智能语音质检与AI实战对练平台产品系统

针对企业客服与销售团队在录音质检、新人培训及业务数据获取上的痛点，主导研发了集“智能质检、AI对练、AI问数”于一体的语音大模型应用平台。项目基于Spring Cloud Alibaba微服务架构，深度融合ASR、RAG与Agent技术，实现了从非结构化语音数据到结构化业务洞察的完整闭环。

高并发ASR与智能质检流水线：
设计并落地了“录音上传-ASR识别-话术质检”的异步处理链路。采用RocketMQ实现音频文件的削峰填谷，结合OSS分片上传保障大文件传输稳定性。质检环节设计了“规则引擎（正则/敏感词）+ LLM语义分析”的双轨并行架构：基础违规由Java规则引擎毫秒级拦截，复杂语境交由大模型进行结构化输出（JSON Mode），将单条录音质检耗时从人工的3分钟压缩至5秒内，实现100%全量覆盖。
自动化复盘报告生成：
针对质检结果，设计了基于大模型的复盘报告生成Agent。将ASR转写文本与质检扣分项作为上下文输入，通过Prompt工程引导大模型自动提炼“违规话术”、“情绪异常点”及“优秀话术示范”，并一键生成结构化的复盘报告。将原本需要人工整理半小时的复盘工作自动化，为业务主管提供直观的辅导抓手。

高并发ASR与智能质检流水线：
设计并落地了“录音上传-ASR识别-话术质检”的异步处理链路。采用RocketMQ实现音频文件的削峰填谷，结合OSS分片上传保障大文件传输稳定性。质检环节设计了“规则引擎（正则/敏感词）+ LLM语义分析”的双轨并行架构：基础违规由Java规则引擎毫秒级拦截，复杂语境交由大模型进行结构化输出（JSON Mode），将单条录音质检耗时从人工的3分钟压缩至5秒内，实现100%全量覆盖。
自动化复盘报告生成：
针对质检结果，设计了基于大模型的复盘报告生成Agent。将ASR转写文本与质检扣分项作为上下文输入，通过Prompt工程引导大模型自动提炼“违规话术”、“情绪异常点”及“优秀话术示范”，并一键生成结构化的复盘报告。将原本需要人工整理半小时的复盘工作自动化，为业务主管提供直观的辅导抓手。