Речевая аналитика: как нейросеть разбирает звонки менеджеров

Речевая аналитика продаётся простым обещанием: вместо пяти звонков в месяц вы разбираете все. Руководитель отдела продаж слушает выборку, ставит галочки в чек-листе и уходит к своим задачам, а систематическая ошибка менеджера остаётся в воронке ещё квартал.

Разбираю по шагам, как программа проходит звонок, что нейросеть вытащит из разговора и что додумает, чем готовая платформа отличается от расшифровки с промптом, как устроены тарифы и что закон требует от самой записи.

Каждую неделю разбираю, как внедрять ИИ в рабочие процессы малого бизнеса без штата разработчиков. Продолжение - в канале.

Что такое речевая аналитика и что она даёт владельцу?

Речевая аналитика решает ровно одну управленческую задачу - охват. Прослушивание звонков вручную устроено так: руководитель открывает случайные записи, слушает, отмечает ошибки. На отдел из пяти менеджеров с сотней звонков в день это единицы процентов от массива. Точной отраслевой статистики по этой доле я не нашёл: цифры, которые ходят по обзорам, идут от самих поставщиков систем контроля и независимой проверки не имеют.

Проблема выборки в том, что именно она показывает. Случайные пять разговоров дают случайные ошибки. Они не отвечают на вопрос, который на самом деле волнует владельца: это конкретный менеджер в конкретный вторник плохо поговорил или все шестеро месяц подряд пропускают один и тот же этап.

Программа отвечает именно на второй вопрос. Она проходит по всем записям одинаково, без усталости к тридцатому разговору, и складывает результат в цифру. Отчёт выглядит, например, так: обязательную фразу произнесли в 40% звонков, возражение по цене возникло 118 раз, отработали его 12 раз. Числа здесь - иллюстрация формата, а не чья-то статистика.

Это управленческий инструмент. Человека на линии речевая аналитика не заменяет. Робот, который сам звонит по базе, и помощник, который принимает входящие, - другие задачи; про них есть отдельные разборы про голосового робота для обзвона и про голосового ИИ-агента на входящих звонках. Здесь речь о разговорах живых продавцов, которые уже состоялись.

Как нейросеть разбирает звонок: пять шагов от записи до отчёта

1. Запись. Телефония или CRM сохраняет аудиофайл. Идеальный вариант - два отдельных канала, менеджер и клиент раздельно. Один общий канал тоже годится, но делить реплики придётся программно, и здесь появляются первые сбои.
2. Перевод голоса в текст. Этим занимается распознавание речи, по-английски ASR. Проще говоря, программа переводит звук в буквы - как машинистка под диктовку. На чистой записи это работает хорошо, на разговоре из машины через громкую связь - заметно хуже.
3. Разделение по говорящим. Термин, который вам назовут при внедрении, - диаризация. Означает он простую вещь: программа помечает, кто из двоих сейчас говорит. Без этого шага текст превращается в один поток без авторов, и сводка по нему бесполезна.
4. Расстановка меток. Программа проходит по расшифровке и ставит галочки по правилам, которые задали вы: произнесено ли приветствие, названа ли цена, встретилось ли стоп-слово. Это механическая часть, и ошибается она реже всего.
5. Разбор смысла. Здесь подключается языковая модель: сопоставляет разговор со сценарием, находит возражение и ответ на него, оценивает тон. Это самая полезная и самая спорная часть, потому что здесь модель интерпретирует. Механический счёт закончился на предыдущем шаге.

Свежий пример того, как это выглядит у поставщика. 18 августа 2026 года CNews написал, что сервис речевой аналитики «Гравител» научился сам находить проблемные разговоры:

«Речевая аналитика сама выделяет разговоры с признаками конфликта: большое количество перебиваний, резкое смещение баланса реплик, а также совпадения по ключевым словам».

• CNews, 18 августа 2026

Внутри там связка из двух сервисов: по описанию CNews, Yandex SpeechSense распознаёт речь и разделяет разговор по ролям «клиент - оператор», а YandexGPT разбирает содержание. Результат, по тому же материалу, доступен через несколько минут после разговора. Это типовая для рынка схема: распознавание отдельно, разбор смысла отдельно.

Что нейросеть вытащит из разговора, а что нет?

Отдельно про точность - в речевой аналитике это первый вопрос покупателя. «Гравител» на своей странице заявляет распознавание до 95% на русском языке.

Читать эту цифру надо аккуратно. Это заявление самого поставщика, и касается оно перевода голоса в текст: правильность выводов о разговоре им не измеряется. Публичных независимых сравнений российских систем на телефонных разговорах я не нашёл.

Ошибается модель и на смысловой части: добавляет то, чего в разговоре не было, особенно когда запись плохая, а инструкция расплывчатая. Механика этих ошибок и способы их находить разобраны отдельно в материале про галлюцинации нейросети. Практический вывод простой: цифры из отчёта проверяются выборочным прослушиванием, хотя бы первый месяц.

Сколько звонков надо слушать, чтобы увидеть проблему?

Речевая аналитика меняет здесь охват проверки, и разница между выборкой и полным массивом лежит в типе находок. Выборка показывает грубые сбои: менеджер хамит, менеджер не назвал цену. Такие вещи обычно и так известны.

Полный охват показывает другое - систематическое и малозаметное. Например, что возражение «дорого» отрабатывают у половины отдела, а у второй половины разговор после него заканчивается за минуту. Или что этап уточнения задачи клиента пропускается почти всегда, потому что в скрипте он оказался после презентации.

Отсюда практический порядок действий: сначала замер, покупка следующим шагом. Возьмите записи за одну неделю, посчитайте, сколько их всего, и честно ответьте, сколько из них вы или ваш руководитель отдела реально прослушали. Если разрыв в десятки раз, задача существует. А при двадцати звонках в неделю, из которых вы слушаете половину, речевая аналитика вам пока не нужна - и это нормальный результат для получаса работы.

Разбор массива клиентских текстов вообще устроен похоже: та же логика применима к письменным обращениям, и она разобрана в материале про анализ отзывов нейросетью.

Сам по себе разбор звонков поток заявок не увеличивает - это одна деталь автоматизации продаж. Если нужен готовый процесс вместо набора инструментов, это мы и собираем.

Платформа или своими руками: что выбрать?

Третьего пути тут нет: речевая аналитика либо работает как процесс без вашего участия, либо остаётся разовой диагностикой, которую вы запускаете руками.

Путь «своими руками» на практике выглядит так: выгружаете записи за период, прогоняете через сервис расшифровки, складываете тексты в один файл и задаёте модели конкретный вопрос - например, найти все разговоры, где клиент возразил по цене, и выписать, что ответил менеджер. Это работает и стоит недорого, пока разговоров десятки и пока вам нужен ответ на конкретный вопрос. На тысячах записей и на ежедневном отчёте путь своими руками ломается.

Честная оговорка про этот путь: цифр по стоимости и трудозатратам самостоятельной сборки в открытых источниках я не нашёл, поэтому сравнение выше качественное. Считать придётся на своём объёме - сколько минут записей в месяц и сколько стоит их расшифровка у выбранного сервиса.

Отдельная особенность разбора звонков в том, что результат почти всегда нужно куда-то положить: в поле сделки, в задачу, в отчёт руководителю. Если этого шага нет, разбор остаётся папкой с текстами. Как связать разбор с карточкой клиента, разобрано в материале про ИИ для CRM, а если задача шире контроля и упирается в саму обработку входящих заявок, её закрывает готовый ИИ-продавец на стороне первой линии.

Сколько стоит речевая аналитика и как устроены тарифы?

Речевая аналитика тарифицируется тремя способами, и они плохо сравнимы между собой.

1. Абонентская плата плюс минуты. Фиксированная сумма за доступ и отдельная цена за каждую обработанную минуту записи. Пример с проверенными цифрами: «Гравител» на своей странице указывает 500 ₽ в месяц абонентской платы и 2 ₽ за минуту обработки.
2. Плата за минуту внутри большой платформы. У сервисов сквозной аналитики разбор звонков нередко продаётся отдельной услугой поверх подписки. Roistat, например, указывает 0,8 ₽ за минуту при расшифровке в отложенном режиме и 1,1 ₽ за минуту в реальном времени - и отдельно оговаривает, что неиспользованный остаток минут аннулируется через 180 дней со дня покупки. У CRM бывает иначе: там разбор входит в общий лимит запросов к встроенной модели, и отдельной цены на модуль нет.
3. Цена по запросу. Корпоративные решения нередко не публикуют прайс и отправляют за расчётом в отдел продаж.

Дальше неприятная часть. Я проверял цены нескольких известных поставщиков и публикую только те, что нашёл на официальной странице самого вендора. У остальных цифры в обзорах и подборках расходятся, иногда в разы: по одному сервису два сторонних обзора называли базовую цену 990 ₽ и 6900 ₽ в месяц. Ещё у одного сторонний агрегатор занизил абонентскую плату вдвое, а цену минуты вчетверо против сайта самого поставщика.

Отсюда практическое правило: тарифы речевой аналитики сверяйте на сайте поставщика в день разговора; подборки «топ сервисов» для этого не годятся. И считайте месячный счёт на своём объёме, а цену минуты держите только как исходник расчёта: минуты записей у отдела из пяти человек накапливаются быстрее, чем кажется.

Второе, что стоит заложить в расчёт, - настройка. Она не бесплатная даже там, где не выставлена в прайс: чек-лист под ваш продукт кто-то должен составить, а потом поправить после первых отчётов. Как считать отдачу от такой автоматизации целиком, разобрано в материале про окупаемость ИИ для бизнеса.

Что закон требует от записи разговоров с клиентами?

Начну с оговорки, без которой этот раздел читается неправильно: дальше разбор практики и норм, а не юридическая консультация. Формулировки в вашем случае стоит согласовать с юристом, особенно если вы работаете с медицинскими, финансовыми или иными чувствительными данными.

Речевая аналитика начинается с записи, и именно запись создаёт основной юридический риск. Запись разговора содержит и голос человека, и то, что он о себе рассказал: имя, телефон, иногда адрес и обстоятельства. Это персональные данные, а вы как компания - оператор, который их обрабатывает.

Отсюда два обязательства: у обработки должно быть законное основание, и клиент должен быть о ней осведомлён. Рыночная практика - короткое уведомление в начале звонка, после которого клиент решает, продолжать ли разговор.

Цена вопроса измерима. Кодекс об административных правонарушениях за обработку персональных данных без согласия субъекта в письменной форме, когда такое согласие обязательно, предусматривает для юридических лиц штраф:

«...на юридических лиц - от трехсот тысяч до семисот тысяч рублей».

• Статья 13.11 КоАП РФ, часть 2

Отдельный состав - невыполнение обязанности уведомить уполномоченный орган. По той же статье он стоит юридическому лицу от 100 000 ₽ до 300 000 ₽.

Отдельно про голос как биометрию. В юридических блогах часто утверждают, что голос - это биометрические персональные данные, а значит нужен усиленный режим с письменным согласием. Официального разъяснения, которое проводило бы границу между записью, где голос просто слышен, и распознаванием человека по голосу как способом его опознать, я не нашёл. Считайте это открытым вопросом и не строите на нём решений в одиночку.

Можно ли загружать запись разговора в ChatGPT?

Это самый частый практический вопрос по теме и самый рискованный шаг во всей затее. Загрузить файл в чат просто, поэтому шаг и проскакивают без раздумий.

Разберу по составу. В записи разговора есть данные клиента. Отправка их в чужой сервис - это предоставление данных третьему лицу. Если сервис зарубежный, добавляется трансграничная передача, и здесь закон прямой:

«Оператор до начала осуществления деятельности по трансграничной передаче персональных данных обязан уведомить уполномоченный орган».

• Федеральный закон № 152-ФЗ «О персональных данных», статья 12, часть 3, ред. от 26.07.2026

Что с этим делать практически, три варианта по возрастанию усилий.

1. Обезличить до загрузки. Убрать из расшифровки имена, телефоны, адреса и номера заказов, оставить смысл разговора. Для задачи «отработали ли возражение» персональные данные не нужны вообще - модели нужен сам диалог, имя собеседника в нём роли не играет.
2. Взять российскую модель или сервис с инфраструктурой в России. Тогда вопрос трансграничной передачи снимается, а остальные требования к обработке остаются.
3. Пройти процедуру. Если данные всё-таки уходят за границу, обязательства оператора придётся выполнить.

Первый вариант закрывает большинство задач малого бизнеса и стоит одного скрипта замены. Полный разбор того, что можно и что нельзя загружать в модель, с нормами и порогами, - в материале про персональные данные клиентов в нейросети.

Надо ли предупреждать менеджеров, что их звонки слушают?

Законное основание слушать звонки своих продавцов в кодексе сформулировано почти дословно под эту задачу. Обработка персональных данных работника допускается исключительно в перечисленных целях, среди которых:

«...контроля количества и качества выполняемой работы и обеспечения сохранности имущества».

• Статья 86 ТК РФ, пункт 1

В пункте 3 той же статьи - обязанность в другую сторону: работодатель должен сообщить работнику о целях, предполагаемых источниках и способах получения персональных данных. То есть контроль легален, а тайный контроль - нет. По сложившейся практике это закрепляют в локальном акте и трудовом договоре: зачем ведётся запись, кто имеет доступ, сколько хранится.

Практическая сторона важнее юридической. Когда команда узнаёт про разбор звонков из готового отчёта с оценками, она начинает сопротивляться: разговоры становятся формальными, скрипт проговаривается механически, разговор с клиентом теряет содержание. Формально показатели растут, продажи нет.

Поэтому объявление стоит сделать до запуска и в одной рамке: разбираем разговоры, чтобы поправить скрипт и снять с вас лишние вопросы. Поиск виноватых к этой задаче отношения не имеет. И первый же результат показать команде целиком, включая то, что делают хорошо.

Почему речевую аналитику внедряют и забрасывают?

Ни одна из причин ниже не связана с качеством модели: речевая аналитика в этих историях работала нормально.

1. Без ответственного. Систему подключили, а владельца процесса не назвали. Критерии оценки формировать некому, отчёты приходят в общий чат, решения по ним не принимает никто. Через два месяца подписку продлевают по инерции, а потом отключают.

2. Технический долг на входе. Записи в один канал, шум, низкий битрейт, обрывы. Модель на таком материале ошибается независимо от того, насколько она хороша, и первые же отчёты дискредитируют затею. Аудит качества записи стоит провести до подключения аналитики.

3. Отчёты, которые никто не открывает. Дашборд собирается, руководитель отдела продаж его не открывает, потому что у него план и совещания. Помогает здесь формат подачи: одна цифра и один вывод раз в неделю в том канале, где человек и так работает, вместо панели с двадцатью графиками.

Отдельная причина, которая встречается реже, но обходится дороже, - завышенные ожидания на старте. Если систему покупали под обещание «она сама поднимет продажи», разочарование наступит на первом отчёте, где написано, что менеджеры не отрабатывают возражение по цене. Отчёт при этом верный. Продажи растут от работы по нему, а не от самого факта его получения.

Что делать с результатом, чтобы он превратился в деньги?

1. Правка скрипта по замеру. Если отчёт показывает, что после вопроса о цене разговор заканчивается в половине случаев, меняется именно этот участок сценария. Дальше замер повторяется через две недели на новом массиве - и видно, помогло или нет.
2. Обучение на своих записях. Общий разбор «работайте с возражениями лучше» не меняет поведение. Разговор с менеджером по трём его собственным звонкам, где видно, что он не задал уточняющий вопрос, меняет.
3. Автозаполнение сделки. Тема обращения, причина отказа, договорённость по следующему шагу - это поля, которые менеджеры заполняют неохотно и неполно. Если их заполняет разбор записи, вы получаете вторую выгоду сверх контроля: воронка наконец наполняется данными.

Есть и побочный эффект, который замечают не сразу. Расшифровки разговоров - это готовый источник формулировок клиентов: их слова про боль, их возражения, их вопросы. Похожий приём применяют к внутренним встречам, но там другой объект, другой результат и свои требования к согласию участников - этому посвящён отдельный материал про нейросеть для протокола совещаний. Здесь я остаюсь на разговорах с клиентами и на работе отдела продаж.

С чего начать на этой неделе?

1. Посчитайте разрыв. Сколько звонков было за неделю и сколько из них кто-нибудь слушал. Это ваш замер «до» и заодно ответ на вопрос, нужна ли вообще автоматизация.
2. Сформулируйте один вопрос. Спрашивайте проверяемое: где чаще всего обрывается разговор, отрабатывают ли возражение по цене, называют ли цену вообще.
3. Возьмите десять разговоров и переведите их в текст. Обезличьте результат перед загрузкой в модель - уберите имена и телефоны.
4. Задайте вопрос из пункта 2 и проверьте ответ руками. Прослушайте два разговора из десяти сами и сверьте с выводом модели. Это ваша оценка того, можно ли ей доверять на вашем материале.
5. Только теперь считайте платформу. С понятным вопросом и понятным объёмом минут разговор с вендором становится коротким, а сравнение тарифов - осмысленным.

Если после первого пункта окажется, что звонков двадцать в неделю и половину слушает руководитель, дальше идти не нужно. Речевая аналитика начинает окупаться там, где массив перестал быть обозримым, и до этого порога честный ответ - подождать. А когда разбор звонков упирается в то, что заявки теряются ещё до разговора, задача смещается на первую линию и решается интеграцией ИИ с CRM. Аналитика записей её не закрывает.