Audita o classificador de secretária eletrônica de uma plataforma de discagem e mostra, chamada a chamada, onde ele erra.
O problema
Um discador classifica cada chamada atendida como humano ou secretária eletrônica, e cobra por isso. Quando a classificação erra, o cliente paga por chamada que não virou conversa — e não tem como provar, porque a única fonte da verdade é o próprio sistema que errou. Reclamar sem evidência não leva a lugar nenhum.
A arquitetura
A ferramenta não substitui o classificador do fornecedor: ela audita. Para cada chamada do período, baixa a gravação e roda um motor de análise independente — DSP para picote, robotização, clipping, one-way e nível, transcrição por Whisper e classificação por um LLM Qwen2.5 local — e compara o veredito próprio com o amd_reason original. O motor é o mesmo do projeto irmão de análise de qualidade, portado sem alteração de lógica, justamente para que a auditoria não dependa do sistema auditado. A divergência cai em cinco categorias: falso positivo de máquina para humano, o inverso, defeito técnico, concordante e indeterminado. A regra central é que defeito sempre vence máquina — uma chamada com áudio quebrado não é secretária eletrônica, é falha. O job roda em background com cursor de continuidade, e a correlação com empresa e tronco é feita por uid no CDR, nunca por id bruto, porque ids se repetem entre espaços diferentes e atribuiriam o tronco errado.
O resultado
Painel Flask com as cinco categorias, filtro por empresa e por tronco, registro de reclamação por chamada e exportação em CSV das confirmadas, para alimentar o faturamento. São 121 testes. Foi construído com implementador e revisor separados por tarefa, mais uma revisão final do conjunto — processo que achou defeitos reais antes da produção, entre eles um job sem cursor que reprocessaria a mesma janela para sempre e um filtro que quebrava em silêncio por comparar texto do formulário com número da API.
🔒 Código-fonte
git clone https://git.programandosolucoes.com.br/git/repos/nextqualify-auditor.gitCódigo-fonte privado. As credenciais de leitura são liberadas sob solicitação — me chame para conversar sobre o projeto.