详细内容或原文请订阅后点击阅览
我用 Vibe 编写了一个工具，用于分析客户情绪和通话录音中的主题
通过这份带有代码的开源分步指南，使用 Whisper、BERTopic 和 Streamlit 构建用于通话录音的 AI 客户情绪分析器。
来源:KDnuggets简介
客户服务中心每天都会记录数千条对话。这些音频文件中隐藏着信息的金矿。顾客满意吗？他们最常提到哪些问题？通话过程中情绪如何变化？
手动分析这些录音具有挑战性。然而，借助现代人工智能 (AI)，我们可以自动转录通话、检测情绪并提取重复出现的主题——所有这些都可以离线且使用开源工具进行。
在本文中，我将引导您完成一个完整的客户情绪分析器项目。您将学习如何：
最好的部分是一切都在本地运行。您的敏感客户数据永远不会离开您的机器。
了解为什么本地人工智能对客户数据很重要
像 OpenAI 的 API 这样基于云的 AI 服务功能强大，但它们也存在隐私问题等问题，客户的呼叫通常包含个人信息；成本高，您需要按每次 API 调用付费，对于大批量来说，费用会快速增加；以及对互联网速率限制的依赖。通过本地运行，更容易满足数据驻留要求。
这个本地 AI 语音转文本教程将所有内容保留在您的硬件上。模型下载一次并永久离线运行。
先决条件
开始之前，请确保您具备以下条件：
设置您的项目
克隆存储库并设置您的环境：
git 克隆 https://github.com/zenUnicorn/Customer-Sentiment-analyzer.git
创建虚拟环境：
激活 (Windows)：
激活 (Mac/Linux)：
安装依赖项：
pip install -r 要求.txt