Speech Analytics: почему сервис речевой аналитики может правильно распознать разговор и неправильно его оценить

habrahabr.ru · economy
Full story

A common mistake when choosing a speech analytics system is judging it by the quality of audio transcription. A recording can be uploaded and converted into text with several terms recognized incorrectly while the conversation remains generally readable, which can make it seem the main technical task is solved. The more important part begins after transcription, with an example of a client asking a manager a question.

Одна из самых распространенных ошибок при выборе системы речевой аналитики — оценивать ее по качеству расшифровки аудио. Загрузили запись. Получили текст. Несколько терминов распознаны неправильно, но в целом разговор читается. Кажется, что основная техническая задача решена. На практике самое интересное начинается после транскрибации. Допустим, клиент спрашивает менеджера: — А есть возможность интеграции с нашей CRM? — Да, такая возможность предусмотрена. — А сколько времени это займет? — Обычно недолго. С точки зрения распознавания здесь почти нечего обсуждать. Даже простая ASR‑модель может восстановить такой диалог достаточно точно. А теперь попросим систему оценить качество консультации. Менеджер ответил на вопрос? Да. Выяснил, какая CRM используется? Нет. Уточнил требования к интеграции? Нет. Назвал конкретный срок? Нет. Договорился о следующем действии? Нет. Фраза «обычно недолго» вообще не содержит полезной для клиента оценки сроков. Читать далее

Read full article → Compare