MosaScore地端通話品質分析
只是沒有人有時間聽。
地端通話質檢與購買意圖分析。把過去只能抽查 1~3% 的客服與電銷錄音，變成每一通都被完整聽過、逐句轉成文字、標上情緒與意圖分數的可查資料——錄音、逐字稿、分析結果全程不離開貴單位的網路。
MosaScore 已可部署於標準 Linux GPU 伺服器（亦支援 Apple Silicon 單機展示），但尚未於客戶環境正式上線；購買傾向分數尚未經真實成交資料驗證。本頁不提供任何準確率數字——原因與我們的驗證做法寫在「關於分數的效度」。
從抽查 1~3%
到全部聽過
人工品質檢核的覆蓋率受限於人力，實務上通常只能抽查個位數百分比。真正出問題的那一通、以及成交關鍵在哪一句的那一通，出現在樣本裡是機率問題。自動化分析改變的不是「聽得多仔細」，而是「聽了幾通」——這是覆蓋率的量級差異，不是效率的百分比改善。
現有核心功能
完全地端，且真的可以離線展示
辨識、情緒、評分三個模型全部在貴單位的伺服器上執行，不呼叫任何雲端服務。同一套系統可跑在 Linux GPU 機房主機，也可裝進一台 Apple Silicon 筆電帶去現場。前端也移除了所有外部資源依賴（圖表函式庫內嵌、字型改用系統原生），因此在完全沒有網路的會議室裡也能完整展示，包含折線圖。也因為沒有按次計費的 API，錄音量再大都不增加費用。
關於分數的效度
以貴單位自己的歷史錄音與真實成交結果做一次封閉驗證，產出方法論明確、可重現的評測報告——包含分數的排序能力、校準程度，以及提前量（系統平均在通話進行到幾成時就穩定判斷正確）。
這份報告的結論若是正面的，它比任何行銷數字都有說服力；若是負面的，貴單位也在投入前就知道了。
即使不看分數，這套系統仍有明確價值：全量的逐字稿、逐句情緒標記、可回放的證據鏈——這些是確定性的產出，不依賴任何預測是否準確。規劃中的法遵稽核記分卡走的正是這條不依賴預測效度的路線。
每一個預設值都有實測依據
多數設計決定都來自實測後的修正，而非規格書上的想像。一套質檢系統的可信度，來自於它自己的開發過程也經得起質檢。
與雲端通話分析服務的差異
我們不主張 MosaScore 適合所有人。若貴單位對錄音外流沒有顧慮、也沒有法規限制，雲端訂閱服務的導入門檻確實更低，功能完整度目前也領先。MosaScore 是為不能把錄音交出去、且需要針對自己的領域用語調整的單位而設計的。
適用場景
即將推出
系統本身已可部署於客戶機房的 Linux GPU 伺服器，下一階段聚焦在把它變成完整的產品。以下項目尚未可交付。
一條我們主動劃下的界線
對客服人員的評分屬於勞動監控，其中又以「情緒推斷」的爭議最大（歐盟已將工作場所的情緒推斷列為禁止用途）。我們的產品原則是：情緒推斷只用於客戶端；對客服的評分以可稽核的客觀行為為準，且不作為員工考核的單一依據。這條線我們在設計階段就劃好，不等客戶問起才補。
標準開放技術，不被綁定
系統建構於開源模型與標準相容介面，模型可依需求抽換升級。若貴單位（尤其是政府機關與金融業）需要符合非紅色供應鏈規範的模型組合，我們可依規範評估並替換為其他來源的開放權重模型後重新驗證品質。
系統需求
關於處理速度：目前每一句發言都完整執行一次辨識、情緒與評分推理，因此長通話的處理時間會超過音檔本身長度。這對批次質檢沒有影響（掃描是背景作業），但通話中的即時輔助需要不同的架構。實際處理量與硬體配置建議，依貴單位的通話量評估後提供。
客製化導入與維運服務
常見問題
還在開發規劃中的功能，答案裡會直說。
先用你自己的錄音與成交結果，驗證一次。
導入的第一階段就是效度驗證：以貴單位的歷史通話與真實成交資料做一次封閉評測，報告的結論若是負面的，貴單位也在投入前就知道了。