Распознавание речи

Зачем переводить разговоры в текст

Каждый звонок в отделе продаж - это данные, которые обычно никто не смотрит. Менеджер поговорил, повесил трубку, в CRM написал «клиент думает» - и всё. Перевод звонков и встреч в текст превращает эти разговоры в расшифровки, по которым видно реальную картину: что спрашивают клиенты, где менеджер слил сделку, какие возражения повторяются из недели в неделю. Это и есть прикладной смысл внедрения ИИ в бизнесе - не «модная нейросеть», а конкретный отчёт, по которому руководитель принимает решения.

По нашим проектам руководитель физически успевает прослушать 5-10% звонков, и то выборочно. При потоке в 300-500 звонков в месяц это значит, что 9 разговоров из 10 уходят в архив непрочитанными. Система перевода речи в текст закрывает эту слепую зону: она сама делает текст разговора, выделяет, кто говорил, и помечает ключевые моменты - цена, сроки, отказ, обещание перезвонить. Контроль перестаёт быть лотереей «повезёт нарваться на плохой звонок или нет».

Второй большой эффект - на встречах и планёрках. Часовое совещание превращается в расшифровку с задачами и решениями за пару минут после окончания, без «а кто записывал». На команду из 5 человек это экономит несколько часов в неделю: никто не переслушивает запись на час, чтобы вспомнить, о чём договорились и кто за что отвечает. Текст ещё и ищется - нашли по слову нужный фрагмент за секунду, вместо того чтобы мотать запись на 40-й минуте.

Третий слой - аналитика. Когда сотни разговоров лежат в виде текста, по ним считаются вещи, которые на слух не уловить: как часто звучит «дорого», по каким товарам больше всего отказов, на каком этапе скрипта клиент чаще всего кладёт трубку. Это переводит спор «менеджеры жалуются, что цена высокая» в цифру: в скольких именно процентах звонков цена стала причиной отказа. Дальше уже разговор с фактами, а не с эмоциями.

Где даёт эффект

Что решает speech-to-text

• Расшифровка звонков. Каждый разговор - в текст и в карточку клиента в CRM. Не нужно переслушивать запись, чтобы понять суть.
• Разделение по ролям. Видно, где говорит менеджер, а где клиент. Считается, кто сколько говорил и кто перебивал.
• Поиск по разговорам. Находите все звонки, где звучало «дорого», «у конкурентов дешевле» или название товара - за секунды, а не вручную.
• Протоколы встреч. Совещание или созвон в Zoom превращается в текст с решениями и задачами.
• Контроль скрипта. Система отмечает, поздоровался ли менеджер, назвал ли цену, проговорил ли акцию и взял ли следующий шаг.
• Голосовые в текст. Аудиосообщения клиентов в WhatsApp и Telegram автоматически расшифровываются - менеджер читает, а не слушает на бегу.
• Теги и темы. Каждый разговор размечается по темам: возражение по цене, вопрос о доставке, рекламация. По тегам строятся сводки за период.
• Сводка для руководителя. Раз в день или неделю - короткий отчёт: сколько звонков, частые возражения, кто не закрыл следующий шаг. Без ручного прослушивания.

Коротко по терминам

Speech-to-text (распознавание речи)

Перевод аудио в текст: звонок, голосовое сообщение или запись встречи превращаются в читаемую расшифровку. Базовый слой, на котором держится всё остальное.

Диаризация

Разделение записи по говорящим - кто из участников произнёс какую реплику. Без неё текст звонка идёт сплошняком, без понимания, где менеджер, а где клиент.

Транскрибация

То же, что расшифровка: автоматический перевод аудио и видео в текст. У нас - с разбивкой по говорящим и временными метками, чтобы быстро найти нужный момент в записи.

Речевая аналитика

Анализ уже расшифрованных разговоров: поиск слов и тем, оценка по скрипту, сводка по возражениям и тону. Это надстройка над распознаванием, ради которой всё и затевается.

WER (доля ошибок)

Метрика качества: какой процент слов распознан неверно. WER 8% значит 92 слова из 100 верны. По ней мы честно сравниваем каналы и не прячемся за словом «высокая точность».

Кастомный словарь

Список ваших терминов, брендов и имён, который дообучает систему. Без него «Kaspi», артикулы и фамилии клиентов превращаются в кашу; со словарём распознаются верно.

Готовый сервис или своё решение

Интеграции и данные в Казахстане

Расшифровка полезна там, где она лежит в рабочих инструментах, а не в отдельном кабинете, куда никто не заходит. Поэтому первым делом мы подключаем источники звонков: облачную или офисную телефонию, запись разговоров, входящие и исходящие. Текст разговора и его краткая сводка падают прямо в карточку сделки в amoCRM или Bitrix24 - менеджеру и руководителю не нужно открывать ещё одну систему.

Голосовые сообщения - отдельный канал, который в Казахстане игнорировать нельзя: клиенты массово шлют аудио в WhatsApp и Telegram. Эти сообщения мы расшифровываем автоматически, чтобы менеджер читал текст, а не слушал минутное аудио на бегу между звонками. Записи встреч берём из Zoom и аналогов, протокол с задачами уходит в рабочий чат или таск-трекер. Где нужно - выгружаем данные в 1С и Google-таблицы, связываем с заявками и оплатами, чтобы расшифровка стыковалась с реальной сделкой и суммой в тенге.

Отдельно про закон РК «О персональных данных». Звонки и их расшифровки - это персональные данные клиентов, и относиться к ним надо соответственно. На практике это значит три вещи: предупреждение о записи разговора, согласие там, где оно требуется, и понятное место хранения. Если бизнес чувствительный - банк, клиника, юридическая практика, - мы разворачиваем распознавание в закрытом контуре, где аудио и тексты не покидают вашу инфраструктуру и не уходят стороннему провайдеру. Разграничиваем доступ: рядовой менеджер видит свои разговоры, руководитель - сводку по отделу, полная выгрузка остаётся под контролем. Это не формальность ради галочки, а защита и от утечек, и от претензий.

Что подготовить к старту

• ☑ Доступ к записям звонков или к телефонии, где они хранятся.
• ☑ Несколько десятков реальных записей - на них замеряем точность и настраиваем словарь.
• ☑ Понимание, что именно контролируете: скрипт, возражения, причины отказов, качество поддержки.
• ☑ Список ваших терминов, брендов, частых имён и артикулов для кастомного словаря.
• ☑ CRM или таблица, куда складывать расшифровки (amoCRM, Bitrix24, 1С).
• ☑ Уведомление клиентов о записи разговора и согласие, где это нужно по закону РК.
• ☑ Ответственный с вашей стороны, который раз в неделю смотрит выводы и подтягивает команду.
• ☑ Решение по хранению: облако или закрытый контур, если данные чувствительные.

Ориентиры цен и сроков

Где это не нужно и честные ограничения

Не каждому бизнесу это окупится, и мы говорим об этом до договора. Если звонков пара в день и вы сами их принимаете - расшифровывать нечего, проще держать всё в голове. Эффект появляется на потоке от 100-150 разговоров в месяц, где руками не проверить и где разница между сильным и слабым менеджером прячется именно в звонках. Распознавание речи не «продаёт за менеджера» и не чинит слабый продукт: оно показывает, что происходит в разговорах, но звонки и решения делают люди.

Если в отделе никто не собирается смотреть расшифровки и менять работу по ним - система превратится в архив текста, который тоже никто не читает. Поэтому мы заранее проговариваем, кто и как часто работает с выводами. Окупается там, где руководитель готов раз в неделю разбирать сводку и подтягивать команду по фактам, а не по ощущениям.

Теперь про точность без приукрашивания. На чистой записи - телефония или гарнитура без шума - распознавание даёт 90-95% верных слов. Но шумный цех, плохая связь, эхо в колонке громкой связи, тихий собеседник и сильный акцент точность снижают, иногда до 75-80%. Отдельная сложность - казахский язык и смешанные фразы, когда в одном предложении мешаются русский и казахский: по такому аудио точность ниже, и мы это не скрываем. Поэтому до старта прогоняем именно ваши реальные звонки и показываем цифру на вашем материале, а не среднюю из рекламы. Если по какому-то каналу качество низкое, говорим прямо и предлагаем, что с этим делать: улучшить запись, дообучить словарь или сосредоточиться на тех каналах, где толк есть уже сейчас.

Как это выглядит на практике

Возьмём интернет-магазин на Kaspi с собственным колл-центром: 400-500 звонков в месяц, три оператора, заявки идут из маркетплейса и с сайта. До внедрения руководитель слушал десяток звонков в неделю и опирался на слова операторов. После подключения расшифровки картина стала считаемой: каждый разговор в тексте, размечен по тегам, в сводке видно, что треть отказов завязана на сроки доставки, а не на цену, как все думали. Это уже не повод спорить, а повод менять обещания по срокам и скрипт - и проверять результат по тем же цифрам через месяц.

Другой типичный случай - сеть клиник или салонов, где запись идёт по телефону. Здесь распознавание ловит конкретную утечку денег: администратор не предложил удобное время, не перезвонил, бросил клиента на этапе «подумаю». Раньше это терялось, теперь каждая сорванная запись видна с расшифровкой, и руководитель разбирает не абстрактное «у нас мало записей», а конкретные разговоры. Логика одна для любой ниши: сначала переводим звонки в текст и убеждаемся, что распознаётся ваша лексика, потом включаем аналитику и теги, и только затем масштабируем на все источники. Сначала пилот на части потока, измеримый результат - и лишь после этого промышленная эксплуатация, а не наоборот.

Этапы работы

Цены и характеристики

Ответы на частые вопросы