Projeler
EchoSense
Kısa Açıklama
EchoSense
Ses ve veri odaklı geri bildirimleri düzenli, hızlı ve kolay okunur bir panelde toplamak için kurgulandı.
Proje Vizyonu
Multimodal Veriyi Anlamlı Çıktılara Dönüştürmek
EchoSense; kullanıcıların, müşterilerin veya saha operasyonlarının ürettiği ses kayıtlarını ve metin tabanlı geri bildirimleri (feedbacks) yapay zeka algoritmalarıyla işleyen merkezi bir veri analitik platformudur. Yapılandırılmamış (unstructured) ses verilerini sadece metne dökmekle kalmaz; sesin tonundan, vurgusundan ve kelime diziliminden duygu analizi çıkararak tek bir optimize dashboard üzerinde anlamlandırır.
Neden EchoSense?
Geleneksel anketler ve formlar, kullanıcının gerçek hissiyatını aktarmakta yetersiz kalır. EchoSense, tarayıcı tabanlı entegre mikrofon modülü (Web Audio API) veya asenkron API yüklemeleriyle aldığı ses sinyallerini gerçek zamanlı bir veri hattından (data pipeline) geçirerek, kullanıcı deneyimini ve operasyonel verimliliği matematiksel metriklere döker.
Teknoloji Stack'i
Mimari Altyapı
Gelişmiş Speech-to-Text (STT) Pipeline
Gelişmiş transformatör modelleri (OpenAI Whisper tabanlı) kullanılarak, farklı aksan ve arka plan gürültülerine sahip ses girdileri %95+ doğruluk oranıyla anında metne dönüştürülür ve zaman damgalı (timestamped) olarak indekslenir.
Anlık Duygu ve Niyet Analizi (NLP)
Dönüştürülen metinler, özelleştirilmiş BERT modelleri vasıtasıyla semantik analize tabi tutulur. Kullanıcının memnuniyet düzeyi, öfke anları veya aciliyet bildiren niyetleri (intents) anlık olarak skorlanarak panele işlenir.
Vektör Tabanlı Semantik Arama
Geri bildirimler düz metin olarak değil, yüksek boyutlu vektör embedding'leri (Qdrant) olarak saklanır. Bu sayede paneli kullanan analistler, "fiyatlandırmadan şikayetçi olan kullanıcılar" gibi konseptsel aramaları anında yapabilir.
Derinlemesine Bakış
Asenkron Kuyruk Yönetimi ve Dağıtık Mimari
Büyük boyutlu ses dosyalarının işlenmesi yüksek CPU ve GPU kaynakları gerektirir. EchoSense, ana web sunucusunun (FastAPI) kitlenmesini önlemek için arka planda **Celery** ve **Redis** tabanlı bir dağıtık görev kuyruğu (distributed task queue) mimarisi kullanır.
Kullanıcı ses kaydını gönderdiği an istek anında HTTP 202 Accepted koduyla yanıtlanır ve işlem arka plandaki izole worker'lara devredilir. Sinyal işleme, gürültü azaltma (noise reduction) ve yapay zeka çıkarımları tamamlandığında, sonuçlar WebSocket kanalları üzerinden ön yüze (UI) kesintisiz bir akışla (push notification) canlı olarak yansıtılır.