Библиотека ДИИП

Речевая аналитика звонков — каждый разговор менеджера разобран и оценён

ИИ слушает все звонки отдела продаж, оценивает по единому чек-листу и присылает руководителю разбор каждого звонка и итоги дня — вместо ручного прослушивания десятков записей

УниверсальноУслугиРитейл

Что болит

РОП физически не может прослушать сотни звонков — выборка из 2–3 записей в неделю не отражает картину. Менеджеры по-разному ведут разговор, теряют клиентов на одних и тех же возражениях, отходят от скрипта — и это незаметно. Причины «слитых» сделок остаются догадками, а обучение строится на ощущениях, а не на фактах.

Как это работает

    1. Источник. Звонок логируется в CRM/телефонии, запись попадает в пайплайн (режим call, с числом спикеров).
    2. Расшифровка. faster-whisper (large-v3-turbo, CPU int8); анти-галлюцинации (condition_on_previous_text=off + порог тишины).
    3. Разделение по спикерам. pyannote 4.x с указанием num_speakers — «менеджер / клиент» без лишнего дробления.
    4. Оценка по чек-листу. Claude (Sonnet) проходит разговор по единому чек-листу: этапы, скрипт, отработка возражений, договорённость о следующем шаге, тон.
    5. Доставка. Разбор звонка и итоги дня — в Telegram/дашборд; результат складывается в базу знаний.

Инструменты

CRM / телефонияИсточник звонков (API / вебхуки)
FastAPI + раздельные воркерыОчередь и оркестрация, self-hosted
faster-whisper large-v3-turboРаспознавание речи (CPU int8); быстрый прогон — Groq
pyannote 4.xДиаризация по числу спикеров
Claude (Sonnet)Оценка разговора по чек-листу
Telegram-бот / дашбордДоставка разбора + запись в граф знаний

Как устроен чек-лист

Единый набор критериев под вашу воронку: этапы разговора (контакт → потребность → презентация → возражения → договорённость), соблюдение скрипта, отработка типовых возражений, фиксация следующего шага, тон. Claude оценивает каждый звонок по этому чек-листу и формирует разбор (плюсы / минусы / упущенные возражения / рекомендации) и агрегаты по менеджерам.

Результаты на практике

Охват контроля
2–3 звонка вручную
→
100% звонков автоматически
Причина «слитых» сделок
догадки
→
видна по разбору
Обучение менеджеров
«по ощущениям»
→
на их же звонках и цифрах

Честные развилки

Whisper гоняем на CPU (int8) — дешевле GPU, но очередь может копиться; раздельные воркеры для звонков и коротких, чтобы длинные не блокировали короткие. Если телефония не отдаёт раздельные дорожки сторон — диаризация pyannote по числу спикеров, и качество зависит от записи. Запись и анализ разговоров — вопрос согласий: клиентов нужно предупреждать.

Реальный кейс

Пайплайн call-pipeline на собственном VPS — faster-whisper large-v3-turbo

  • pyannote 4.x + классификатор на Claude Sonnet, FastAPI-очередь с раздельными воркерами; звонки подключаются через интеграцию с CRM/телефонией, разбор и сводки уходят в Telegram.