - une **base documentaire FAQ**
+    - des **guides internes**
+    - ou des **scripts de support technique**
+- Le contenu extrait sert à **nourrir** le modèle génératif dans l’étape suivante
+- Faut chercher comment collecter ses bases données/ synthéthique
+
+---
+
+### 6. **Génération de la réponse intelligente**
+
+- La réponse est **générée de façon contextualisée** par un LLM (type GPT ……) :
+    - Comprend la situation client
+    - Pose éventuellement des **questions supplémentaires**
+    - Donne des **instructions précises** (ex : réinitialiser le modem, vérifier la box…)
+    - Avantage : la réponse est **adaptée et non mécanique**
+
+---
+
+### 7. **Traduction de la réponse (Anglais → Darija)**
+
+- La réponse finale est **traduite en Darija lettres latines** pour que le client la comprenne facilement.
+- Ou bien la réponse aura un fallback en francais ou en arabe normale
+
+---
+
+### 8. **Sortie finale**
+
+- Le client reçoit une réponse :
+    - claire
+    - personnalisée
+    - dans sa **langue et alphabet**
+
+---
+
+### 🔧 Technologies utilisées
+
+| Étape | Modèle / Composant |
+| --- | --- |
+| ASR Darija | `asr-wav2vec2-dvoice-darija` |
+| Traduction | `lachkarsalim/LatinDarija_English-v2` |
+| Classification | `typeform/distilbert-base-uncased-mnli` |
+| RAG | Base documentaire + vecteurs |
+| Génération | GPT-like LLM |
+| Déploiement | FastAPI + Docker/Hugging Face Spaces |