AudioToText: Kokousnauhoitteista työkalu vaatimustenhallintaan

AudioToText-projekti sai alkunsa BI-projektien toteutuksen parista, jossa analyytikot haastattelevat asiakkaan sidosryhmiä ja keräävät vaatimuksia. Yleinen ongelma on, että eri ihmiset voivat ilmaista ristiriitaisia vaatimuksia samalle kokonaisuudelle, ja ilman jäsenneltyä lähestymistapaa nämä ristiriidat usein jäävät huomaamatta, mikä johtaa epäjohdonmukaisiin teknisiin määrittelyihin. AudioToText pyrkii muuttamaan kokousäänitteet jäsennellyksi artefaktiksi, jota voidaan tarkastella, vertailla ja käyttää vaatimusten yhdenmukaistamiseen. Projekti käyttää MLX Whisper -puheentunnistusta, puhujan erottelua, NLP-käsittelyä ja Django-verkkokäyttöliittymää tulosten tarkasteluun ja vientiin. Se tuottaa yhteenvedot kokous × puhuja × kokonaisuus -näkökulmasta ja tukee manuaalista NER-merkintää laadun arviointia varten. Projekti on suunniteltu toimimaan paikallisesti Apple Silicon -laitteilla, jotta arkaluonteiset tiedot pysyvät paikallisessa ympäristössä. Tulevaisuuden suunnitelmiin kuuluu PostgreSQL:n ja pgvectorin käyttö yhteenvetojen semanttiseen vertailuun, jotta vaatimusten ristiriidat voidaan havaita automaattisesti. Projekti erottaa myös käyttäjät, projektin jäsenet ja puhujat, ja siinä on roolipohjainen käyttöoikeusmalli katsojille, analyytikoille ja projektipäälliköille.