Мерч Софториум: +100 к крутости!

На днях Влад Савин резко прокачал брутальность.

Очень трогательно, что взял с собой наш мерч — он и греет, и помогает в экстремальных условиях!

Проверено Владом:
✔️ +100 к харизме
✔️ +100 к регенерации

Подходите, к нам на UDW поделимся)

Про то, как мы транскрибируем текст телефонного разговора

Я - Саша. ПМ Софториум. Сегодня про одну интересную задачу, которую недавно завершили.

Проект ИС ЕГДС служит управлению шлагбаумами и клиентами, заказывающими эти шлагбаумы. Сюда же относятся ворота, которые необходимо открывать по запросу. В ИС и шлагбаумы, и ворота называются одним словом - барьер. Дальше по тексту так и будем их называть.

В целом, по проекту мы занимались в основном самой ИС:
- правили автоматическое (раз в месяц) формирование актов по договорам, оптимизировали его выполнение с 8 до 2ч,
- правили баги с автоплатежами по подпискам у клиентов,
- добавляли возможность возврата платежей,
- добавляли отключение барьера при приостановке услуг,
- добавляли функционал тестирования открытия барьеров для тех. специалистов
и еще ряд фиксов и доработок.

Но недавно заказчик пришел с интересной задачей: хотим обращения клиентов по телефону, когда с ними общается автоответчик и просит нажать нужную цифру в ответ, перевести на автоматическое распознавание фраз, чтобы клиентам не нужно было нажимать кнопки.

За телефонные звонки у них отвечает Астериск. Чуть поисследовали, поняли что можно реализовать в такой последовательности:

Asterisk → AGI (Asterisk Gateway Interface)-скрипт → Оффлайн-распознавание через Vosk → Обработка результата

Решили провести такой тест: протестировать запись и распознавание ответа пользователя из потока Asterisk. В результате необходимо вернуть флаг совпадения произнесенной фразы с текстом "открыть ворота"

Тест прошел успешно, но с одним но: скорость распознавания текста до возвращения ответа была 6 сек. Для распознавания использовалась библиотека Vosk, осуществлялось на рабочей машине разработчика.

Встал вопрос - как ускорить, чтобы на это уходило не более 1 сек? И как обеспечить сохранение такой скорости при одновременных запросах в 50 потоков?

Следующий тест уже был на сервере с GPU
Нужно было:
1. Доработать скрипт на приемку параметров, нарезку аудио и отправку в виспер
2. Настроить на сервере заказчика Whisper (он, как нам сказал сотрудник заказчика, имевший опыт с ним, работает быстрее Vosk-а) и создать REST API для транскрибации файлов.
3. Сделать нагрузочный тест на передачу 50 потоков аудио по 10 сек в Whisper

Результаты тестирования - в картинках

Скорость все еще не устраивала. Сделали 4 обработчика.
Вот такие получили результаты:

Как мы поняли результаты:
50% запросов завершатся за время <= 8 секунд
45% запросов завершатся за время > 8 секунд и <= 11 секунд
5% запросов завершатся за >11 секунд и < 12 секунд

Время каждого запроса 0-11 секунд, все зависит от количества одновременных запросов.
При ручном запуске одного запроса он выполняется за 500-700мс

Далее предстоит обкатать скрипт на реальных данных из Астериск.

Выводы: распознавание голоса в live-режиме телефонного разговора требует быстрой обработки и, соответственно, больших ресурсов. CPU здесь уже не подходит, нужны GPU.

Разработка методики РР.

Александр Туник пригласил меня в экспертную группу по созданию методики нового Рейтинга Рунета для сегмента разработки десктопного и серверного ПО.

Вместе с Игорем Мазайкиным и другими экспертами нам предстоит за 4 недели:
• Систематизировать подходы к разработке и интеграции ПО как услуги
• Определить типологию компаний-подрядчиков
• Выделить ключевые критерии выбора исполнителей
• Сформировать методику оценки для рейтинга 2026 года

Работа группы поможет структурировать рынок и даст заказчикам понятные ориентиры при выборе подрядчиков.

Старт обсуждений на этой неделе. Благодарен Александру за доверие и возможность внести вклад в развитие отрасли.

Главный инсайд Сибирского диджитал тура - Андрей Терехов почти сибиряк!

Разбор кейсов!

Всем привет.
Сегодня наши друзья Настя, Кирилл из SALT AND PEPPER и Петя Федюшкин обсудят на эфире, зачем делать кейсы, как использовать и какой выхлоп ждать.

В разборе будут участвовать и кейсы Softorium. Я подал целых 3. Бонусом будет небольшая интрига.

Настя — фаундер и главред контент-студии Пиарка. Вместе с командой помогает другим диджитал-компаниям прокачивать маркетинг и PR. Основное направление — как раз кейсы. Так что посмотрит ваши — и точно скажет, как улучшить.

А Кирилл — хэд оф маркетинг в SALT AND PEPPER. Плотно работает с сейлзами и хорошо знает, какие кейсы нужны, чтобы продавать.

Петр Федюшкин — директор Partners' Сlub

Разбор будет на ютубе у Partners' Club by AGIMA. Ссылку на саму трансляцию закину, как стартанём.