הסתרת אודיו ב-Customer Experience Insights

הצנזורה של אודיו ב-Customer Experience Insights היא מסגרת קוד פתוח שמזהה באופן אוטומטי פרטים אישיים מזהים (PII) רגישים בהקלטות אודיו ומצנזר אותם. הפתרון הזה מספק לארגונים שצריכים לעבד נתוני אודיו פתרון מאובטח, ניתן להתאמה אישית וניתן להרחבה, תוך שמירה על תאימות לתקנות בנושא פרטיות.

הפתרון הזה פועל כתוכנת ביניים בין נקודות ההטמעה של האודיו הגולמי לבין פלטפורמות האחסון או הניתוח לטווח ארוך. המערכת מעבדת אוטומטית קובצי אודיו כדי להסיר מידע אישי רגיש כמו:

  • מספרים של כרטיסי אשראי
  • מספרים בביטוח לאומי
  • מספרי טלפון
  • כתובות אימייל
  • ישויות מותאמות אישית שהוגדרו על ידי הארגון

הצנזורה של המידע הזה לפני האחסון הקבוע מבטיחה שאגמי הנתונים וכלי הניתוח שלכם לא יכילו נתונים רעילים, וכך מצמצמת את הסיכון לאי-תאימות ואת החשיפה של הנתונים.

תכונות עיקריות

  • צנזור אוטומטי: שימוש בהמרת דיבור לטקסט ובהגנה על מידע רגיש כדי לתמלל, לזהות ולצנזר קטעים רגישים מקובצי אודיו.
  • תמיכה בהפעלה כפולה: אפשרויות פריסה גמישות מאפשרות להפעיל את הצנזורה באופן מיידי עם העלאת הקובץ ל-Cloud Storage או בהמשך, אחרי העיבוד על ידי Customer Experience Insights.
  • אבטחה ברמה ארגונית: תוכנן עם ארכיטקטורה של 'מאובטח כברירת מחדל'. טשטוש אודיו ב-Customer Experience Insights תומך ב-VPC פרטי, ב-VPC Service Controls ובבדיקות אבטחה של שרשרת האספקה כדי למנוע גישה לא מורשית ושינוי קוד.
  • יכולת הרחבה: הצינור מבוסס על Dataflow, והוא מתרחב באופן אוטומטי כדי לטפל בכמויות גדולות של נתוני אודיו. לכן הוא מתאים למוקדים טלפוניים עם נפח תעבורה גבוה.
  • פלט שאפשר לאמת: המערכת יוצרת גם קובץ אודיו עם הצנזורה וגם תמליל של הצנזורה, כך שאפשר לבצע אימות ולעקוב אחרי שינויים.

איך זה עובד

הפתרון פועל לפי צינור עיבוד נתונים ליניארי:

  1. הטמעה והפעלה:

    • אפשרות א' (ישירה): קובץ אודיו מועלה לקטגוריה 'גולמית' ב-Cloud Storage. טריגר של Cloud Run מפעיל את צינור עיבוד הנתונים באופן מיידי.
    • אפשרות ב' (תובנות): CX Insights מעבד שיחה. הודעה ב-Pub/Sub מפעילה את שירות Cloud Run, שבתורו מפעיל את צינור עיבוד הנתונים.

  2. עיבוד (Dataflow). תהליך העבודה של Dataflow מבצע את הפעולות הבאות:

    1. מאחזר את קובץ האודיו.
    2. האודיו נשלח להמרת דיבור לטקסט כדי ליצור תמליל עם חותמת זמן.
    3. שליחת התמליל להגנה על מידע אישי רגיש כדי לזהות את ההיסטים של המידע הרגיש.
    4. הכלי משתמש ב-ffmpeg כדי להשתיק את קטעי האודיו שתואמים לפרטים האישיים המזהים שזוהו.

  3. פלט. פונקציית Cloud Run:

    1. אופציונלי: מעבירים את האודיו הגולמי המקורי לקטגוריית 'ארכיון' מאובטחת.
    2. הכלי כותב את האודיו שצונזר בחזרה למיקום המקורי או לקטגוריית פלט שצוינה, ומחליף את הפלחים הרגישים בשקט או בצליל.

קדימה, מתחילים

כדי להשתמש בפתרון הזה, צריך פרויקט Google Cloud שמופעל בו חיוב.

דרישות מוקדמות

  • פרויקט אחד (Google Cloud )
  • ‫gcloud CLI מותקן ומאומת
  • הפעלה וגישה לשירותים Dataflow,‏ Speech-to-Text ו-Sensitive Data Protection Google Cloud .

גישה ופריסה

קוד המקור המלא והוראות הפריסה זמינים במאגר GitHub.