Транскрипция звонков: разговор в виде текста
Как превратить запись разговора в текст с разделением на реплики оператора и клиента, какие провайдеры поддерживаются и что делать с ошибками.
Транскрипция превращает запись разговора в текст, разложенный на реплики: кто сказал, когда и что именно. Текст читается за полминуты вместо прослушивания семи минут аудио, ищется поиском и становится основой для AI-анализа разговора. Эта страница — о том, как его получить.
#Как запустить
- 01
Откройте звонок
Раздел Диалоги → нужный звонок в списке. Откроется страница с аудиозаписью, информацией о звонке и блоками транскрипции и AI-анализа.
- 02
Нажмите «Транскрибировать»
Задание встаёт в очередь и обрабатывается в фоне — страницу можно закрыть, процесс не прервётся.
- 03
Дождитесь статуса «Готово»
Пока задание в очереди, его можно отменить кнопкой Отменить транскрибацию. Готовый текст появится на той же странице.
| Статус | Что означает |
|---|---|
| Нет | Транскрипцию ещё не запускали |
| В очереди | Задание создано, ждёт обработки |
| Обрабатывается | Аудио отправлено модели |
| Готово | Текст сохранён |
| Отменено | Задание сняли до начала обработки |
| Ошибка | Не удалось — детали ниже в разделе об ошибках |
#Как выглядит результат
- Текст поделён на реплики — каждая подписана стороной (оператор или клиент) и временем от начала разговора.
- Сначала показываются первые реплики, остальные разворачиваются кнопкой Показать ещё.
- Разделение на стороны опирается на раздельную запись: голос оператора и голос клиента пишутся в разные каналы, и система разводит их по каналам, а не «на слух».
- Готовую транскрипцию можно удалить — кнопка Удалить транскрибацию на той же странице.
На готовом тексте работает AI-анализ разговора: он добавляет пометки к отдельным репликам оператора и общую оценку звонка.
#Провайдеры и настройки
Провайдер выбирается один раз в Настройки → Нейросети. Если в запросе не указано иное, система берёт первый включённый и настроенный — в порядке OpenAI → Gemini → x10ai.
| Провайдер | Что нужно | Когда выбирать |
|---|---|---|
| OpenAI | API-ключ; модель транскрипции по умолчанию whisper-1 | Базовый вариант: лучше всего распознаёт украинскую речь в телефонном качестве |
| Gemini | API-ключ Google | Если у вас уже есть аккаунт Google Cloud и бюджет там |
| x10ai | Адрес собственного сервера, ключ и Tenant ID | Когда аудио не должно покидать ваш контур |
- Язык транскрипции задаётся в настройках провайдера, по умолчанию украинский. Для смешанных разговоров «украинский + русский» оставляйте
uk— модель справится. - Поля дневных лимитов в настройках зарезервированы под контроль расходов. Сегодня бюджет надёжнее ограничивать на стороне самого провайдера — лимитом на ключе.
#Что влияет на качество текста
| Фактор | Последствие |
|---|---|
| Громкая связь вместо гарнитуры | Голос клиента попадает в микрофон оператора — стороны смешиваются, разделение на реплики портится |
| Шумный зал | Распознавание «съедает» окончания, имена и адреса |
| Очень короткий разговор | На 3–5 секундах текста часто нет вообще — это нормально |
| Плохая линия | Обрывы и металлический звук дают выдуманные слова, особенно в цифрах |
#Права доступа
| Право | Что даёт |
|---|---|
dialogs.view | Доступ к странице «Диалоги» и карточке звонка |
dialogs.transcribe | Кнопка «Транскрибировать» |
dialogs.listen | Прослушивание записи рядом с текстом |
dialogs.view_ai_analysis | Просмотр оценки и аннотаций, построенных на транскрипте |
#Ошибки и что с ними делать
| Сообщение | Причина и действие |
|---|---|
| «Запись звонка отсутствует» | Аудио не сохранилось или звонок шёл мимо CRM. Проверьте наличие проигрывателя в карточке заявки |
| «Транскрибация уже в процессе» | Задание создано раньше и ещё выполняется. Дождитесь или отмените его |
| «OpenAI не настроен или отключён» | Нет ключа или интеграция выключена в разделе «Нейросети» |
| Статус «Ошибка» | Чаще всего — недействительный ключ, исчерпанный баланс провайдера или повреждённый аудиофайл. Попробуйте запустить повторно; если повторяется — проверьте ключ |
| Текст есть, но стороны перепутаны | Разговор вёлся через громкую связь или записался одной дорожкой. Транскрипт остаётся читабельным, но оценку по ролям на нём лучше не строить |
#Чек-лист
- AI-провайдер подключён и отмечен как «Настроено»
- Язык транскрипции соответствует языку ваших разговоров
- Лимит расходов выставлен на стороне провайдера
- Команда знает, какие именно звонки расшифровывать, а не «все подряд»
- Операторы работают в гарнитурах, а не через громкую связь
- В политике конфиденциальности отражена передача аудио внешнему сервису