Диаризация: зачем разделять реплики в звонке

Супервайзер ОТК открыл карточку и увидел красный пункт: «оператор не назвал компанию». В расшифровке рядом — реплика клиента: «вы же из компании X, верно?». Менеджер компанию назвал. Чек-лист сработал на чужой фразе: ролей в тексте не было.

Думали: точный текст закроет QC. На деле без ролей чек-лист слушает кашу: непонятно, кто обещал скидку и кто задавал вопросы. Даже идеально точные слова превращаются в шум — и деньги за расшифровку работают вполсилы.

Что такое диаризация простыми словами?

Диаризация отвечает: «кто говорил сейчас?» в рамках одного разговора. На выходе — реплики с метками вроде «участник 1» / «участник 2» или «оператор» / «клиент», если роли удалось сопоставить по каналу записи или по другим признакам.

Это не магия и не паспортная идентификация. Системе важно стабильно отличать голоса (или каналы) внутри файла, чтобы текст шёл колонками «свой / чужой».

Зачем это продажам и поддержке?

• Контроль скриптаПроверять фразы оператора («представился», «уточнил адрес»), а не случайные слова клиента.
• КонспектПонятно, кто что обещал и кто подтвердил. Меньше споров «я такого не говорил».
• Метрики речиДоля говорения, перебивания, длинные монологи — без путаницы ролей.
• Разбор жалобБыстро найти, на чьей стороне прозвучала спорная формулировка.

Что ломается без разделения ролей?

Чек-лист «оператор назвал компанию» срабатывает на «вы же из компании такой-то». Поиск «обещали скидку» не отличит просьбу клиента от согласия менеджера. Обучение новичков на «сыром» тексте превращается в квест.

На практике отделы снова слушают аудио. Ориентир калибровки: откройте 5–10 шумных звонков глазами и сравните роли; если на смешанном моноканале ошибки >20–30% коротких реплик («да», «угу») — сначала правьте запись на АТС (стерео / два канала), а не только модель. Диаризация — условие, чтобы текст стал рабочим инструментом, а не «приятная опция».

Чем это отличается от голосового отпечатка?

Подробнее про отпечаток — в статье «Сопоставление спикеров. Голосовые отпечатки». Юридические нюансы — в материале про голос и биометрию.

На что влияет качество записи?

Алгоритм силён настолько, насколько чист вход. Если в одном канале смешаны оба абонента, шум улицы и телевизор на фоне, ошибки разделения растут. Это не повод отказываться от диаризации — повод поправить запись на стороне АТС.

• Два канала (оператор / клиент) обычно точнее одного смешанного
• Сильный шум и конференция на громкой связи усложняют разделение
• Очень короткие реплики («да», «угу») труднее отнести к роли
• Три и больше участников на одной линии — отдельный сценарий, проверьте на своих примерах

Чек-лист: пять проверок

1. Проверьте, пишется ли разговор в два канала.
2. Откройте 5–10 сложных звонков (шум, перебивания) и глазами проверьте роли.
3. Убедитесь, что чек-лист ОТК смотрит на реплики оператора, а не на весь текст подряд.
4. Зафиксируйте, кто в компании отвечает за качество записи на стороне АТС.
5. Не путайте диаризацию с включением голосового отпечатка «на всякий случай».

Частые вопросы

Что проверить на своих звонках?

Возьмите 5–10 звонков, где ОТК уже спорил «чей это пункт чек-листа». Откройте текст с ролями и без — и посмотрите, на чьих репликах срабатывает скрипт. Если роли «плывут», сначала чините запись (два канала, шум), а не покупайте новый модуль «на всякий случай».

В A5X Speech разделение говорящих — часть контура расшифровки: на нём держатся диалог, конспект и QC. Попробовать на своих файлах — быстрый старт. Поток из телефонии — как подключить облачную АТС.