AI Głosowy Asystent dla Operatora Mobilnego

## O projekcie

Inteligentny asystent głosowy i tekstowy dla operatora mobilnego Ucell (Uzbekistan), zdolny do udzielania klientom informacji o taryfach, odpowiadania na często zadawane pytania oraz dostarczania spersonalizowanych rekomendacji na podstawie potrzeb użytkownika.

## Rozwiązywane zadania

- **Automatyzacja konsultacji**: Zmniejszenie obciążenia centrum obsługi klienta dzięki automatycznym odpowiedziom na typowe pytania
- **Personalizacja**: Inteligentny dobór taryf na podstawie analizy potrzeb użytkownika (internet, połączenia, SMS)
- **Wielojęzyczność**: Pełne wsparcie dla języka rosyjskiego i uzbeckiego
- **Dostępność 24/7**: Całodobowa praca bez dni wolnych

## Kluczowe możliwości

**Interfejs Głosowy i Tekstowy**
- Rozpoznawanie i syntezę mowy przez Yandex SpeechKit z natywnymi głosami dla RU/UZ
- Wsparcie dla formatów WebM, Opus, MP3
- Czat tekstowy do komunikacji pisemnej

**Inteligentny System Rekomendacji**
- Analiza NLP wymagań użytkownika
- Wyszukiwanie wektorowe w bazie 50+ taryf
- Spersonalizowane rekomendacje na podstawie potrzeb

**FAQ z Semantycznym Wyszukiwaniem**
- Baza wiedzy: 29 pytań-odpowiedzi w 13 kategoriach
- Wyszukiwanie wektorowe z dokładnością 87-98%
- Automatyczna wektoryzacja nowych FAQ
- Statystyki wyświetleń do analizy popularności

**Rozszerzona Panel Administracyjny**
- Zarządzanie taryfami i FAQ przez wygodny interfejs
- Edytowanie inline, testowanie podobieństwa pytań
- Szczegółowe logi dialogów z metrykami czasowymi
- Wizualizacja statystyk zapytań

## Stos technologiczny

**Backend**: Django 5.2 (async), Django Ninja (REST API), PostgreSQL 16 + pgvector, Redis

**AI & ML**: OpenAI GPT-4, Yandex SpeechKit (STT/TTS), sentence-transformers (multilingual-e5-large), pgvector (wyszukiwanie wektorowe)

**DevOps**: Docker & Docker Compose, Gunicorn + Uvicorn, Nginx, Systemd

**Dodatkowo**: django-unfold, FFmpeg, cryptography, httpx

## Cechy techniczne

**Asynchroniczne przetwarzanie**: Równoległa praca STT, wyszukiwania wektorowego, generacji AI i TTS w celu minimalizacji czasu odpowiedzi

**Wyszukiwanie wektorowe**: Porównanie semantyczne z progiem 0.7 dla FAQ, buforowanie wektorów w celu przyspieszenia

**Dialogi kontekstowe**: Zachowanie historii ostatnich 10 wiadomości, ciągłe dialogi z session_id, adaptacyjne podpowiedzi

**Analityka**: Metryki czasu dla każdego etapu, liczenie tokenów, pełne logowanie zapytań

## Wyniki

- Przetwarzanie zapytań: < 2 sekundy na pełny cykl (STT → AI → TTS)
- Dokładność FAQ: 87-98% trafności semantycznego wyszukiwania
- Pokrycie: 29 FAQ w 13 kategoriach, 50+ taryf
- Bezpieczeństwo: tokeny API, szyfrowanie danych (Fernet), ochrona CORS/CSRF, ograniczenie liczby zapytań
- Gotowość do produkcji: kontenery Docker, automatyczne migracje, kontrole stanu, SSL/TLS

## Osiągnięcia

Projekt demonstruje głębokie zrozumienie nowoczesnych technologii AI/ML, doświadczenie w pracy z wektorowymi bazami danych, umiejętności tworzenia wysokoobciążonych systemów asynchronicznych oraz integracji złożonych zewnętrznych API (Yandex, OpenAI), znajomość praktyk DevOps.

---

**Technologie**: Python, Django 5.2, PostgreSQL, pgvector, Redis, Docker, OpenAI GPT-4, Yandex SpeechKit, NLP, Wyszukiwanie Wektorowe, REST API, Async/Await

**Termin rozwoju**: 3 tygodnie | **Status**: Gotowy do produkcji, aktywnie używany