Транскрибация звонков: где взять текст разговоров и почему его никто не читает

4 сентября 2026 г. · 10 мин чтения

Текст разговоров сегодня получить просто. Распознавание встроено в телефонию и CRM, отдельные сервисы берут копейки за минуту, а качественная запись распознаётся почти без ошибок.

Дальше происходит одно и то же: тексты копятся, а читает их примерно никто.

Ниже — что означает слово «расшифровка» (у него два смысла, и путаница стоит времени), где взять текст, от чего зависит точность, во сколько обходится чтение и в каких задачах транскрипта достаточно.

Два значения слова «расшифровка»

С этого стоит начать, потому что на запрос «расшифровка звонков» приходят люди с двумя разными задачами.

Расшифровка у оператора связи — это детализация вызовов: кто, кому, когда звонил, сколько длился разговор. Никакого содержания там нет. Именно её заказывают в МТС, Билайне, Мегафоне и Теле2, и именно её чаще всего ищут в поиске.

Расшифровка разговора — это текст того, что было сказано. Синоним транскрибации. К оператору за ней обращаться бесполезно: операторы разговоры не записывают, а если запись и ведётся, то на стороне компании — в облачной АТС, коллтрекинге или CRM.

Отсюда правило поиска: если нужен текст, ищите транскрибацию. По слову «расшифровка» вы попадёте в инструкции по получению детализации. А если разговор нужен для суда, то ни то, ни другое не подойдёт: там своя процедура и свои требования к записи.

Где взять текст

Четыре способа, и различаются они не столько ценой, сколько тем, сколько ручной работы остаётся на вас.

Встроенная транскрибация. У облачных АТС, коллтрекингов и части CRM распознавание включается галочкой в настройках. Самый дешёвый путь: записи уже в системе, платить за передачу файлов не нужно.

Отдельный сервис. Отдаёте аудио, получаете текст. Тарифицируется поминутно, цены на рынке отличаются в разы, и сравнивать их имеет смысл только на своих записях — качество телефонного звука у всех разное.

Чат с моделью. Годится, когда нужно разобрать конкретный разговор, и совершенно не годится для потока: каждый файл приходится загружать руками. Подробно эта граница разобрана в материале про разбор звонков через ChatGPT.

Живой транскрибатор. Дорого и медленно, но остаётся единственным вариантом, когда расшифровка нужна как документ с подписью исполнителя.

Отдельно про «бесплатно»: бесплатные варианты существуют и работают на десятке файлов. На потоке они упираются в лимиты, ручную загрузку и отсутствие интеграции — и превращаются в работу для человека, который стоит дороже подписки.

От чего зависит точность

Заявленные 95–99% относятся к чистой записи. Телефонный разговор — не чистая запись, и понимать стоит, что именно в нём ломается.

Узкая полоса. Телефонный канал передаёт примерно 8 килогерц против 44 у обычного аудио. Часть звуков просто не доходит до распознавания.

Одна дорожка на двоих. Если запись моно, оба голоса лежат в одном канале. Разделение говорящих на такой записи работает плохо: реплики двух людей склеиваются, а при переводе звонка на другого сотрудника система вообще теряет, кто есть кто. Запись в два канала — самое дешёвое, что можно сделать для качества разбора, и включается она обычно там же, где сама запись.

Перебивания и параллельная речь. Живой разговор редко бывает вежливым по очереди. Куски, где говорят одновременно, распознаются хуже всего.

Что ломается в первую очередь. Не «речь вообще», а конкретные вещи: имена и фамилии, названия компаний и жилых комплексов, отраслевые термины, суммы и номера. Обидно, что это ровно то, ради чего текст и нужен.

Арифметика чтения

Тут начинается то, о чём в статьях про транскрибацию обычно молчат.

Транскрибация решает настоящую проблему: слушать разговоры целиком невозможно, руководитель физически успевает выборку в несколько процентов. Текст читается в три-четыре раза быстрее звука, и это честная экономия.

Дальше — умножение. Отдел из десяти менеджеров даёт около трёх тысяч разговоров в месяц. Средний телефонный разговор — минуты четыре, в тексте это примерно три минуты чтения. Три тысячи умножить на три минуты — около 150 часов. Почти месяц работы человека на полную ставку, ежемесячно.

Получается, что транскрибация меняет один невыполнимый труд на другой: слушать сто пятьдесят часов нельзя, читать сто пятьдесят часов тоже нельзя. Экономия в разах не спасает, когда исходное число невыполнимо в принципе.

Отсюда две развилки. Либо текст нужен точечно — тогда всё в порядке и достаточно транскрибации. Либо нужны выводы по всему массиву — и тогда текст остаётся сырьём, из которого выводы кто-то должен сделать.

Что с текстом реально делают

Пять сценариев, в которых транскрипт полезен сам по себе, без всякой аналитики.

1. Поиск по словам. Найти все разговоры, где звучало название конкурента, слово «рассрочка» или конкретный адрес. По аудио так не сделаешь.
2. Разбор конкретного звонка. Спорная ситуация, жалоба, сорвавшаяся сделка — прочитать быстрее, чем прослушать, и можно скопировать цитату.
3. Обучение. Хорошие и плохие разговоры в текстовом виде удобно разбирать с командой, не заставляя всех слушать запись целиком.
4. Фиксация договорённостей. Что именно обещал менеджер клиенту — вопрос, который решается цитатой из текста.
5. Сырьё для разбора. Всё, что делает речевая аналитика, начинается с транскрипта: без текста ни чек-лист применить, ни возражения посчитать.

Первые четыре сценария закрываются транскрибацией полностью. Пятый — тот случай, когда текст только начало.

Когда текста достаточно, а когда нет

Признак простой: если ответ нужен по одному разговору — хватит текста. Если ответ формулируется как доля, сравнение или динамика — текст остаётся сырьём.

С чего начать

Порядок, который экономит деньги и время:

1. Включить запись разговоров, если её нет, и сразу в два канала.
2. Проверить, есть ли транскрибация в вашей телефонии или CRM — часто она уже оплачена.
3. Прогнать десять своих записей и проверить текст по четырём пунктам из врезки выше.
4. Понять, какой из пяти сценариев нужен именно вам.
5. Если ответы формулируются как доли и сравнения — считать, во что обходится ручное чтение, и сравнивать с ценой разбора.

Четвёртый пункт важнее остальных: компания, которая покупает транскрибацию «чтобы был текст», через полгода имеет архив, в который никто не заходит.

Вопросы и ответы

Что такое транскрибация звонков?

Перевод аудиозаписи разговора в текст. В отличие от расшифровки у оператора связи, которая показывает только детализацию вызовов — кто, кому и когда звонил, — транскрибация даёт содержание разговора.

Как сделать расшифровку звонка в текст?

Проще всего проверить настройки телефонии или CRM: во многих системах распознавание включается галочкой. Если записи лежат отдельно — загрузить их в сервис распознавания. Для одного-двух разговоров подойдёт и чат с языковой моделью.

Какая точность у распознавания телефонных звонков?

На чистой записи высокая, на реальной — заметно ниже. Ломаются в первую очередь имена, названия, суммы и номера, а на моно-записи ещё и разделение говорящих. Проверять нужно на своих звонках, а не на демо.

Можно ли получить расшифровку звонка у оператора?

Нет. Операторы содержание разговоров не записывают; у них можно получить детализацию вызовов. Текст берётся из записей, которые ведёт сама компания.

Есть ли бесплатная транскрибация?

Есть, и на десятке файлов она работает. На потоке упирается в лимиты и ручную загрузку, после чего время сотрудника стоит дороже подписки.

Нужна ли речевая аналитика, если есть транскрибация?

Зависит от вопроса. На «что было в этом разговоре» текст отвечает полностью. На «какая доля разговоров заканчивается без следующего шага» — нет: это считается по всему массиву, а массив никто не читает.