EchoQuest

Interview-Analyse-System

Herausforderung

Das Extrahieren wichtiger Erkenntnisse aus stundenlangen aufgezeichneten Interviews ist eine manuelle und zeitaufwändige Aufgabe.

Lösung

Ich habe 'EchoQuest' entworfen, eine End-to-End-Pipeline, die Roh-Audiodaten in eine durchsuchbare Wissensdatenbank umwandelt. Sie verbessert die Audioqualität, trennt Sprecher (Diarisierung), transkribiert mit Whisper von OpenAI und indiziert den Inhalt.

Ergebnis

Ein leistungsstarkes Analysewerkzeug, bei dem ein Benutzer natürliche Sprachfragen zum Interview stellen kann ('Was hat Sarah über das Budget gesagt?') und sofortige, genaue Antworten erhält.

Wichtige Highlights

  • Audioverbesserung

    Verbessert die Audioqualität für eine bessere Transkription.

  • Sprechererkennung

    Identifiziert, wer während der Aufnahme spricht.

  • KI-gestützte Analyse

    Stellen Sie natürliche Fragen zum Inhalt des Interviews.

Visualisierung des Audioverarbeitungs- und Analyse-Workflows von EchoQuest.

Technologie-Stack

Audio
PyTorch Audio
Whisper
Pyannote
Analysis
LangChain
Transformers
Infra
FastAPI
Redis
PostgreSQL
EchoQuest | Fanktank