Медиа imot.io
Метод

Стерео или моно: почему без стерео речевая аналитика ошибается

В пилоте косметологической клиники метка «назвал клинику» стояла в 54,6% разговоров, хотя название звучало почти в каждом звонке: его произносило автоприветствие. Все 97 записей были одноканальными. Платформа местами приписывала автоприветствие пациенту и склеивала реплики, поэтому метка преувеличивала реальный пробел в работе операторов. Стерео запись звонков — это раздельная запись каналов разговора, где сотрудник и клиент лежат на разных дорожках. На моно голоса сведены в одну дорожку, и система не всегда понимает, кто говорит.

Коротко

  • На монозаписи занижаются метки с условием «кто сказал»: «представился», «проявил инициативу», «назвал клинику».
  • В другом пилоте треть звонков пришла в моно, и на них «не представился» отмечался вдвое чаще, чем на стерео.
  • Диаризация делит запись на «спикера 1» и «спикера 2», а кто из них сотрудник, определяет отдельный шаг; надёжно роли разделяются по каналам стереозаписи.
  • Формат записи проверяют до запуска на всех типах звонков: в одном потоке часто встречаются и стерео, и моно.

Что ломается в речевой аналитике на монозаписи

Сильнее всего страдают пункты чек-листа и правила с условием «кто сказал». Сотрудник представился, фраза есть в расшифровке, но на моно система не всегда относит её к сотруднику, и пункт «представился» остаётся невыполненным. Ошибка не случайна и копится на линиях с монозаписью, поэтому балл по таким пунктам занижен системно, а сравнение сотрудников и премия по проценту чек-листа теряют смысл.
В пилоте центра восстановительной медицины 110 из 355 звонков (31%) пришли в моно. На них «не представился» отмечался вдвое чаще, чем на стереозаписях того же центра. По разбору записей около половины всех отметок «не представился» оказались ошибкой канала и распознавания, а не пропущенным представлением. Рейтинг сотрудников по баллу мы в обоих пилотах сознательно не давали: на одноканальной записи чек-лист годится только как ориентир.
Страдает и распознавание. В косметологической клинике реплики сторон на моно склеивались, а в центре восстановительной медицины название центра на монозаписях местами превращалось в «установительной медицины». Кроме того, без раздельных каналов не посчитать долю речи сотрудника и клиента, и монолог сотрудника в отчёте не отличить от диалога. Подробнее о том, как ошибки распознавания проходят в словари и отчёты, — в статье о точности распознавания речи.
Меньше зависят от канала правила о содержании разговора: прозвучала ли цена, назначен ли следующий шаг, о какой услуге спрашивали. Ролевые пункты вида «сотрудник сказал X» на моно ненадёжны, и до запуска их сверяют с ручной проверкой на своих звонках. Как устроены такие пункты и чем они отличаются от тегов, показано в статье «Чем тег отличается от чек-листа».

Диаризация: можно ли разделить собеседников без стерео

Диаризация, или разделение спикеров в записи звонка, — разбивка записи на отрезки по голосу и их группировка в «спикер 1» и «спикер 2». На телефонных записях это сложная задача: звук узкополосный, собеседники перебивают друг друга, голоса бывают похожи, а кроме двух людей в записи звучат автоприветствие, музыка ожидания и третий голос при переводе звонка.
Даже точная диаризация даёт номера спикеров. Кто из двоих сотрудник, определяет отдельный шаг, и ошибка на нём переворачивает все ролевые метки звонка. В отчётах обоих пилотов мы рекомендовали двухканальную запись или разделение говорящих; надёжнее всего роли разделяются по каналам стереозаписи.

Как включить стерео запись в телефонии

В облачной АТС стерео включается в настройках записи разговоров: опция называется «раздельная», «стерео» или «двухканальная» запись и иногда доступна не на всех тарифах. Меняя настройки записи, проверьте и уведомление клиента о ней — требования закона собраны в статье о записи телефонных разговоров.

Как проверить, в каком формате пишет ваша АТС

Скачайте несколько записей и посмотрите число каналов в свойствах файла: два канала — стерео, один — моно. Затем прослушайте запись в наушниках: на стерео голоса сотрудника и клиента звучат в разных ушах. Проверку повторяют на всех типах звонков — входящих, исходящих, переадресованных и звонках с мобильных сотрудников. Смешанный поток встречается часто, как в том же центре, где в моно пришла треть звонков.

Если АТС не пишет в стерео

У части операторов связи и наземных АТС моно стоит по умолчанию. Выясните у оператора, есть ли раздельная запись на другом тарифе, и переведите на неё хотя бы линии, по которым оценивают сотрудников и считают премию. Если тариф не помогает, эти линии переносят на IP-АТС с раздельной записью.
Когда сменить запись нельзя, задачи сужают. На моно продолжают работать поиск по словам, словари и смысловые правила без условия «кто сказал», а оценку сотрудников по таким линиям не сравнивают со стереолиниями. Что даёт сам текст разговора и где начинается аналитика, описано в статье «Транскрибация звонков и речевая аналитика». Уже записанные звонки в стерео не переделать: каналы смешиваются в момент записи.

Как это устроено в Imot.io

Перед запуском мы первым делом проверяем стерео и шумы: точность зависит от качества записи. Распознавание подбираем под записи компании из больше 20 движков, включая собственный, а её термины добавляем в ключевые слова. Если часть линий пишет в моно, заранее говорим, какие метки на них читать только как ориентир, — так было в обоих пилотах; подробнее про анализ звонков в клинике. Imot.io подключается к телефонии MANGO OFFICE, UIS, МТТ, Sipuni, OnlinePBX, Гравител, Oktell, Asterisk; всего готовых интеграций больше 25, а на пилоте записи можно загрузить файлами.
До подключения речевой аналитики у оператора телефонии стоит уточнить четыре вещи:
  • пишет ли АТС раздельные каналы и на каком тарифе;
  • пишутся ли так все типы звонков, включая переадресованные и мобильные;
  • в каком формате и сколько хранятся записи;
  • можно ли забирать записи по API или выгружать в своё хранилище.

Частые вопросы

Как понять, что моно испортило оценку сотрудников?
Сравните балл по ролевым пунктам на стерео- и монолиниях и откройте несколько звонков с отметкой «не представился». Если сотрудник в расшифровке представляется, а метка этого не видит, причина в канале записи.
Почему автоприветствие занижает метку «назвал клинику»?
Метка учитывает реплики сотрудника, а название клиники часто произносит автоприветствие. На стерео она честно показывает, что сотрудник клинику не назвал. На моно к этому добавляется ошибка канала: автоприветствие может уйти в реплики клиента, и пункт выглядит хуже, чем есть.
Можно ли превратить старые монозаписи в стерео?
Нет. По старым звонкам остаются поиск и правила, не зависящие от роли, а оценку сотрудников строят на новых стереозаписях.
С каких линий начинать переход на стерео?
С тех, по которым считают премию и сравнивают сотрудников: на них ошибка ролевых меток стоит дороже всего.
Какие правила можно запускать, пока запись остаётся в моно?
Поиск по словам и смысловые правила о содержании разговора, где неважно, кто произнёс фразу. Правила с условием «кто сказал» на моно до перехода на стерео лучше не включать в оценку сотрудников.