Расшифровка звонков в 21 раз быстрее записи — и без облака
Расшифровка звонков в 21 раз быстрее записи — и без облака Реальный проект: перевели распознавание речи с внешнего облачного сервиса на собственный сервер компании. Несколько продуктов внутри компании упёрлись в одну задачу: нужно было превращать записи разговоров в текст. Звонки с клиентами, внутренние совещания — материал чувствительный, и гнать его во внешний облачный сервис было решением так себе. Дело не только в приватности. У облачных сервисов распознавания речи есть особенность, которая на старте незаметна, а потом бьёт по бюджету: платишь за каждую минуту аудио. Чем больше растёт бизнес и чем больше звонков, тем быстрее растёт счёт — и рост этот линейный, без потолка. Что сделали Я спроектировал и поднял собственное распознавание речи на видеокарте внутри периметра компании: архитектуру общего сервиса, очередь обработки, кэш, режимы распознавания под разные сценарии. Дальше — эксплуатация и разбор отказов, потому что запустить систему и удержать её в рабочем состоянии — разные задачи. Аудио теперь не покидает компанию, а стоимость обработки перестала расти вместе с объёмом звонков. Разница видна не только в деньгах. Раньше пользователь смотрел на крутящийся индикатор загрузки и не понимал, сколько ждать. Теперь система обрабатывает запись в 21 раз быстрее её реальной длительности и присылает готовый текст с чёткой оценкой — например, «готово через 5 минут». • Где обрабатывается аудио: было — внешний облачный сервис, стало — собственный сервер компании • Скорость: было — не нормирована, стало — в 21 раз быстрее реального времени записи • Стоимость: было — плата за каждую минуту, стало — фиксированная плата вне зависимости от объёма • Ожидание: было — неопределённая крутилка, стало — понятный прогноз готовности Когда расшифровка звонков — это не разовая функция, а конвейер для нескольких продуктов, разница между «платим за минуту» и «платим фиксированно» решает, масштабируется бизнес или упирается в счёт от подрядчика. #распознаваниеречи #инфраструктура #автоматизация Полный разбор с деталями кейса → Кейсы: как бизнес зарабатывает на ИИ-агентах НейроШтат — внедрение ИИ-агентов Канал в Telegram