Расшифровка звонка — это ещё один экземпляр клиентских данных

Расшифровка помогает искать причины повторных обращений, находить пробелы в инструкциях и готовить краткие итоги разговора. Но она не делает запись менее чувствительной. В тексте остаются имена, телефоны, адреса, сведения о заказе, жалобе или оплате — а поиск и генеративная модель могут сделать их доступнее, чем исходная аудиосистема.

Для малого бизнеса важный вопрос не только «какая модель лучше распознаёт речь?», но и «какие данные проходят через каждый этап, кто может их увидеть и когда копии исчезнут?». Без этого локальная модель может перенести обработку на свой сервер, но не устранить избыточный доступ, слишком долгий срок хранения или утечку из журнала.

Разделите поток на отдельные зоны

Полезная схема состоит из нескольких шагов:

1. **Запись.** Телефония сохраняет аудио в исходном хранилище с его текущими правами доступа и сроком хранения.
2. **Обработка.** Отдельный сервис транскрибации получает только записи, для которых есть разрешённая бизнес-цель. Его учётная запись не должна иметь доступ ко всему архиву по умолчанию.
3. **Проверка и очистка.** Текст проходит проверку качества и поиск чувствительных полей. Ненужные идентификаторы маскируются или заменяются устойчивыми токенами до аналитики, индексации или передачи в LLM.
4. **Использование.** Для поиска и сводок создаётся отдельный ограниченный набор данных с собственными ACL. Сырые аудио и полный текст остаются доступными только тем ролям, которым они действительно нужны.
5. **Удаление.** По истечении принятого срока удаляются аудио, транскрипты, промежуточные файлы, поисковые копии и векторы, если они больше не нужны для определённой цели.

Граница между зонами важнее названия модели. Сервис распознавания речи не должен автоматически получать права на CRM, кадровые документы и все записи разговоров. Компонент суммаризации не должен уметь скачивать исходное аудио, если ему достаточно очищенного текста.

Маскирование снижает риск, но не заменяет контроль

Номер телефона или адрес электронной почты часто можно найти по формату. Но фамилии, названия компаний, суммы, номера заказов и описания редких ситуаций распознаются сложнее. Правила и словари дают полезный первый фильтр, но возможны пропуски и ложные срабатывания; обычная регулярка не превращается от этого в надёжную систему защиты.

Сначала определите, что именно требуется процессу. Для статистики по причинам обращений могут быть не нужны имя и полный номер заказа. Для подготовки ответа специалисту может требоваться контекст заказа, но не банковские реквизиты. Если обратное сопоставление токена с клиентом необходимо, таблицу соответствий храните отдельно и разрешайте доступ к ней только конкретному сервису или роли.

До отправки текста в модель проверьте не только сам транскрипт, но и метаданные: имя файла, заметки оператора, тему письма, подпись, имена вложений и логирующие поля. Секреты иногда обходят фильтр не в основном тексте, а в диагностическом событии с полным запросом.

Локальный контур — не готовая политика данных

Локальная модель может помочь оставить аудио внутри инфраструктуры компании, если так устроены сеть, серверы и процесс обработки. Но само слово «локальная» не обеспечивает разграничение прав, шифрование, удаление копий или безопасное резервное копирование. Эти свойства нужно проектировать отдельно.

Для каждого компонента проверьте:

  • кто может отправить ему аудио и прочитать результат;
  • куда попадают временные WAV-файлы, фрагменты и логи;
  • шифруются ли хранилища и резервные копии;
  • можно ли по журналам восстановить содержание разговора;
  • как отзываются доступы сотрудников и сервисных учётных записей;
  • какие данные передаются внешним API, если они остаются в потоке.

Если используется облачный API, отдельно оцените условия обработки и хранения именно для выбранного сервиса и тарифа. Не переносите общие обещания провайдера на конкретную конфигурацию без проверки. OWASP относит раскрытие чувствительной информации к отдельному риску LLM-приложений и рекомендует сочетать очистку данных с контролем доступа и ограничением источников. Одного запрета в системном промпте недостаточно: модель может не выполнить его или получить чувствительный фрагмент через другой путь.

Как проверить качество и защиту вместе

Пилотируйте на одном типе звонков, а не на всём архиве. Возьмите тестовую выборку, для которой компания вправе проводить такую обработку, и заранее удалите или замаскируйте идентификаторы. Проверьте четыре слоя:

  • **Распознавание:** ошибки в именах, цифрах, отрицаниях, названиях продуктов и русском языке на шумной линии.
  • **Очистка:** какие чувствительные значения пропущены, а какие обычные слова ошибочно скрыты.
  • **Доступ:** может ли оператор видеть только свои данные, руководитель — сводные данные, а тестовый пользователь без прав — ничего.
  • **Удаление:** исчезает ли тестовая запись из исходного хранилища, рабочего хранилища транскриптов, индекса и резервных копий согласно заданному процессу.

Измеряйте долю транскриптов, которые требуют ручной правки, число пропусков чувствительных полей и время удаления по каждому слою. Для важных решений не полагайтесь на автоматическую сводку без проверки человеком: ошибка распознавания в номере, сумме или отрицании может изменить смысл разговора.

В качестве локального варианта можно оценить открытый Whisper: официальный репозиторий описывает многоязычное распознавание и модели разных размеров; лицензия проекта и весов указана как MIT. Это техническая возможность, а не гарантия качества на конкретной телефонии. Измерьте качество на русских записях своего процесса, рассчитайте требования к памяти и скорости и отдельно проверьте лицензии интеграций и производных компонентов.

Экономика: учитывайте не только секунды GPU

Для честного сравнения облачного и локального сценариев считайте стоимость всего процесса:

  • минуты аудио и повторной обработки;
  • сервер или API и хранение исходников;
  • очередь, мониторинг, обновления и резервное копирование;
  • ручная проверка транскриптов;
  • разработка очистки, ACL и удаления производных копий;
  • разбор инцидентов и поддержка пользователей.

Если большая часть звонков всё равно требует ручного прослушивания, автоматическая расшифровка может не дать ожидаемой экономии. Начните с одного измеримого эффекта: например, времени на поиск нужного эпизода или подготовку черновика итога. Рассчитайте базовый показатель на текущем процессе и сравните его после пилота; не записывайте высвобождённые минуты в экономию, пока не понятно, на какую полезную работу они перейдут.

Минимальный план запуска

1. Назначьте владельца процесса и письменно определите цель обработки записей.
2. Нарисуйте карту: телефония → хранилище аудио → ASR → очистка → аналитика/LLM → CRM или поиск.
3. Для каждого шага укажите данные, роль доступа, срок хранения и процедуру удаления.
4. Подготовьте тестовую выборку и набор контрольных примеров с именами, числами, адресами и чувствительными фразами.
5. Сравните качество локального распознавания с текущим процессом и проверьте ACL на каждом выходе.
6. Не индексируйте транскрипты и не включайте автоматические действия до подтверждения качества, прав доступа и удаления.

Практичный первый результат — не «ИИ слушает все звонки», а узкий поток, в котором можно объяснить происхождение каждого поля, ограничить круг читателей и доказать удаление копий. Сначала настройте границы данных; модель можно выбрать после того, как понятно, что ей разрешено услышать.