Расшифровка звонков телепродаж для крупного FMCG-производителя
Встроили распознавание речи в Telesales-систему клиента: каждый новый разговор телеагента сам превращается в текст, а руководитель читает звонок вместо того, чтобы его слушать.
- 2 дня — от доступа к сервису распознавания до интеграции, подтверждённой клиентом
- От 10 секунд — каждый новый звонок такой длительности переводится в текст автоматически
- 1 клик — до текста разговора из журнала звонков и истории визитов торговой точки
Клиент и исходная ситуация
Клиент — крупный FMCG-производитель. Часть продаж идёт через телепродажи: телеагенты звонят в торговые точки, проводят телевизиты и принимают заказы в Telesales-системе, которую развивает GROTEM. Записи разговоров приходят от оператора связи (ВАТС) и хранятся в системе.
В колл-центре 52 сотрудника, каждый совершает около 40 звонков в день по 2,5 минуты. Это порядка 137 тысяч минут разговоров в месяц — прослушать такой объём вручную невозможно.
Что происходило до начала проекта
- Записи звонков существовали только в аудиоформате — по ним нельзя было искать и анализировать текст.
- Руководители проверяли качество разговоров, прослушивая записи вручную.
- Чтобы вспомнить, о чём договорились с торговой точкой, телеагенту приходилось слушать запись заново.
- Без текстовых данных не было основы для автоматического аудита звонков.
Каких результатов хотел достичь клиент
Автоматически переводить в текст каждый новый звонок телепродаж и дать руководителям и телеагентам быстрый доступ к расшифровке — при полном контроле расходов на распознавание.
Сократить время на проверку звонков
Руководители читают разговор вместо того, чтобы прослушивать запись целиком.
Быстро восстанавливать договорённости
Телеагент открывает текст прошлого разговора прямо в истории визитов торговой точки.
Контролировать расходы
Расшифровывать только нужные звонки и исключить повторные платные запросы.
Заложить основу для аналитики
Получить текстовые данные для будущего автоматического аудита звонков.
Что разработала команда GROTEM
GROTEM встроила распознавание речи в Telesales-систему клиента: от получения записи до показа текста весь процесс идёт в фоне и не требует ручных действий. Распознаёт речь сервис БИТ.Ньютон партнёра GROTEM — компании «Первый Бит»: записи обрабатываются в России и не используются для обучения моделей.
Расшифровка без участия сотрудников
После завершения звонка система получает итоговую запись от ВАТС, сохраняет её и сама решает, нужна ли расшифровка. Система автоматически:
- отбирает только новые звонки длительностью от 10 секунд — порог совпадает с критерием состоявшегося звонка в Telesales;
- проверяет, нет ли у звонка готового результата;
- сохраняет текст рядом с аудиозаписью и привязывает его к карточке звонка.
Запись уходит на распознавание асинхронно — телеагент продолжает работу, визит закрывается без ожидания.
- Интеграции
- Асинхронная обработка
- Распознавание речи
Текст разговора в один клик
В журнале звонков раздела «Аудит» и в истории визитов торговой точки появилась колонка «Транскрибация звонка». Кнопка «Посмотреть» открывает расшифровку в модальном окне — рядом с привычным плеером записи. Пользователь может:
- читать длинные разговоры с прокруткой;
- копировать весь текст одной кнопкой;
- выделять и копировать нужный фрагмент.
Текст доступен только для чтения: его нельзя изменить или удалить, поэтому расшифровка остаётся достоверной копией разговора.
- Аудит звонков
- История визитов
- Контроль качества
Особенности проекта
Интеграцию нужно было встроить в работающую систему телепродаж так, чтобы она не мешала телеагентам, не создавала лишних расходов и понятно показывала результат.
Распознавание оплачивается за обращение. На ревью требований команда нашла риск: звонок с тишиной в трубке ушёл бы в сервис пять раз подряд. Поэтому появился финальный результат «текст не распознан», после которого повторных запросов нет.
Расшифровка занимает время, а телеагент ведёт десятки звонков в день. Обработка не должна блокировать интерфейс или закрытие визита.
Запись может ещё не прийти, ждать очереди, обрабатываться или завершиться ошибкой. Пользователь не должен разбираться в технических статусах — ему важно одно: готов текст или нет.
На точность распознавания влияют шум, связь, дикция и одновременная речь. Система хранит результат сервиса без искажений и честно отличает «текст не распознан» от технического сбоя.
Требования прошли ревью backend, frontend, QA и поддержки GROTEM, а затем клиента. Вопросы о статусах, ошибках и длинных текстах закрыли до первой строки кода.
Что было важно реализовать на уровне системы
Ключевые решения касались надёжности фоновой обработки и защиты клиента от лишних расходов на распознавание.
Что получил бизнес
Доступ к БИТ.Ньютону команда получила 23 сентября, а уже 25 сентября клиент подтвердил работу интеграции на собственных тестах — за 2 дня.
от доступа к сервису до подтверждения интеграции клиентом
минимальная длительность звонка — дальше расшифровка запускается автоматически
от журнала звонков или истории визитов до текста разговора
попыток на звонок: без неконтролируемых платных повторов
- Быстрая проверка звонков — руководители оценивают разговор по тексту, а не по записи.
- Основа для AI-аудита — тексты разговоров готовы для автоматического анализа качества, это следующий шаг развития системы.
Технологии проекта
Распознавание речи
Телефония
Хранилище
Инфраструктура
Поможем выбрать оптимальное решение для вашего бизнеса
Разберём задачу, предложим архитектуру решения и оценим сроки реализации — на первой консультации, бесплатно.
- Покажем релевантный опыт на похожих проектах
- Сформируем решение с учётом ваших задач и IT-ландшафта
- Предложим следующие шаги без обязательств