Asiakasneuvotteluiden audion jalostaminen informaatioksi
Tiitto, Marko (2024)
Tiitto, Marko
2024
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-202401302241
https://urn.fi/URN:NBN:fi:amk-202401302241
Tiivistelmä
OP Osuuskunnalla kertyy paljon asiakasneuvotteludataa verkkoneuvotteluista. Verkkoneuvotteluista tallentunutta dataa on vaikea hyödyntää ohjelmallisesti tai tilastollisesti, koska data on audiona ja videona. Audiona tallentuvassa viestinnässä on asiakkaista paljon hyödyntämätöntä tietoa, jota voitaisiin käyttää parantamaan yrityksen asiakaslähtöisyyttä.
Opinnäytetyön tavoitteena oli toteuttaa prototyyppi, jolla jalostetaan audiona olevaa asiakasneuvotteludataa hyödynnettävämpään muotoon eli tekstiksi. Lisäksi tekstidataa pyrittiin vielä jatkojalostamaan generatiivisella tekoälyllä ihmiselle sisäistettävämpään muotoon.
Lopputuloksena syntynyt kokonaisuus muodostui datantuottajasta ja datankuluttajasta. Datantuottaja kykeni litteroimaan useita audiotiedostoja kerralla. Datankuluttajan kautta litteraatteja voitiin tarkastella sekä niistä voitiin muodostaa palautetta ja tiivistelmiä generatiivisen tekoälyn avulla.
Audiotiedostojen litterointi toteutettiin Azure-pilvialustan palveluita hyödyntäen. Azureen rakennettiin työnkulku, joka pystyi litteroimaan monta tiedostoa kerralla ja lähettämään nämä ulkoiseen NoSQL-tietokantaan. Litteraattien tarkastelulle kehitetty web-sovellus toteutettiin käyttäen Spring Boottia ja Reactia. Sovelluksessa käyttäjä pystyi hakemaan litteraatit tietokannasta ja pyytämään litteraatista tiivistelmän ja palautteen.
Opinnäytetyön tavoitteena oli toteuttaa prototyyppi, jolla jalostetaan audiona olevaa asiakasneuvotteludataa hyödynnettävämpään muotoon eli tekstiksi. Lisäksi tekstidataa pyrittiin vielä jatkojalostamaan generatiivisella tekoälyllä ihmiselle sisäistettävämpään muotoon.
Lopputuloksena syntynyt kokonaisuus muodostui datantuottajasta ja datankuluttajasta. Datantuottaja kykeni litteroimaan useita audiotiedostoja kerralla. Datankuluttajan kautta litteraatteja voitiin tarkastella sekä niistä voitiin muodostaa palautetta ja tiivistelmiä generatiivisen tekoälyn avulla.
Audiotiedostojen litterointi toteutettiin Azure-pilvialustan palveluita hyödyntäen. Azureen rakennettiin työnkulku, joka pystyi litteroimaan monta tiedostoa kerralla ja lähettämään nämä ulkoiseen NoSQL-tietokantaan. Litteraattien tarkastelulle kehitetty web-sovellus toteutettiin käyttäen Spring Boottia ja Reactia. Sovelluksessa käyttäjä pystyi hakemaan litteraatit tietokannasta ja pyytämään litteraatista tiivistelmän ja palautteen.