访谈过程自动化有可能改变我们收集定性数据的方式，尤其是在处理大规模研究时。 在本教程中，我将探讨新兴工具如何支持访谈流程自动化，使研究人员能够高效地收集用户反馈并获得洞察力。 本次讨论将介绍两种不同的工具，它们仍处于早期开发阶段，需要仔细实施。
第一个工具集成了语音交互功能，通过与参与者进行实时语言交流，为改进访谈过程提供了机会。 该系统在 GitHub 上被称为Automated Interview AI 项目（ ），它利用 Twilio Voice 和 OpenAI 的实时应用程序接口（Realtime API）来实现人工智能辅助的电话对话。 它允许研究人员与参与者发起电话通话，在通话过程中，人工智能可以使用预定义问题和动态问题进行访谈。 该工具通过建立双向连接实现了自然的对话流程，使人工智能能够实时聆听和回应参与者的输入。
访谈人工智能系统的技术设置涉及几个关键步骤，包括配置 Twilio 账户、购买具有语音功能的电话号码，以及设置像 ngrok 这样的隧道解决方案，以暴露本地服务器供开发和测试使用。 人工智能对话流经一个基于 Python 的服务器，该服务器将参与者的音频路由到 OpenAI 的实时 API，从而实现实时交互。 开发人员必须正确配置应用程序，更新环境设置，并通过 ngrok 路由电话呼叫，以确保 Twilio 可以连接到服务器。 虽然这种方法可以实现与参与者的直接交流，但必须承认，这种设置仍然是高度试验性的，需要专业技术知识才能实施。
设置语音助理项目的步骤：
设置 Twilio 账户 ： 创建 Twilio 账户并购买具有语音功能的电话号码（这不是 Twilio 的广告 :-D）。 这是与参与者进行语音交互所必需的。
安装 ngrok ： 下载并安装 ngrok 或其他隧道解决方案，将本地服务器接入互联网。 这将允许 Twilio 访问本地开发服务器。
设置 Python 环境：安装 Python 3.9+ 并为项目创建虚拟环境，以避免与其他软件包冲突。
安装所需软件包 ： 使用 pip install -r requirements.txt 命令安装项目所需的依赖包。
配置 Twilio 号码：在 Twilio 控制台中，进入 "电话号码">"管理">"活动号码"，将已购买的号码指向 ngrok URL，然后是 /incoming-call。
更新环境设置 ： 使用 OpenAI API 密钥和其他必要凭证创建或更新 .env 文件。 此步骤可确保人工智能得到正确验证。
运行 ngrok ： 打开终端并运行 ngrok http 5050，为本地服务器创建一个公共 URL。 配置 Twilio 以连接服务器时需要使用该 URL。
配置系统： 调整 main.py 中的提示，定制面试问题。
SYSTEM_MESSAGE = (
"You are a helpful and bubbly AI researcher "
"You want to understand how people's opinion about using generative AI in research "
"You will ask questions based on their answers "
"You want to ask very in depth questions to capture people's opinion"
)运行 Python 服务器 ：通过运行 python main.py 启动开发服务器。 该服务器将处理来电，并与人工智能进行实时交互。
测试系统 ： 拨打 Twilio 电话测试设置。 人工智能应能接听电话，并根据预定义的提示进行访谈。
将原始录音转换为 wmv 文件：在终端运行 convert.py 文件，将原始录音转换为 wmv 文件。
Twilio 提供了通话录音功能，但我不建议使用它，因为录音会存储在云中，这可能会给敏感访谈带来风险，而且可能不符合 GDPR 要求。 相反，我在原始 Python 脚本（main.py）中添加了一段代码，以便在 PC 上本地录制通话。 录制的文件是原始录音。 您可以使用 convert.py 转换文件。 我们已经在服务器上托管了一个版本。 请致电 +1 619 356 2184 试用。
第二个工具是我们开发的自动访谈系统。 MimiTalk 是一个人工智能驱动的平台，旨在通过自动收集定性数据来改进访谈过程。 该平台由 GAI for Research 开发，提供了一个可定制的人工智能访谈器，可根据特定研究要求进行无缝访谈。 用户可以创建个性化的访谈大纲，确保人工智能访谈器符合他们的独特需求。 该平台使研究人员能够下载访谈录音和谈话记录，为绩效评估提供全面的材料。
MimiTalk 的操作流程主要包括三个步骤：
项目创建 ： 研究人员设置访谈项目，并定制人工智能访谈器，以实现其特定目标。
分发访谈链接 ： 生成唯一的访谈链接并与研究参与者共享，使他们能够在方便的时候完成访谈。
结果分析 ： 研究人员可以下载访谈记录和参与者数据，进行全面分析。
这种结构化的方法简化了访谈过程，使其更加高效，并能适应各种研究环境。 该系统目前处于阿尔法测试阶段。 我们只在小范围内进行测试。
Comments