针对高敏感支付信息（PCI）与个人隐私数据（PII），CXMind 部署了从底层信号到高层语义的全栈脱敏体系。系统核心集成了一套基于本地 spaCy 模型的深度推理引擎，确保敏感数据在进入持久化层之前被精确拦截。
psychology1. 本地语义脱敏引擎 (Local NLP Sanitization)
为了在保证隐私的同时维持系统的“厂商中立”原则，我们采用了本地化部署的 spaCy 命名实体识别（NER）技术。
实体识别与替换 (Entity Masking)
系统自动识别文本中的姓名 (PERSON)、电话号码 (PHONE)、地址 (GPE/LOC) 及信用卡号 (CARDINAL/PAN)。识别后，原始信息将被替换为泛化的掩码标签（如 [CUSTOMER_NAME]）。
本地化推理 (On-Premise Inference)
模型完全运行在私有容器（Private Container）内，无需将原始转写文本发送至公网，从而彻底杜绝了云端数据泄露的风险。
可扩展模型挂载 (Extensible Model Mounting)
系统架构支持热挂载 (Hot-swapping)。除了默认的 spaCy 模型外，企业还可以根据特定行业需求（如医疗 HIPAA 协议）挂载自定义的 Transformer 模型或 Hugging Face 专用模型以提升特定实体的识别精度。
block2. 强制性带外与带内遮蔽 (Out-of-Band & In-Band Masking)
在语音信号层，系统依然保持着对物理拨号音的“零容忍” (Zero-tolerance)控制：
RFC 2833
带外 DTMF 抑制 (Network Layer)拦截 RTP 报文中的按键信息，在 LLM 摄取端将其蒸发并替换为 [KEYPRESS] 令牌标识，彻底斩断关联线索。
DSP Layer
带内音频归零 (DSP Zeroing)实时监控音频频率（697Hz - 1477Hz），一旦识别到数字脉冲，立即触发归零矩阵执行物理级频段擦除，确保录音文件在声学层面也无法被复原。
Need more help or have a specific architecture question?
Contact Engineering Support