Familieværn

Overblik

• TwinCurrent byggede Familieværn, en AI-proof-of-concept, til RoyalHacks 2026, Danmarks nationale studenterhackathon. Det er et intelligent opkaldsfilter designet til at beskytte ældre danskere mod telefonsvindel: en komplet stemmepipeline bygget fra ende til anden, hvor indgående opkald besvares af en AI der lytter, forstår og afgør om et opkald sandsynligvis er svindel, før det overhovedet når frem til den person der beskyttes.

• Konteksten er barsk: telefonsvindel koster hvert år danskere store summer, og stemmesvindel slipper stadig igennem de eksisterende filtre. Det er netop det hul, Familieværn går efter.

Udfordringen

• Stemmesvindel slipper stadig forbi de eksisterende filtre

• Regeringspakken fra 2024 lukkede SMS-svindel, men lod stemmekanalen stå åben

• Ældre er de mest udsatte og de sværeste at nå med tekstbaserede værn

• At opdage svindel kræver forståelse af talt dansk i realtid, ikke nøgleordsmatchning

• Enhver screening skal være hurtig nok til at håndtere et live opkald uden akavede forsinkelser

Systemarkitektur

• Et opkald ankommer via Sinch-telefoni og overdrages til en Rust/Axum-backend på Railway, der orkestrerer hele løkken. Lyden transskriberes af ElevenLabs Scribe, transskriptionen klassificeres af en Gemini Flash-model i JSON-tilstand, og det talte svar syntetiseres af ElevenLabs Flash med en dansk stemme.

• Backenden streamer hvert trin (transskription, klassifikation, beslutning) til et Next.js-operatørdashboard via Server-Sent Events, så et menneske kan følge opkaldene live. SSE-mønsteret spejler TwinCurrents eksisterende realtids-chat-plumbing, hvilket gjorde det muligt at samle hele pipelinen inden for en hackathon-tidsramme.

Løsningen

• Besvarelse af indgående opkald

  Opkald besvares automatisk via Sinch-telefoni, så den beskyttede persons telefon aldrig behøver at ringe for en ukendt opkalder.

• Transskription i realtid

  ElevenLabs Scribe omsætter opkalderens talte dansk til tekst, som systemet kan ræsonnere over, mens samtalen sker.

• Svindelklassifikator

  En Gemini Flash-model i JSON-tilstand klassificerer transskriptionen og scorer, hvor sandsynligt opkaldet er svindel.

• Danske stemmesvar

  ElevenLabs Flash syntetiserer naturlig dansk tale, så AI'en kan interagere med opkalderen.

• Live operatørdashboard

  Et Next.js-dashboard streamer transskriptioner og klassifikationer live via SSE, så et menneske kan overvåge opkald.

• Dækning af stemmekanalen

  Går efter den svindelkanal der stod åben, efter SMS-svindel blev slået ned, designet til at beskytte den mest udsatte gruppe.

Integrationshighlights

• Sinch-telefoni

  Modtager det indgående opkald og bygger bro mellem lyd og backend.

• Gemini Flash + ElevenLabs

  Klassifikator i JSON-tilstand plus Scribe STT og Flash dansk TTS.

• SSE-operatørstream

  Backenden streamer live events til Next.js-dashboardet.

Teknologistak

• Rust / Axum

  Backend til pipeline-orkestrering på Railway

• ElevenLabs Scribe + Flash

  Tale-til-tekst og dansk tekst-til-tale

• Gemini Flash

  Svindelklassifikator i JSON-tilstand

• Next.js + SSE

  Live operatørdashboard på Vercel

Resultater

• En komplet indgående stemmepipeline bygget fra ende til ende på RoyalHacks 2026

• Live dansk tale-til-tekst, svindelklassifikation og tekst-til-tale i én løkke

• Operatørdashboard streamer transskriptioner og beslutninger i realtid via SSE

• Går efter det stemmesvindelhul der stod åbent efter SMS-nedlukningen i 2024

• Bygget på en produktionsnær stack (Rust/Axum, Railway, Vercel) frem for engangs-demokode

Har I en realtids-AI-idé der skal bevises?

Familieværn gik fra koncept til en fungerende stemmepipeline på en hackathon. Har I noget, der hurtigt skal fra idé til prototype, så lad os tale sammen.

Har I et lignende projekt? Få et prisoverslag inden 24 timer Se flere cases