Расшифровку звонков держим у себя, а не в облаке
Записи разговоров с клиентами — не то, что стоит отправлять во внешний облачный сервис. Поэтому распознавание речи мы подняли на собственной видеокарте.
Это реальный проект, не демонстрационный пример. Нескольким продуктам группы компаний сразу понадобилась расшифровка речи: звонки клиентов и внутренние совещания. Облачный сервис отпал по двум причинам: аудио уходило бы за периметр, а плата шла бы за каждую минуту записи.
Мы построили общий сервис распознавания внутри компании. Аудио не покидает её инфраструктуру, а разговоры остаются на своём оборудовании. Для малого и среднего бизнеса это не абстрактная «безопасность», а понятный риск: записи с договорённостями и персональными данными лежат у чужого провайдера.
Что изменилось: было → стало
• Где обрабатываются записи: чужой сервис → своё оборудование.
• Скорость: расшифровка идёт в 21 раз быстрее самой записи.
• Стоимость: плата за каждую минуту → фиксированная, не растёт вместе с объёмом.
• Ожидание пользователя: бесконечная крутилка → «готово через 5 минут».
Отдельный эффект — предсказуемость. При оплате по минутам рост нагрузки напрямую бьёт по бюджету: чем больше звонков, тем дороже. Теперь стоимость от объёма не зависит, и новые продукты подключаются к тому же сервису без пересчёта расходов.
Проект реализован мной лично: я отвечал за архитектуру общего сервиса, очередь и кэш, режимы распознавания, эксплуатацию и разбор отказов. Без отказов не обошлось, поэтому эксплуатация и разбор сбоев заняли в проекте не меньше места, чем сама настройка.
Полный разбор с деталями кейса →
Кейсы: как бизнес зарабатывает на ИИ-агентах
НейроШтат — внедрение ИИ-агентов
