CallFix

Контекст

Отделу продаж и поддержки нужно было разбирать сотни звонков в неделю: понимать темы обращений, выделять проблемные диалоги и считать качество работы менеджеров. Слушать вручную невозможно, готовые сервисы не давали нужной гибкости.

Решение

Звонки уходят в Whisper для транскрипции, затем LLM делает классификацию (категории + теги) и генерит короткое summary. Дешборд показывает звонки по менеджерам, статусам и темам; есть возможность прослушать оригинал и посмотреть полный transcript. Метки можно править вручную — они уходят в обучающий набор.

Стек и архитектура

• Backend: Spring Boot, Spring AI (OpenAI), MongoDB.
• Speech-to-text: Whisper (через Spring AI Transcription API).
• LLM: OpenAI (gpt-4-серии) для классификации и резюме.
• Frontend: Next.js, дешборд со списком, фильтрами и аудиоплеером.
• Хранение: транскрипты и теги — MongoDB; аудио — file-storage.

Роль и результат

Мы подняли пайплайн от приёма аудио до агрегатов по менеджерам и темам, спроектировали доменную модель транскриптов и тегов, реализовали UI кабинета. Аналитика, которая раньше была невозможна без штата прослушивающих, стала автоматической.