Słownik pojęć
Speech analytics: analiza rozmów głosowych w call center
Zbiorcze określenie technologii, które zamieniają nagrania rozmów w przeszukiwalne dane: transkrypcję, ocenę jakości i wykrywanie zdarzeń.
Definicja
Speech analytics to zbiorcza nazwa technologii analizujących rozmowy głosowe. W praktyce call center składa się z czterech warstw: transkrypcji (zamiany nagrania na tekst), wyszukiwania fraz w zapisach rozmów, automatycznej oceny jakości według zdefiniowanych kryteriów oraz wykrywania zdarzeń — na przykład błędów krytycznych.
Narzędzia speech analytics różnią się tym, co analizują. Podejście akustyczne bada cechy sygnału: ton, tempo, prozodię. Podejście tekstowe pracuje wyłącznie na treści transkrypcji. Rozróżnienie ma wymiar prawny: EU AI Act zakazuje rozpoznawania emocji osób w miejscu pracy (art. 5(1)(f)), więc analiza akustyczna nakierowana na emocje konsultantów jest dla pracodawcy praktyką zakazaną. CallSea działa wyłącznie na tekście transkrypcji — modele oceniające nie otrzymują audio ani żadnych cech akustycznych. Zobacz, jak wygląda ocena jakości rozmów zbudowana na tej zasadzie.
Przykład z praktyki call center
Zespół 30 konsultantów generuje około 36 000 rozmów miesięcznie. Trener jakości jest w stanie rzetelnie odsłuchać 300–400 z nich — 1–2% ruchu. Speech analytics transkrybuje i ocenia całość: menedżer compliance wpisuje w wyszukiwarkę frazę obowiązkowej klauzuli i zamiast losowej próbki widzi wszystkie rozmowy, w których klauzula nie padła, z zejściem do cytatu i odsłuchem fragmentu.
Najczęstsze pytania
Czym różni się speech analytics od zwykłego nagrywania rozmów?
Nagrywanie tworzy archiwum audio, które ktoś musi odsłuchać. Speech analytics zamienia nagrania w dane: tekst, wyniki ocen i alerty, które można przeszukiwać i agregować bez odsłuchu każdej rozmowy.
Czy speech analytics analizuje emocje w głosie?
Część narzędzi na rynku analizuje cechy akustyczne głosu, ale rozpoznawanie emocji osób w miejscu pracy jest zakazane przez art. 5(1)(f) EU AI Act. CallSea analizuje wyłącznie tekst transkrypcji — nie ton głosu, nie prozodię, nie emocje.
Ile rozmów można objąć analizą speech analytics?
100% ruchu. W przeciwieństwie do ręcznego odsłuchu analiza automatyczna nie jest ograniczona czasem pracy trenera, a wyniki są dostępne w minuty po zakończeniu każdej rozmowy.