Транскрипція дзвінків: розмова у вигляді тексту
Як перетворити запис розмови на текст із поділом на репліки оператора й клієнта, які провайдери підтримуються і що робити з помилками.
Транскрипція перетворює запис розмови на текст, розкладений на репліки: хто сказав, коли й що саме. Текст читається за півхвилини замість прослуховування семи хвилин аудіо, шукається пошуком і стає основою для AI-аналізу розмови. Ця сторінка — про те, як його отримати.
#Як запустити
- 01
Відкрийте дзвінок
Розділ Діалоги → потрібний дзвінок у списку. Відкриється сторінка з аудіозаписом, інформацією про дзвінок і блоками транскрипції та AI-аналізу.
- 02
Натисніть «Транскрибувати»
Завдання стає в чергу й обробляється у фоні — сторінку можна закрити, процес не перерветься.
- 03
Дочекайтеся статусу «Готово»
Поки завдання в черзі, його можна скасувати кнопкою Скасувати транскрибацію. Готовий текст з'явиться на тій самій сторінці.
| Статус | Що означає |
|---|---|
| Немає | Транскрипцію ще не запускали |
| В черзі | Завдання створено, чекає на обробку |
| Обробляється | Аудіо відправлено моделі |
| Готово | Текст збережено |
| Скасовано | Завдання зняли до початку обробки |
| Помилка | Не вдалося — деталі нижче в розділі про помилки |
#Як виглядає результат
- Текст поділено на репліки — кожна підписана стороною (оператор або клієнт) і часом від початку розмови.
- Спочатку показуються перші репліки, решта розгортається кнопкою Показати ще.
- Поділ на сторони спирається на роздільний запис: голос оператора й голос клієнта пишуться в різні канали, і система розводить їх за каналами, а не «на слух».
- Готову транскрипцію можна видалити — кнопка Видалити транскрибацію на тій самій сторінці.
На готовому тексті працює AI-аналіз розмови: він додає позначки до окремих реплік оператора та загальну оцінку дзвінка.
#Провайдери й налаштування
Провайдер обирається один раз у Налаштування → Нейромережі. Якщо в запиті не вказано інше, система бере перший увімкнений і налаштований — у порядку OpenAI → Gemini → x10ai.
| Провайдер | Що потрібно | Коли обирати |
|---|---|---|
| OpenAI | API-ключ; модель транскрипції за замовчуванням whisper-1 | Базовий варіант: найкраще розпізнає українську в телефонній якості |
| Gemini | API-ключ Google | Якщо у вас уже є акаунт Google Cloud і бюджет там |
| x10ai | Адреса власного сервера, ключ і Tenant ID | Коли аудіо не має залишати ваш контур |
- Мова транскрипції задається в налаштуваннях провайдера, за замовчуванням українська. Для змішаних розмов «українська + російська» лишайте
uk— модель впорається. - Поля денних лімітів у налаштуваннях зарезервовані під контроль витрат. Сьогодні бюджет надійніше обмежувати на боці самого провайдера — лімітом на ключі.
#Що впливає на якість тексту
| Фактор | Наслідок |
|---|---|
| Гучномовець замість гарнітури | Голос клієнта потрапляє в мікрофон оператора — сторони змішуються, поділ на репліки псується |
| Шумний зал | Розпізнавання «з'їдає» закінчення, імена та адреси |
| Дуже коротка розмова | На 3–5 секундах тексту часто немає взагалі — це нормально |
| Погана лінія | Обриви й металевий звук дають вигадані слова, особливо в цифрах |
#Права доступу
| Право | Що дає |
|---|---|
dialogs.view | Доступ до сторінки «Діалоги» й картки дзвінка |
dialogs.transcribe | Кнопка «Транскрибувати» |
dialogs.listen | Прослуховування запису поруч із текстом |
dialogs.view_ai_analysis | Перегляд оцінки й анотацій, побудованих на транскрипті |
#Помилки й що з ними робити
| Повідомлення | Причина й дія |
|---|---|
| «Запис дзвінка відсутній» | Аудіо не збереглося або дзвінок ішов повз CRM. Перевірте наявність програвача в картці заявки |
| «Транскрибація вже в процесі» | Завдання створено раніше й ще виконується. Дочекайтесь або скасуйте його |
| «OpenAI не налаштовано або вимкнено» | Немає ключа або інтеграція вимкнена в розділі «Нейромережі» |
| Статус «Помилка» | Найчастіше — недійсний ключ, вичерпаний баланс провайдера або пошкоджений аудіофайл. Спробуйте запустити повторно; якщо повторюється — перевірте ключ |
| Текст є, але сторони переплутані | Розмова велася через гучномовець або записалась однією доріжкою. Транскрипт лишається читабельним, але оцінку по ролях краще не будувати |
#Чек-лист
- AI-провайдер підключений і позначений як «Налаштовано»
- Мова транскрипції відповідає мові ваших розмов
- Ліміт витрат виставлений на боці провайдера
- Команда знає, які саме дзвінки розшифровувати, а не «всі підряд»
- Оператори працюють у гарнітурах, а не через гучномовець
- У політиці конфіденційності відображено передавання аудіо зовнішньому сервісу