calls24_v1/ARCHITECTURE.md

🏗️ Архитектура calls24_v1

Простая и быстрая речевая аналитика. Только анализ звонков.

Система

┌─────────────────────────────────────────────────────────────┐
│                        КЛИЕНТ                               │
│   Звонки (WAV/MP3)  →  Telegram / Email / Web-форма        │
└────────────────────────┬────────────────────────────────────┘
                         │
                         ▼
┌─────────────────────────────────────────────────────────────┐
│                  calls24_v1 (FastAPI)                       │
│                                                             │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐                  │
│  │ STT      │  │ LLM      │  │ Report   │                  │
│  │ (STT)    │  │ Анализ   │  │ Генерация│                  │
│  └──────────┘  └──────────┘  └──────────┘                  │
│                                                             │
│  ┌──────────┐  ┌──────────┐                                │
│  │PostgreSQL│  │  Redis   │                                │
│  │(звонки)  │  │(кэш)     │                                │
│  └──────────┘  └──────────┘                                │
└─────────────────────────────────────────────────────────────┘

Компоненты

voice-analyzer/

• main.py — FastAPI эндпоинт: POST /upload, POST /analyze
• stt.py — Yandex SpeechKit / Whisper интеграция
• analyzer.py — LLM-анализ текста звонка
  • Выявление скрипта продаж
  • Тайминги и паттерны
  • Возражения клиента и реакция оператора
  • Оценка конверсии
• report.py — Генерация HTML-отчёта
  • Что было хорошо / плохо
  • Рекомендации по скрипту
  • Сравнение операторов

Технологический стек

Компонент	Технология
Фреймворк	FastAPI
БД	PostgreSQL (звонки, отчёты)
Кэш	Redis (очереди задач)
STT	Yandex SpeechKit / Whisper
LLM	YandexGPT / OpenAI-compatible
Доставка	Telegram-бот, Email

Данные

Таблица звонков

• id, client_id, file_path, duration, created_at
• transcription (TEXT)
• analysis_result (JSON)

Таблица отчётов

• id, call_id, report_html, created_at
• score_overall (int)
• score_script (int)
• recommendations (JSON)