Как мы сделали аналитику контакт-центра на LLM в 7 раз дешевле

Мы устали слушать звонки. Не из-за любопытства — просто это занимало слишком много времени. Из 5 минут разговора рождались 20 минут отчёта в Excel, где человек вручную отмечал: «вежлив ли оператор», «упомянул ли цену», «отработал ли возражение». Мы построили систему, которая делает это автоматически: Whisper → QLoRA → отчёт → BI. Она оценивает звонки, считает метрики и не жалуется на переработки. Анализ стоит $0.0003 за звонок, и работает это лучше, чем ожидалось. Но не идеально. вот обновлённый фрагмент раздела 1. “От Excel к первому прототипу” — с твоей логикой, цепочкой инженерных и управленческих рассуждений: как команда шаг за шагом пришла к тому, что не всё нужно обучать, и где провести границу между здравым смыслом и GPU. стиль остался естественный, сдержанно ироничный, как будто вы действительно сидели вечером в переговорке и писали архитектуру на доске, а не пыжились быть “инновационными”.

https://habr.com/ru/articles/963364/

#речевая_аналитика #speech_analytics #lora #qwen #whisper #finetuning #llm #llmмодели #llmархитектура #llmагенты

Транскрипция речи. Офлайн и без ограничений

Привет, Хабр! Меня зовут Алексей Рудак, я основатель компании Lingvanex. Более 8 лет мы делаем перевод и распознавание речи удобными, быстрыми и безопасными. Сегодня расскажу, как мы прокачали нашу транскрипцию речи , и почему это может пригодиться вам. Наш продукт Lingvanex Speech Recognition уже сейчас даёт результат уровня Whisper Large v3, а по ряду задач — даже превосходит его:

https://habr.com/ru/articles/917152/

#speechtotext #speech_recognition #audio_to_text #транскрипция #транскрибация_звонков #анализ_звонков #распознавание_речи #речь_в_текст #аудио_в_текст #speech_analytics