Разбор звонков нейросетью: как контролировать отдел продаж без прослушивания

Задача: звонки, которые никто не слушает

Возьмём автосервис. Реклама настроена, заявки идут, стоимость обращения известна до рубля. А дальше зона тишины: приёмщик берёт трубку и говорит с человеком пять минут. Назвал ли он цену диагностики, записал ли клиента на конкретное время - не знает никто. Если из десяти звонков записались трое, объяснение звучит как «клиенты нынче только цену узнают». Иногда это правда. Чаще - нет, и ответ лежит в записях, просто в неудобной форме: в трёх часах чужой речи.

Отсюда простая мысль: разбор звонков - не про технологии, а про управление. Задача звучит не как «расшифровать аудио», а как «понять, где теряются деньги». Расшифровка тут первый шаг, о нём есть статья про перевод аудио в текст.

Что изменилось летом 2026

Раньше запись прогоняли через распознавание речи, получали текст, и уже текст скармливали помощнику. На каждом стыке терялась часть смысла - кто говорит, каким тоном сказано «ну ладно, я подумаю». Модель, работающая с аудио напрямую, этот стык убирает. Что она умеет по заявлению разработчиков:

• Длинные записи. До трёх часов одним файлом - не только звонок, но и запись встречи.
• Разделение говорящих. Видно, где реплика менеджера, а где клиента. Без этого не проверить, кто первым назвал цену.
• Поиск моментов. Можно спросить, где обсуждали доставку, и получить ответ с привязкой ко времени.
• Пересказ с таймкодами. Не простыня текста, а карта разговора по этапам (про пересказ длинных материалов есть отдельный разбор).
• Эмоция по интонации. Модель определяет, с позитивной или негативной эмоцией произнесена реплика. Заявленная точность - 80%, и к этой цифре мы вернёмся ниже.

Вторая модель, GigaAM Multilingual, отвечает за распознавание речи и работает с русским, английским, киргизским, казахским и узбекским языками, ошибаясь по заявлению разработчиков в 1,5-2 раза реже ближайших аналогов; выложена она в двух вариантах - компактном и флагманском. Связанный сюжет одной строкой: с 15 июля 2026 в речевом сервисе Сбера SaluteSpeech закрыта регистрация новых клиентов, прекращены продажи пакетов и продление бесплатного тарифа для физлиц, а ранее купленные пакеты работают до конца срока - это отдельная история, и разбираем мы её в другой статье.

Честно про то, чего мы пока не знаем: модели открыли в июле, накопленной практики по ним в малом бизнесе почти нет. Заявленные 80% точности по эмоции - внутренние тесты разработчика, а не результат на ваших записях с шумом на фоне.

Как применить: четыре разбора

Общее правило: сначала опишите модели, что считать хорошим разговором, и только потом просите оценивать. Иначе получите сочинение на тему «менеджер вёл диалог доброжелательно». Как формулировать задачи боту, разобрано в статье про составление промтов.

1. Чек-лист разговора

Вы описываете, что менеджер обязан сделать в звонке, и просите пройтись по списку. Никаких оценок на глаз - только да или нет с цитатой.

2. Возражения, которые роняют сделку

Здесь нужна пачка записей: смысл в повторах. Одно и то же возражение в пятнадцати звонках - уже не случайность, а дыра в предложении или скрипте.

Ответы переносите в сценарии для мессенджеров, а заготовки первого касания - в скрипты холодных звонков.

Бесплатно · Telegram

Разбирать данные - навык, который платит

В 4 бесплатных видео разбираем вход в маркетинг: какие навыки приносят деньги быстрее всего, как собрать портфолио и где найти первого клиента.

Смотреть 4 видео Открывается в Telegram

3. Вопросы клиентов для сайта и скриптов

Недооценённый сценарий: люди по телефону спрашивают ровно то, чего не нашли на сайте. Мастер маникюра так обнаружила, что половина звонков начинается с вопроса про парковку у входа, которого на сайте не было вообще.

4. Вскрытие одного проигранного разговора

Массовый разбор показывает закономерности, а один подробный - учит. Берите звонок с отказом и ищите точку, где разговор свернул не туда.

Красные линии

Запись требует предупреждения. Человек на том конце должен знать, что разговор записывается: об этом сообщают голосовым сообщением до соединения или первой фразой менеджера. Тихо включить запись «для внутреннего пользования» - плохая идея.

Данные клиентов не отправляют куда попало. В обычном звонке звучат имя, телефон, иногда адрес и подробности заказа. Загрузить такую запись в первый попавшийся сервис - значит передать персональные данные третьей стороне без понятного основания. Нужен либо договор с сервисом, где прописано, что он делает с файлами, либо локальный запуск. Работаете как подрядчик - обработку данных прописывают в договоре, а не решают на словах.

Робот не оценивает людей. Заявленная точность 80% выглядит внушительно, пока не переведёшь её на язык последствий: примерно каждый пятый вывод неверен. Лишить премию менеджера, потому что модель услышала в голосе раздражение, - способ быстро потерять команду. Эмоция годится как подсказка, куда посмотреть; решение принимает человек.

Можно	Нельзя
Предупреждать о записи в начале звонка	Записывать разговор скрытно
Считать по чек-листу проверяемые факты	Ставить оценку сотруднику по эмоции модели
Обезличивать записи перед разбором	Грузить файлы с данными клиентов в случайный сервис

Если записи чувствительные

Открытый доступ означает буквально следующее: модель можно скачать и запустить на своей машине, ни один файл не уходит наружу. Как выглядит такой запуск на обычном компьютере, разобрано в статье про локальные нейросети - там же про требования к железу.

Трезво про цену вопроса: бесплатна модель, а не готовый продукт. Между скачанными файлами и кнопкой «разобрать звонок» лежит работа технического специалиста. Малому бизнесу без айтишника проще начать иначе: обезличить пару записей вручную, проверить на них сценарии выше и уже потом решать, нужно ли своё решение.

С чего начать сегодня вечером

1. Выгрузите 10 записей. Пять звонков, закончившихся продажей, и пять, закончившихся ничем. Разница между группами и есть то, что вы ищете.
2. Напишите чек-лист. Пять-семь пунктов, каждый проверяемый. Пункт «был доброжелателен» вычеркните.
3. Прогоните обе группы первым промтом. Сравните, какие пункты чаще проваливаются в проигранной.
4. Соберите возражения и вопросы. Вторым и третьим промтом по всей пачке разом. Здесь обычно и находятся сюрпризы.
5. Вскройте один проигранный звонок. Четвёртым промтом. Этот материал стоит показать команде: не оценка людей, а разбор ситуации.
6. Выпишите три правки. Ровно три, не двадцать. Например: спрашивать про сроки до цены, заготовить ответ на возражение о предоплате, всегда фиксировать следующий шаг с датой.
7. Через две недели повторите. На новых записях по тому же чек-листу. Изменились ли провальные пункты - это и есть результат, а не количество разобранных файлов.

Дальше обычно хватает выборки раз в неделю. Находки складывайте туда, где живёт история клиента, то есть в CRM, а не в файл, о котором через месяц никто не вспомнит.

Частые вопросы

Какая нейросеть подходит для разбора звонков?

Подходят модели, которые работают с аудио напрямую, без предварительного перевода речи в текст. В июле 2026 Сбер представил GigaChat Audio и выложил её облегчённую версию в открытый доступ: модель обрабатывает записи длиной до трёх часов, разделяет говорящих, находит нужные моменты, делает пересказ с таймкодами и определяет эмоцию по интонации с заявленной точностью 80%. Второй вариант - сначала перевести запись в текст, а разбирать уже текст любым текстовым помощником: так надёжнее по смыслу, но теряется интонация. Новичку проще начать со второго пути и подключить голосовую модель позже.

Можно ли расшифровать звонки бесплатно?

Да, если вы готовы работать руками. В июле 2026 Сбер выложил на GitVerse и Hugging Face бесплатно две голосовые модели: облегчённую версию GigaChat Audio и семейство GigaAM Multilingual, которое распознаёт русский, английский, киргизский, казахский и узбекский языки. Бесплатна именно модель, а не готовый сервис: её нужно установить и запустить, а для этого нужен человек с техническими руками и подходящий компьютер. Облачные сервисы речевой аналитики берут деньги как раз за то, что всё это собрано за вас.

Законно ли записывать разговоры с клиентами?

Запись разговора требует, чтобы собеседник знал о ней: об этом предупреждают в начале звонка или голосовым сообщением до соединения с сотрудником. Скрытая запись чужого разговора и хранение записей без основания - зона, где легко получить претензию. Отдельный вопрос - куда вы эти записи потом отправляете: разговор с фамилией, телефоном и адресом клиента нельзя просто загрузить в первый попавшийся сервис. Если сомневаетесь в конкретной ситуации, спросите юриста, а не нейросеть.

Может ли нейросеть оценивать работу менеджера?

Нейросеть хорошо считает факты разговора: поздоровался, выяснил задачу, назвал цену, договорился о следующем шаге. Это проверяемые вещи, по ним и стройте чек-лист. А вот оценка человека по эмоции, которую услышал робот, - плохая управленческая практика: заявленная точность распознавания эмоции 80% означает, что примерно каждый пятый вывод неверен, и цена ошибки тут - несправедливая претензия живому сотруднику. Эмоцию используйте как подсказку, куда посмотреть, а решение принимайте, послушав запись сами.

Сколько звонков нужно разобрать, чтобы был толк?

Для первого результата хватит десяти записей за один вечер: пять удачных разговоров и пять, которые закончились ничем. На таком объёме уже видно повторяющиеся места - вопрос, на который менеджеры отвечают по-разному, возражение, после которого разговор гаснет, забытая договорённость о следующем шаге. Дальше нормальный ритм - разбирать выборку раз в неделю: сплошной разбор съедает время и не добавляет выводов. Цель не отчёт, а три конкретные правки в скрипт.