AI销售通话分析系统产品系统Vibe Coding

1.销售团队每天产生大量电话录音，但管理者通常只能人工抽查少量通话，单通录音需要投入较长时间收听和整理，难以及时发现销售话术执行不到位、客户异议未处理、跟进动作缺失及违规承诺等问题。
2.本项目适用于电销、广告服务、教育咨询、企业服务等依赖电话销售的业务。通过语音识别与大模型分析，将销售录音转化为可阅读、可检索、可复盘的结构化结果，帮助管理者快速了解通话内容、销售过程和客户反馈，提高录音复盘与销售辅导效率。

项目支持将销售录音批量转化为结构化通话分析结果，主要包括：
录音转写与文本优化： 对销售录音进行语音识别，并针对粤语、口音、长录音及口语化表达进行文本优化，输出便于业务阅读和AI分析的标准化文本。
通话内容总结： 自动提取客户需求、关注点、关键异议、价格沟通、双方约定及后续跟进事项，减少人工完整收听录音的时间。
销售过程分析： 根据企业销售SOP，识别通话阶段、销售关键动作、话术执行情况、客户反馈及可能存在的风险问题。
分析依据展示： 每项判断同步输出对应的原文证据和判断说明，便于管理者核查AI分析结果。
复盘建议输出： 根据通话内容生成销售改进建议、客户跟进重点及主管辅导参考，最终交付结构化分析报告或标准化数据结果。

1.我负责项目从业务需求梳理、分析规则设计到结果验证的完整方案实施。首先访谈销售管理者，梳理首通、回访等销售流程及SOP要求，将模糊的管理经验拆解为大模型可识别的分析字段、判断规则和输出结构。
2.技术方案采用录音获取与预处理、ASR语音识别、大模型语义分析相结合的处理链路。通过FFmpeg完成音频格式转换及长录音切片，使用火山引擎ASR完成粤语和普通话录音转写，并调用DeepSeek完成文本优化、内容总结和销售过程分析。
3.针对粤语口音、长录音转写不完整及大模型误判等难点，设计音频切片、文本质量校验、异常标记、原文证据输出及人工抽检机制，并通过真实销售录音持续调整Prompt、分析字段和业务规则，保证最终分析结果可阅读、可追溯、可复核。
4.项目最终可根据客户需求交付通话文本、单通分析报告、批量分析表格及销售复盘建议。