Настраиваем речевую аналитику и анализ звонков с ИИ: получаем запись, распознаём речь, связываем реплики и проверяем наблюдаемые критерии разговора. Резюме и замечания сохраняют привязку к аудио, чтобы руководитель мог проверить основание.
Качество входной записи определяет границы
Уточняем телефонию, формат, длительность, число каналов и полноту файла. Проверяем шум, низкую громкость, обрывы, музыку и перебивания. Сжатие и частота записи могут влиять на различимость речи; обработка не должна восстанавливать неслышимое правдоподобной догадкой. Пропущенный звонок и запись разговора также имеют разные результаты.
Если стороны записаны в разных каналах, сохраняем эту информацию и сопоставление с ролями. Если аудио смешанное, разделение участников требует отдельного этапа. Имя менеджера из CRM и фактический говорящий в отрывке не всегда совпадают, особенно после перевода. Неполноту входа показываем до оценивания поведения сотрудника.
Готовая аналитика или собственная цепочка
Если телефония или CRM уже предоставляет речевую аналитику, сначала сопоставляем её с нужными критериями, источниками записей и правами. Например, штатная аналитика Битрикс24 с BitrixGPT/CoPilot предусматривает оценку по скриптам, объяснения с цитатами и сводки руководителю; доступность проверяем по конкретному порталу. Такой путь подходит, когда готовые правила и отчёты решают задачу. Собственную цепочку ASR, диаризации и анализа рассматриваем для отличающейся методики, нескольких источников, особого размещения или нужного формата результата.
Для работы с массивом звонков задаём темы, причины обращения и нужные срезы: период, очередь, продукт или этап процесса. Сводка показывает распространённые вопросы и подтверждённые замечания, а из показателя можно перейти к звонкам и фрагментам, на которых он основан. Долю ошибок и изменений сравниваем на сопоставимых выборках, учитывая тип разговоров и неполные записи. Агрегированный отчёт и доступ к исходному аудио разграничиваются; большой средний балл не заменяет разбор конкретного основания.
Распознавание речи и предметные сущности
ASR преобразует звук в текст. Сравниваем доступный API, например SpeechKit, и локальную модель, например Whisper, по языкам, терминологии, качеству на ваших записях и требованиям размещения. Размер модели и её известность не доказывают точность конкретных имён и чисел. Формат и режим обработки выбираем по действующим возможностям продукта.
Проверяем артикулы, фамилии, адреса, даты и суммы отдельно от общего текста. Ошибка одного отрицания или цифры меняет договорённость. Словарь и поддерживаемые настройки могут помочь там, где они доступны, но не гарантируют исправление любого звука. Сохраняем исходное аудио и временную связь для ручной проверки.
Участники, диаризация и временные интервалы
Диаризация выделяет участки разных говорящих; она отличается от распознавания слов и от определения имени человека. Для смешанного канала рассматриваем отдельный инструмент, например pyannote.audio, если он подходит по условиям и качеству. Связь «говорящий 1» с менеджером подтверждаем по источнику и контексту, а не назначаем всегда первой реплике.
Перебивание, третий участник и перевод проверяются на своих примерах. Если реплики перепутаны, вывод «менеджер не уточнил условие» может относиться к словам клиента. Точность таймкода также проверяем: ссылка должна открывать нужный фрагмент, а не случайный соседний участок. При недостаточном качестве допускаем отсутствие оценки.
Темы и критерии разговора
Согласуем наблюдаемые признаки: выяснена потребность, названы условия, разобрано возражение, согласован следующий шаг. У каждого критерия есть допустимое основание и варианты формулировки. Поиск ключевого слова подходит лишь части простых сигналов; отрицание и контекст могут менять смысл.
Для замечания сохраняем цитату, интервал и объяснение. Прямой факт отделяем от предположения модели. Общая эмоциональная характеристика не служит единственным доказательством качества сотрудника. Спорная оценка имеет путь пересмотра человеком, а отсутствие нужного фрагмента не превращается в подтверждённое нарушение.
Резюме и результат в CRM
Выделяем вопрос клиента, подтверждённые договорённости, открытые вопросы и предложенный следующий шаг. Если срок не назывался, он не добавляется для удобства. Резюме разговора и коммерческий факт различаются: фраза о готовности купить ещё не является оплатой.
Связываем запись, вызов, участника и сделку по доступным идентификаторам телефонии. Черновик полей и задач проходит предусмотренную проверку; повтор загрузки не создаёт второй вызов или дело. Запись, текст и отчёт имеют согласованные права и сроки хранения. Доступ к общей статистике не открывает автоматически весь разговор каждому сотруднику.
Интеграция Битрикс24 с IP-телефонией
Если ещё не настроены идентификаторы вызова и доступ к записи, сначала связываем телефонный процесс с CRM.
Подробнее о решенииПриёмка на размеченной аудиовыборке
Набор включает короткие и длинные разговоры, разный звук, перебивание, несколько участников, числовые условия и случаи вне темы. Эксперты размечают нужные факты и основания. Ошибки считаем отдельно: распознавание, распределение реплик, извлечение договорённости и ложное замечание. Один средний показатель скрывает разные причины.
Для распознавания можно использовать долю ошибок слов, но она не заменяет проверку критичных сущностей и смысла. Для оценки критериев разбираем ложные срабатывания и пропуски. После смены модели или правил повторяем набор на той же версии исходников. Задержка, стоимость и доля ручной проверки оцениваются вместе с качеством.
Оценка качества AI-ассистентов и RAG-систем
Для независимого сравнения версий выделяем контрольный набор, критерии и отчёт по категориям ошибок.
Подробнее о решенииЧто получает команда
Передаём цепочку обработки, карту связей с телефонией и CRM, критерии, размеченную выборку и отчёт об ограничениях. Руководитель получает материал для проверки и обучения, сотрудник — понятное основание спорного замечания. Автоматические кадровые решения по единой оценке модели в этот состав не включаются.
Для начала нужны разрешённые записи разных типов, принятые критерии и сведения об идентификаторах вызова. Работа с готовой записью отличается от подсказки в реальном времени: потоковый сценарий имеет другие задержки, состояния и требования к каналу и оценивается отдельно.
Whisper сам правильно разделит менеджера и клиента?
Распознавание текста и разделение участников — разные задачи. Используем каналы записи либо отдельно проверяем диаризацию и связь с ролями. Нельзя считать метку говорящего подтверждённым именем без основания.
Достаточно искать слова скрипта?
Для части сигналов это полезно, но контекст, отрицание и другая формулировка меняют вывод. Критерии проверяем на размеченных разговорах и сохраняем аудиодоказательство.
Что делать с плохим звуком?
Отмечать ограничение и не давать неподтверждённую оценку. Можно улучшить подготовку и сравнить инструменты, но неслышимую фразу нельзя гарантированно восстановить. Исходник остаётся доступен проверяющему.
ИИ может автоматически оценить каждого сотрудника одним баллом?
Баллы требуют принятой методики и проверяемых оснований. Единая оценка не должна скрывать ошибки ASR, смену говорящего и неполный файл. Решения по людям не включаются автоматически в технический анализ.
Резюме сразу изменит сделку?
Только в определённом процессе с проверкой полей, прав и повторов. По умолчанию полезным результатом может быть черновик для менеджера; запись звонка не подтверждает факт платежа или исполнения.