Сравнил Речевую аналитику от Т-Банка, Yandex SpeechSense, Mango Office, imot.io, 3i TouchPoint Analytics и SpeechXplore.
Допустим, ваша компания (как и моя) хочет подключить речевую аналитику для оптимизации работы кол-центра — установка на успех, так скажем. Но проблема в том, что таких сервисов в РФ десятки, а отзывы на них в интернете либо не дают полезной информации, либо противоречат друг другу, либо написаны в рекламных целях.
Поэтому я решил сделать свой обзор, где будут правила — критерии, параметры и тд. Для начала выбрал шесть вендоров, которые мне показались довольно крупными, по информации из разных каналов и просто по поиску. И сравнил их по самым очевидным параметрам: точности распознавания данных, набору функций и стоимости внедрения. Выводы получились смешанными, но хотя бы наметились лидеры.
Зачем подключать речевую аналитику
Речевая аналитика — это набор инструментов, которые переводят голос в текст и анализируют его с помощью машинного обучения и больших языковых моделей. Глобальная цель — в автоматическом режиме определять, чем недовольны клиенты. Но на звонках работа такой системы не заканчивается — анализируются данные не только по телефону, но и в чатах (даже в социальных сетях и мессенджерах, если они используются для общения с клиентами), и при общении в торговых залах (практически везде где есть связи клиентов с сотрудниками компании).
Потенциальная выгода для бизнеса (если верить McKinsey):
- Снижение затрат компаний на 20—30%. Например, за счет экономии времени супервайзеров. Обычно они обрабатывают вручную до 2% звонков. Автоматизация позволяет оценивать 100% диалогов без увеличения загрузки и штата сотрудников. Такая объемная обработка (обычно телефонных звонков) снимает с супервайзера значительную часть нагрузки, освобождая рабочее время под другие процессы. Выявить такую зависимость не сложно.
- Внедрение инсайтов на 400% быстрее. Распознавание речи облегчает диагностику проблем в коммуникациях, работу с обращениями. Например, помогает находить критиков бренда и прицельно повышать их лояльность.
- Рост продаж, конверсии. Система упрощает поиск успешных операторов, которые чаще закрывают сделки и лучше работают с возражениями — их опыт можно масштабировать на других сотрудников отдела.
В отзывах на страницах разных вендоров об опыте использования Речевой аналитики, могу заключить, что ROI вложений во внедрение такой системы в бизнес, точно положительный. Но в основном, конечно, подойдет тем, у кого развитая система общения с клиентами — страховым компаниям, b2c, b2b-бизнесам.
По каким критериями выбирать сервис
Цели провести подробнейший аудит не было, в этом обзоре я ориентировался на следующие технические характеристики (какие-то выяснить помогала только документация):
- Точность распознавания речи. Продвинутые ML-модели удерживают ее на уровне 95%, то есть доля ошибочных слов в транскрибации — около 5%, что сравнимо с возможностями человека.
- Возможности LLM. Метрикой для оценки вычислительной мощности ИИ считается число параметров в миллиардах. Общий подход — чем больше, тем лучше, но 3—7 млрд уже достаточно для продуктовых задач, если модель обучена эффективно. С другой стороны, важны не столько параметры, сколько реальное применение ИИ в продукте. Модели, которые могут искать инсайты по всему массиву диалогов, предпочтительнее, чем модели, которые умеют анализировать только точечные звонки, — в последнем случае они нужны скорее для галочки.
- Формат подключения. Большая часть игроков поставляет сервис по модели SaaS — через облачный сервер. Такие решения работают «из коробки» и не требуют сложной настройки. Если компании важно развернуть аналитику на своих серверах, нужно искать дистрибьюторов по модели on-premise.
- Инструменты аналитики и оценки. Все платформы поддерживают автоотчеты, дашборды и графики, но одни умеют определять попытки отработки негатива и возражений в звонках, а другие — нет. Функции для специалистов отдела контроля качества тоже различаются.
- Стоимость подключения. Оплата бывает помесячной за пакет минут или за каждую минуту анализа без привязки к периоду.
Дополнительно я проверил инструменты для быстрого старта и пришел к выводу, что помощь в настройке личного кабинета, регистрации, интеграции с CRM, телефонией и чатами — общий стандарт поддержки. Эти инструменты есть у всех представленных сервисов, подробно я на них не останавливался.
Обзор основных конкурентов на рынке
Возможности протестировать сервисы лично у меня еще не было, но рассчитываю на внедрение в скором времени, поэтому я сравнивал их по данным из официальных источников на начало 2026 года. Со временем эти данные могут устаревать, учитывайте это.
Речевая аналитика от Т-Банка
Сервис вырос из внутреннего продукта Т-Банка. Есть кейсы внедрения для финансового маркетплейса «Сравни», туристического агрегатора Level Travel, пивоваренной компании «Напитки Вместе» и других средних и крупных компаний.
Основные характеристики:
- За распознавание речи отвечают модели глубокого обучения T-Bank VoiceKit, которые при отсутствии шумов работают с точностью 96% и справляются в том числе с дефектами произношения. На шумных аудио точность может падать.
- Искусственный интеллект работает на базе обновленной в 2025 году LLM-модели T-Pro 2.0 с 32 млрд параметров (про обновления написано в новостях на сайте банка). Использовать ее можно через встроенный инструмент Insights, который позволяет в свободной форме задавать вопросы по выборке диалогов и получать инсайты. Например, можно отправить ИИ конкретный запрос, чтобы узнать «Почему клиент отменил подписку», «Какие проблемы были в работе мобильного приложения» или «Каких конкурентов упоминают в звонках». Знать ответы на такие вопросы весьма полезно.
- На старте доступно 70+ преднастроенных словарей для поиска ключевых фраз в диалогах. Также можно создавать собственные словари.
- Дополнительно есть умные семантические теги, которые помечают диалоги не по упоминаниям слов, а по смыслу: например, «обсуждение цены» или «риск отказа».
Большой акцент система делает на оценку качества коммуникаций. Для менеджеров и операторов можно создавать личные кабинеты, помимо автооценки доступна ручная оценка работы сотрудников и трекер задач для супервайзеров.
Также Речевая аналитика от Т-Банка предлагает автоматический поиск возражений и попыток сглаживания негатива с помощью машинного обучения. Есть расширенные инструменты для отделов взыскания и финансовых организаций. В других сервисах упоминания аналогичных функций я не увидел.
Продукт распространяется преимущественно по модели SaaS, реализация на собственных серверах компании не приоритетна. Система работает по предоплате. Известно, что цена зависит от суммы единоразового пополнения (чем больше, тем дешевле), но точных тарифов найти не удалось. Перед подключением платформы доступен тестовый период — две недели.
Yandex SpeechSense
Yandex SpeechSense — решение от известной ИТ-компании. Систему используют дочки Яндекса в сфере недвижимости, рекламы и доставки, а также ОТП Банк, платформа дистанционного обучения «Интернет Урок» и оператор телефонии «Телфин».
Основные характеристики:
- Для распознавания речи применяется технология Yandex SpeechKit, которая показывает самую высокую точность — до 97%. Значения могут снижаться в зависимости от качества звука, темпа речи и сложности фраз.
- За оценку контекста отвечает семейство LLM YandexGPT. У Lite-версии 8 млрд параметров, тогда как количество переменных в Pro-модели неизвестно, но в сети упоминается число 65 млрд.
- Нейросети можно задавать вопросы в свободной форме, чтобы читать краткие выжимки. Также есть опция создания ИИ-ассистентов под нетривиальные задачи бизнеса. Например, один ассистент может выделять из диалогов данные о месте проживания клиентов, другой — считать уровень удовлетворенности или собирать предложения по улучшению сервиса. Передать часть работы на ассистентов — хорошая идея.
- Есть семантические теги и словари, как и в предыдущем сервисе.
Yandex SpeechSense поддерживает автооценки. А вот ручная оценка и таск-трекер недоступны. Личных кабинетов для сотрудников тоже не предусмотрено, хотя они могут получить доступ к проекту через свой основной аккаунт в экосистеме Яндекса.
Yandex SpeechSense распространяется по моделям SaaS, on-premise и гибридно — с переносом части инфраструктуры на серверы компании. Стоимость распознавания и аналитики — от 0,61 до 2,02 ₽ за минуту в зависимости от объема звонков. Применение ИИ-ассистентов учитывается отдельно: например, работа модели YandexGPT Pro стоит около 0,1525 ₽ за анализ 1 минуты разговора.
Mango Office
Mango Office — провайдер виртуальной телефонии. Речевая аналитика в данном случае — просто одна из опций АТС Mango Office, поэтому она ориентирована в основном на клиентов провайдера.
В технологическом стеке компания опирается на решения конкурентов:
- Yandex SpeechKit и 3i VoxKit распознают речь с точностью 95%.
- Нейросети семейства YandexGPT выполняют роль ИИ-помощника. Напомню, у них не менее 8 млрд параметров (точное число зависит от активной модели).
- Семантические теги на платформе не предусмотрены, но есть 32 преднастроенных словаря для поиска ключей (ключевых фраз в диалогах). Впрочем, сама по себе эта опция считается устаревшей (по сравнению с тегами) — в обзоре я упоминаю ее скорее формально.
Для оценки сотрудников Mango Office предлагает готовые отчеты по 12 показателям, которые в том числе проверяют, насколько точно оператор следовал скрипту. Также доступен отчет «Ловец инсайтов» — он помечает важные детали конкретного разговора.
Других инструментов аналитики нет. Автоматически систематизировать факты возражений и негатива не получится. Еще эта система единственная в выборке не поддерживает запись разговоров офлайн с аудиобейджей. Она работает только со звонками и чатами, хотя автоматизировать аналитику офлайн-коммуникации бывает очень полезной опцией.
Установить речевую аналитику Mango Office можно исключительно через SaaS, таковы условия сервиса. За доступ есть абонентская плата — 1 100 ₽ в месяц. Стоимость одной минуты анализа — от 1,25 ₽, но клиенты телефонии могут получить демодоступ на семь дней.
Imot.io
Платформа заточена прежде всего на сектор здравоохранения. Судя по портфолио, большая часть клиентов — стоматологии и медцентры, хотя среди партнеров числятся застройщики «Самолет» и «Брусника», а также образовательная платформа «Нетология».
Продукт Imot.io построен на открытых моделях OpenAI с доработкой:
- Речь распознает инструмент Whisper. В массиве данных для его обучения превалирует английский язык, поэтому точность распознавания русских диалогов у системы чуть ниже — около 90%.
- Генеративный ИИ представлен ChatGPT-4 (по оценкам экспертов — около 1,8 трлн параметров, но точные цифры неизвестны).
- Семантических тегов и предустановленных словарей нет.
Imot.io поддерживает кастомизированные отчеты в зависимости от роли сотрудника и уведомления для супервайзеров в случае негатива или ошибки оператора. Также система дает персональные рекомендации членам команды о том, как улучшить показатели отдела.
Для медицинских центров сервис предлагает отдельное решение для контроля за словами сотрудников онлайн и офлайн, например на ресепшене или в кабинете врача.
Подключить Imot.io можно через облако или на серверах компании. Действует гибкая система тарифов с помесячной оплатой: от 40 499 ₽ с лимитом 10 000 минут до 299 999 ₽ с лимитом 150 000 минут (цены актуальны при оплате за год). Для крупных компаний есть предложения с усиленной системой безопасности. По запросу можно получить демо.
SpeechXplore
SpeechXplore — это относительно новый продукт от группы Центр речевых технологий (ЦРТ). Компания давно сотрудничает с госструктурами и крупными организациями в рамках широкой линейки ПО, но на официальном сайте указано только два кейса внедрения речевой аналитики: для поставщика автозапчастей TruckMotors и авторетейлера FRANK AUTO.
Основные характеристики:
- За распознавание речи отвечает собственное ПО ЦРТ. Его точность не афишируется.
- ИИ реализован с помощью GigaChat от Сбера. LLM содержит до 36 млрд параметров (в зависимости от активной модели). Коммуникации можно анализировать с запросами на естественном языке.
- Есть автоподстановка тегов для диалогов на базе 30 предустановленных словарей, но это не то же самое, что семантические теги. В первом случае система опирается на совпадение слов и фраз, а семантические теги помечают звонки по смыслу даже без явных ключевых слов.
Как и все конкуренты, SpeechXplore предлагает готовые отчеты и визуализации данных за счет встроенной системы BI-аналитики. Доступна автооценка звонков.
Подключить сервис можно только через облако. Есть два тарифа: с консалтинговыми услугами и без. В открытом доступе цены не опубликованы, но, учитывая фокус на крупные компании, скорее всего, они сопоставимы с решениями 3iTech и Imot.io.
3i TouchPoint Analytics
3i TouchPoint Analytics — одно из самых старых решений на рынке от 3iTech. Компания запустила речевую аналитику еще в 2018 году, и она востребована преимущественно у крупного бизнеса. Среди клиентов: Альфа-банк, Цифра банк, авиаперевозчик S7 и контакт-центр Ростелекома.
Основные характеристики:
- 3i VoxKit для анализа речи показывает самую низкую точность распознавания среди участников рейтинга — не менее 84%.
- Для изучения контекста применяется большая языковая модель собственной разработки 3iLLM, но число параметров неизвестно. Нейросеть принимает вопросы в свободной форме и дает общие выводы по коммуникациям.
- Семантические теги и преднастроенные словари недоступны.
Из неочевидных плюсов: аналитика 3i TouchPoint поддерживает автоматические и ручные оценки операторов. Загвоздка в том, что собрать форму оценки без навыков программирования не получится: в паре с администратором должен работать технический специалист. Интерфейс может показаться недружелюбным визуально, поскольку разрабатывался давно.
Подключение системы от 3iTech сложное. Развертка в облаке занимает не менее двух рабочих дней, а на серверах компании — от трех недель. Стоимость минуты аналитики для SaaS — от 0,69 до 1,38 ₽, однако минимальное количество минут — 50 000 в месяц, что заметно увеличивает средний чек для небольших компаний. При оплате за несколько месяцев — скидки.
Сравнительная таблица сервисов
Какую речевую аналитику выбрать
По итогам сравнения можно сделать следующие выводы:
- Речевая аналитика от Т-Банка — технологичное решение, которое работает на моделях своей разработки. Обладает высокой точностью распознавания — 96%, предлагает семантические теги, инсайты от LLM и удобный интерфейс. Выделяется автоматическим поиском возражений, трекером задач, ручной и автооценкой, а также личными кабинетами для руководителей и операторов.
- Yandex SpeechSense не уступает по технологиям, а по точности распознавания голоса лидирует в списке — 97%. Семантические теги и удобный интерфейс тоже на месте, а цены, на первый взгляд, самые низкие (даже несмотря на отдельную тарификацию запросов к чат-боту). Концепция с ИИ-агентами под разные типы задач тоже выглядит интересно.
- SpeechXplore — перспективный и относительно новый сервис от крупного разработчика ЦРТ. Заточен на крупные компании и госструктуры. Однако ценовая политика непрозрачна, данных о точности распознавания нет.
- 3i TouchPoint Analytics — один из самых старых игроков на рынке, что сказывается на удобстве интерфейса и сложности интеграции. Тарифы конкурентные, но из-за порога входа от 50 000 минут в месяц выгоду от них получат только крупные компании с большим объемом данных. Внедрение может занимать до трех недель для on-premise-решения, тогда как администрирование требует кодинга.
- Imot.io — стартап, который использует открытые модели OpenAI и показывает слабую точность распознавания — 90%, при этом стоит примерно в два раза дороже топовых игроков. Но для компаний из медицинской сферы может быть полезен, потому что учитывает специфику сектора.
- Mango Office — базовое решение на моделях Яндекса и 3iTech. Слабо выделяется на фоне конкурентов. Может быть удобен пользователям одноименной телефонии.
Обзор затрагивает небольшую группу компаний, которые, как мне показалось, у всех на слуху. Не исключено, что «скрытые бриллианты» ускользнули от меня.
Поэтому поделитесь в комментариях опытом вашей команды или напишите про неочевидные нюансы подключения, до которых я пока не дошел.