Клиент говорит из машины, торопится и называет адрес одной фразой. Разбираем, как работает распознавание речи в звонке, где оно ошибается, что голосовой ИИ-менеджер переспрашивает и какие данные после разговора попадают в CRM.
Ролик: как работает ИИ-отдел продаж, от поиска клиентов до отчёта руководителю
Автосервис, вечер, мастер-приемщик в цеху. Телефон берет голосовой ИИ-менеджер. Клиент говорит быстро, из машины: "Добрый, мне бы на четверг подвеску посмотреть, только я после шести, и еще стук спереди, наверное, стойки". На фоне дворники, радио, ребенок на заднем сиденье.
Мастер слушает запись утром и слышит: "на четверг... после шести... стойки". Адрес и модель машины система уточнила, слово "подвеска" записала в поле работ верно. Повезло. В другом звонке название улицы из двух слов слипается в одно, адрес уходит в карточку с ошибкой, и клиент едет к другому дому.
Привычный ответ на такие потери простой: нанять еще одного оператора, посадить его на вечерние звонки и ждать, что он будет слышать лучше. ФОТ растет, а качество зависит от того, кто сегодня на смене. В статье разберем, что именно делает распознавание речи в звонке, где его слабые места и как проверить систему на своих клиентах, прежде чем платить.
Сразу о терминах. Когда ищут голосового робота для звонков, обычно спрашивают, насколько точно он понимает речь. Внутри это распознавание речи, то есть перевод звука в текст, и понимание смысла. Сам продукт мы называем голосовой ИИ-менеджер: он не зачитывает скрипт, а ведет диалог.
В диктофоне распознавание речи работает с готовым файлом: запись закончилась, текст появился. В звонке все иначе. Система распознавания речи получает звук кусками, пока человек говорит, и должна выдать текст быстрее, чем клиент замолчит. Иначе пауза станет неловкой, и человек решит, что его не слышат.
Поэтому в телефонии важны три вещи сразу. Первая: скорость, ответ должен появляться почти сразу. Вторая: устойчивость к плохой связи, сжатому звуку и шуму. Третья: умение работать с перебиваниями, потому что живые люди не ждут, пока договорит собеседник.
Распознавание речи в звонке решает не одну задачу, а три. Слышит слова. Понимает, о чем человек: записаться, узнать цену, пожаловаться, попросить живого сотрудника. И дает системе основание для следующего шага: переспросить, подтвердить, записать, передать.
Отсюда простой вывод для владельца бизнеса. Сравнивать системы по одной фразе "точность распознавания" бессмысленно. Смотрите на связку: что услышали, что поняли и что сделали с непонятным.
Технически путь такой. Звук разбивается на короткие отрезки, каждый превращается в набор признаков, и нейросеть для распознавания речи подбирает наиболее вероятные слова. Дальше в дело вступает языковая модель: она отбрасывает бессмысленные сочетания и подсказывает, что мог сказать человек.
Здесь и появляется разница между системами. Один и тот же сервис распознавания речи на чистой записи из тихого офиса и на звонке из цеха дает разный результат. Дело не в том, что модель плохая, а в том, что условия на линии никто не отменял.
После текста начинается понимание. Система ищет в фразе намерение и сущности: услугу, дату, время, адрес, имя, телефон. ИИ для распознавания речи сам по себе этого не делает, ему нужен слой правил и сценарий, где написано, какие вопросы задавать и что считать ответом.
Модели распознавания речи продолжают ошибаться на именах, редких названиях, цифрах и профессиональном жаргоне. Поэтому взрослая система не обещает идеальной расшифровки. Она строит разговор так, чтобы ошибка не превратилась в потерянную заявку.
Расшифровка ради расшифровки никому не нужна. Распознавание речи в текст полезно, когда после звонка в карточке появляются поля, с которыми можно работать: имя, подтвержденный телефон, услуга, дата и время, адрес, комментарий клиента, статус.
Хороший признак: менеджер открывает карточку и понимает разговор без прослушивания записи. Плохой: в поле комментария лежит простыня из всего диалога, а нужной даты нет. Значит, система слышит, но не выделяет главное.
Программа для распознавания речи может выдать красивый текст и при этом потерять смысл. Клиент сказал "не в этот четверг, а в следующий", а в поле даты стоит ближайший четверг. Такие вещи ловятся не моделью, а сценарием с подтверждением.
Проверяйте расшифровку выборочно, но регулярно. Берите несколько звонков за неделю, читайте текст и сверяйте с записью. Так вы увидите, какие слова стабильно ломаются, и добавите их в словарь или в вопросы, которые система задает клиенту.
Главная ошибка в проектировании: делать вид, что система все поняла. Клиент назвал улицу, система записала похожую, и дальше разговор идет по ложным данным. Человек узнает об этом только на месте и больше не вернется.
Грамотный сценарий ведет себя иначе. Если имя или адрес не распознаны уверенно, голосовой ИИ-менеджер переспрашивает коротко и по делу: "Правильно понял, улица Заречная, дом семь?" Если и вторая попытка не дала ясности, он предлагает человека или просит прислать адрес сообщением.
С телефоном и цифрами работает подтверждение по частям. Система называет номер так, как его слышит, и просит подтвердить. Если клиент поправляет, номер меняется в карточке. Это занимает несколько секунд и спасает от звонка не туда.
Нераспознанное нельзя молча выбрасывать. В карточке должен остаться флаг: "не уверен", "переспросил", "передал человеку". Иначе вы не узнаете, где система теряет клиентов, и не сможете дообучить сценарий.
И еще один принцип. На прямой вопрос "с кем я говорю" голосовой ИИ-менеджер честно отвечает, что это ИИ. Он не изображает человека и не тянет с ответом. Если клиент просит живого сотрудника, разговор переводится, а не удерживается любой ценой.
Автоматическое распознавание речи в реальной линии зависит от четырех вещей: качества связи, шума вокруг клиента, манеры говорить и словаря. Быстрая речь, акцент, привычка говорить "алло" после каждого вопроса, все это влияет сильнее, чем название технологии.
Словарь решает больше, чем кажется. Названия услуг, районов, марок, должностей и внутренние сокращения надо занести заранее. Если клиенты говорят "подвеска", а в сценарии только "ходовая часть", система будет слышать слово и не понимать его.
Тесты делайте на своих звонках, а не на демонстрационных фразах. Возьмите реальные записи за месяц, прогоните через систему и сравните: имя, телефон, услуга, дата. Отдельно отметьте, как часто система переспрашивала и сколько раз передала человеку.
Модуль распознавания речи можно улучшать постепенно: добавить слова, поменять формулировку вопроса, разбить длинный вопрос на два коротких. Это дешевле, чем менять всю систему, и обычно дает больше, чем погоня за новым движком. Распознавание и синтез речи в одном разговоре работают в паре: система слышит клиента и тут же отвечает голосом, и ошибка на любом из двух шагов рвет диалог.
Ниже набор проверок, который можно применить на этой неделе, без бюджета и подрядчиков.
Пары фраз для сценария. Вместо "Повторите, пожалуйста" скажите: "Уточню, чтобы не ошибиться: улица Заречная, дом семь?" Вместо молчания после непонятого слова: "Не расслышал название, продиктуйте по буквам или пришлите сообщением". Вместо "Я вас не понимаю" скажите: "Давайте я соединю с менеджером, он уточнит детали".
Короткий чек-лист. Система переспрашивает не больше одного раза по одному и тому же. Телефон и адрес всегда подтверждаются. Нераспознанное фиксируется, а не теряется. Клиент может в любой момент попросить человека.
1. Соберите десять реальных звонков с разными условиями: шум, быстрая речь, сложное название. Это будет ваш тест. 2. Составьте словарь из тридцати названий услуг, районов и типовых вопросов. Передайте тому, кто настраивает сценарий. 3. Прогоните тест и отметьте три фразы, на которых система ошибается чаще всего. 4. Напишите по одной фразе-переспросу на каждый такой случай и согласуйте с руководителем. 5. Через неделю повторите тест теми же звонками и сравните результат.
Сначала три вопроса. Какие звонки вы теряете чаще всего? Что происходит с клиентом, которого не расслышали? Кто разбирает записи и учит систему? Если ответы есть, решение можно подобрать без найма дополнительных людей.
Вместо еще одного оператора рутину на телефоне берет голосовой ИИ-менеджер компании "Новая эра бизнеса". Он работает круглосуточно, а люди остаются на сделках и сложных вопросах. Что можно отдать по теме этой статьи:
Кому это не подходит. Если звонков мало и вы отвечаете на каждый, если разговор с первой секунды требует эксперта или у вас нет записанных услуг и цен, ИИ-менеджер пока не нужен. Сначала наведите порядок в данных, потом возвращайтесь к автоматизации.
Три тарифа, чтобы вы видели состав и цену. • "ИИ-менеджер", 70 000 ₽. Один сценарий разговора, перевод на вашего менеджера, личный кабинет, настройка телефонии, обучение под ключ. • "ИИ-менеджер + переписка", 140 000 ₽. Один сценарий разговора, перевод на вашего менеджера, личный кабинет, настройка телефонии, обучение под ключ, интеграция с вашей CRM, ИИ-боты для переписки WhatsApp, Telegram, MAX, заявки из переписки в одной системе с CRM, квалификация в переписке и запись на встречу, уведомления в мессенджер / по SMS. • "Система продаж", 260 000 ₽. Три сценария разговора, перевод на вашего менеджера, личный кабинет, настройка телефонии, обучение под ключ, интеграция с вашей CRM, ИИ-боты для переписки WhatsApp, Telegram, MAX, чат-боты в мессенджерах, заявки из всех каналов в одной системе с CRM, квалификация в переписке и запись на встречу, уведомления в мессенджер / по SMS, три воронки продаж: входящие, база, повторные.
Первая рабочая версия запускается за 5-10 рабочих дней, дальше настройка идет по реальным разговорам. Позвоните на демо-линию +7 980 976-90-03: трубку возьмет ИИ-менеджер, ему можно задать вопросы по своей ситуации, попросить повторить или соединить с человеком. Это бесплатно и ни к чему не обязывает. Тарифы и кейсы на сайте.
1. Выберите один тип звонка, где потери заметнее всего: вечерние входящие, повторные или заявки с сайта. 2. Соберите десять записей и послушайте их с блокнотом. Отметьте, где клиент называл данные, а менеджер их не зафиксировал. 3. Составьте словарь названий и список полей, которые должны заполняться после разговора. 4. Проверьте одну систему на своих записях, а не на презентации. Смотрите не на текст, а на карточку и на то, что происходит с непонятой фразой. 5. Если результат устраивает, запускайте на одном сценарии и сравнивайте до и после по заполненным полям, а не по ощущениям.
Отдельный голосовой ИИ-менеджер берёт на себя телефон и переписку: звонит по базе, отвечает на входящие, уточняет задачу, отвечает по базе знаний компании и фиксирует итог разговора. Он работает и ночью, и в выходной, поэтому заявка не ждёт утра.
Дальше в работу вступает поиск: система ищет компании по сигналам, например открытая вакансия продавца или расширение, и пишет каждой персонально по официальным каналам. Те, кто ответил, попадают в подогрев: серия касаний, напоминания, ответы на вопросы. Тёплый клиент уходит менеджеру с историей переписки и разговоров.
Что видит руководитель: воронку, отчёт по каждому этапу и записи разговоров, а не пересказ менеджера. Что делает человек: закрывает сделку, договаривается об условиях и подписывает договор. Рутину до этого момента ведёт система.
Проверить это проще всего голосом: позвоните на демо-линию +7 980 976-90-03, ответит ИИ-менеджер, задайте ему неудобный вопрос и послушайте, как он выкрутится. Условия и состав работ описаны на странице Голосовые роботы для бизнеса.
Разобрали задачу в тексте — на странице «Голосовые роботы для бизнеса» показано, как это устроено у вас: что делает ИИ-менеджер, что остаётся людям, сроки и состав работ.
Или позвоните на демо-линию +7 980 976-90-03 — ответит ИИ-менеджер. Задайте вопрос не по сценарию, перебейте, попробуйте сбить с темы.
Не совсем. Расшифровка превращает запись в текст уже после разговора. Распознавание речи в звонке работает во время разговора, и от его результата зависит следующий вопрос или действие системы. Поэтому важна не только точность текста, но и скорость ответа.
Зависит от линии, шума, речи клиента и словаря. Не бывает системы, которая понимает все и всегда. Смотрите на другое: переспрашивает ли она, когда не уверена, подтверждает ли телефон и адрес, что делает с непонятой фразой.
Голосовой ИИ-менеджер переспрашивает короткой фразой с вариантом того, что услышал. Если ответа нет или клиент поправляет, данные меняются в карточке. После второй неудачной попытки разговор передается человеку или клиента просят прислать данные сообщением.
Да, для этого и нужен словарь. В него вносят названия услуг, районов, марок и внутренние сокращения. После запуска словарь дополняют по реальным разговорам. Чем точнее совпадают слова клиентов и сценария, тем меньше переспросов.
Запись полезна для контроля качества, но порядок записи, хранения и доступа к персональным данным нужно согласовать с юристом. Требования зависят от отрасли и региона, универсального рецепта нет. Определите заранее, кто слушает записи и сколько они хранятся.
Да, на прямой вопрос он честно говорит, что это искусственный интеллект, и предлагает помощь или соединение с сотрудником. Изображать человека нельзя: обман вскрывается за одну фразу и убивает доверие.
Когда звонков мало и вы отвечаете на каждый, когда каждый разговор требует эксперта с первой секунды или когда услуги и цены еще не описаны. В таких случаях автоматизация добавит путаницы, а не заявок. Сначала порядок в данных и скрипте.