Implementación de un Sistema de Evaluación de Audio Asincrónico con Speech Analytics, IA Generativa y Colas de Tareas

Abstract

El presente artículo presenta el desarrollo e implementación de un sistema de speech analytics para automatizar la evaluación de contenido de audio a gran escala. El objetivo principal fue reducir el tiempo de análisis en mas de un 80% y eliminar sesgos humanos mediante la integración de tecnologías de inteligencia artificial. La metodología se baso en una arquitectura distribuida utilizando Django, Redis y Celery para el procesamiento asíncrono por lotes. El sistema integra la transcripción de alta precisión de Deepgram Nova con el análisis semántico de modelos de lenguaje avanzados como GPT y Gemini, permitiendo a los usuarios definir criterios de evaluación personalizados mediante *prompts*, facilitando la evaluación objetiva y escalable de contenido de audio en diversos contextos como educación, servicio al cliente y análisis de sentimientos. Toda la información procesada se emite al usuario mediante reportes descargables, visualización individual y mediante un dashboard de manera estadística. Durante las pruebas, el sistema procesó exitosamente 836 archivos de audio (106 horas) con una precisión de transcripción superior al 90%, logrando una reducción del 97% en el tiempo de análisis en comparación con métodos manuales y manejando hasta 50 archivos concurrentes sin pérdida de rendimiento. Se concluye que la arquitectura implementada es altamente eficaz para la evaluación escalable, precisa y flexible de contenido auditivo, demostrando la viabilidad de automatizar estos procesos para la toma de decisiones en entornos empresariales.