IP-телефония с ИИ: каждый звонок записан, расшифрован и разобран

Задача

Для многих небольших компаний телефон по-прежнему главный канал продаж. Клиент звонит, менеджер отвечает, они договариваются о замере, цене, сроке доставки - и всё это остаётся только в памяти менеджера и в аудиофайле, который никто больше не послушает.

Последствия знакомы. На пропущенный звонок нового клиента так и не перезванивают. Коллега, принявший сделку, не знает, что было обещано по телефону. Владелец не может понять, кто из менеджеров хорошо ведёт разговоры, не прослушав часы записей. А если клиент продиктует номер карты, он навсегда останется в записи.

Мы подключили IP-телефонию к CRM Yatoday и добавили поверх неё слой ИИ, чтобы каждый звонок стал частью сделки: кто звонил, запись, что было сказано, о чём договорились и что делать дальше.

Звонок становится заявкой - вместе с записью

CRM работает с Zadarma, облачной АТС. Компания привязывает свои номера к CRM и для каждого номера выбирает воронку для новых обращений и решает, создавать ли по звонкам заявки.

Когда звонок начинается, CRM ищет номер среди контактов. Если звонит новый абонент, создаются контакт, переписка и карточка заявки в выбранной воронке с источником “телефон”, а команда получает уведомление. Повторный звонок добавляется к существующему контакту и его открытой сделке, без дубликата. Если звонок пропущен, в сделку добавляется заметка “пропущенный звонок”, а карточка поднимается наверх своей колонки, чтобы менеджер увидел её первой.

Исходящие звонки записываются в существующую карточку и контакт. Новые заявки они не создают, поэтому воронка не заполняется номерами, по которым звонила сама компания. Когда Zadarma сообщает, что запись разговора готова, CRM скачивает её в собственное хранилище и прикрепляет к звонку в истории сделки.

Для компаний, которые живут входящими звонками, есть готовая воронка: входящий звонок, квалификация, переведён в сделку, спам или нецелевой.

Расшифровка по собеседникам

Как только запись прикреплена, отвеченный звонок автоматически уходит на расшифровку; совсем короткие - по умолчанию меньше 15 секунд - пропускаются. Распознавание речи работает на моделях Whisper.

Если запись стереофоническая, менеджер и клиент записаны в разные каналы, поэтому каждый канал расшифровывается отдельно, и каждая реплика подписана верно. В монозаписях собеседники разделяются по паузам и направлению звонка. Если подписи перепутались, одна кнопка меняет их местами, а любую реплику можно поправить вручную.

Модели распознавания иногда “слышат” фразы в тишине или в музыке ожидания. CRM ищет такие выдуманные куски, убирает их, если их много, и помечает записи плохого качества, а не выдаёт их за надёжные. Расшифровку можно перевести: менеджер прочитает на своём языке разговор, который шёл по-испански.

Что ИИ берёт из каждого звонка

Если анализ включён, расшифровка уходит в Claude. Сначала ИИ определяет тип звонка: настоящий разговор, сообщение на автоответчике, только голосовое меню или шум. Для меню и шума сохраняется минимальная запись вместо выдуманного разбора; из сообщения на автоответчике берётся суть и просьба перезвонить, если она есть.

По настоящему разговору ИИ пишет:

• Итог из двух–пяти предложений о результатах и решениях - с именами, суммами и датами.
• Главное - до пяти решений или выводов.
• Задачи с приоритетом, сроком, если его называли, и ссылкой на момент разговора, где об этом шла речь. Каждая одним нажатием становится задачей в CRM.
• Настроение разговора в целом и отдельно менеджера и клиента.
• Риск конфликта - близок ли клиент к жалобе или отказу и почему.
• Названные факты: даты, суммы, товары, компании, конкуренты - только то, что действительно прозвучало.
• Темы: цена, доставка, характеристики и так далее.

Чтобы правильно писать названия, ИИ получает словарь компании: термины, которые она добавляет сама, и названия из CRM - воронки, компании-клиенты. Итог одним нажатием копируется в заметку, а менеджеры могут оценить каждый разбор.

В самой сделке панель звонков сводит всё вместе: как менялось настроение, главные темы, сколько задач ещё открыто, средняя длительность и сколько звонков отмечены риском конфликта. Полоса времени разговора показывает, сколько говорил менеджер, а сколько клиент.

Контроль качества

Каждый разобранный звонок оценивается по чек-листу. Стандартный спрашивает, поздоровался ли менеджер, представился ли сам и назвал ли компанию, выяснил ли, что нужно клиенту, отработал ли возражения, договорился ли о следующих шагах и корректно ли завершил разговор. Компания может заменить его своими вопросами.

Оценки собираются в рейтинг, доступный руководителям: за последние 7, 30 или 90 дней он показывает по каждому менеджеру число звонков, среднее настроение и средний балл качества. Владелец видит сильные стороны команды и понимает, какие звонки стоит прослушать, не прослушивая все подряд.

Номера карт и документов - вне системы

Иногда клиенты диктуют то, что хранить нельзя. Перед сохранением расшифровки CRM проверяет её и заменяет пометками вроде “[CARD REDACTED]” номера банковских карт (с проверкой контрольной цифры, чтобы не задевать любые длинные числа), коды безопасности, пароли и PIN-коды, а также испанские номера DNI и NIE. Эта очистка включена по умолчанию. Имена, телефоны и адреса почты сохраняются намеренно - они нужны для работы.

Очистить можно и саму запись. При включённой очистке звука CRM заглушает ровно те секунды, где прозвучали эти данные, и заменяет сохранённый файл заглушённой версией.

Наконец, каждая компания задаёт, сколько месяцев хранить записи. По истечении срока плановая задача удаляет звук из хранилища, а расшифровка и разбор остаются в сделке.

Технологии

- Приложение: Laravel 12 + Inertia/React 19 (CRM для многих компаний)
- Телефония: облачная АТС Zadarma (вебхуки о звонках и записях)
- Распознавание речи: модели Whisper (OpenAI или Groq), разделение стереоканалов
- Анализ звонков: Anthropic Claude (структурированный ответ в JSON)
- Обработка и очистка звука: FFmpeg
- Хранилище записей: объектное хранилище, совместимое с S3
- База данных: MySQL 8, очереди для расшифровки и анализа

Результат

Звонки перестают быть аудиофайлами, которые никто не открывает. Каждый звонок попадает в нужную сделку с записью, расшифровкой по собеседникам и коротким итогом; обещанное за одно нажатие становится задачами; клиент, который вот-вот уйдёт, отмечен в сделке. Владелец сравнивает менеджеров по настоящим разговорам, а не по впечатлениям, а номера карт и документов не остаются ни в тексте, ни в записи.