Расшифровка телефонного разговора: откуда взять запись и как разделить стороны

Расшифровка телефонного разговора: откуда взять саму запись

Расшифровка телефонного разговора спотыкается обычно не на распознавании, а раньше: человек знает, что разговор записывался, но не знает, где лежит файл. Источников всего несколько, и от того, какой из них ваш, зависит качество будущего текста. Если записи ещё нет и разговор только предстоит — способ под ситуацию выбирают в статье как записать разговор.

Если запись ведёт корпоративная телефония, файлы почти всегда лежат в кабинете АТС в mp3 и выгружаются пачкой. Здесь есть тихая мина: то, сколько запись проживёт, задаётся настройками, а не здравым смыслом. У «Манго-Офиса», например, срок хранения в облаке не ограничен, но рядом в настройках живут автоудаление и перезапись, а в режимах «отправлять на почту» и «складывать на свой FTP» разговор в облаке не сохраняется вовсе. Правило простое: важный звонок вытаскивайте из кабинета сразу и кладите туда, где он переживёт чужие настройки.

Нужно ли согласие на запись звонка

Правило, которое закрывает почти любую рабочую ситуацию: собеседника предупреждают о записи до разговора, а не после. В компаниях эту работу делает фраза в приветствии АТС — поэтому клиентские звонки и пишутся спокойно. Дальше вы отвечаете не за саму запись, а за то, куда она уходит. Статья 138 УК РФ — про чужие переговоры, то есть про того, кто знакомится с разговором, в котором сам не участвовал; к участнику разговора применимы статья 137 и требования к обработке персональных данных, и включаются они в тот момент, когда запись или её расшифровка уходит тем, кого в разговоре не было. Подробный разбор — в отдельной статье: законно ли записывать разговор.

Почему телефонный звук распознаётся хуже встречи

Запись созвона в Zoom и запись телефонного звонка — принципиально разный материал, хотя на слух разница кажется несущественной. Классический телефонный канал стандарта G.711 оцифровывает голос с частотой 8 кГц и пропускает полосу примерно 300–3400 Гц; всё, что выше, отрезается ещё до того, как файл где-либо сохранится. Именно в отрезанной части живёт различие шипящих и свистящих — этой информации в сигнале физически нет. Отсюда типовые ошибки в расшифровках звонков: путаница в фамилиях, в буквах при диктовке адреса, в числительных «шестьдесят» и «семьдесят».

К узкой полосе добавляется остальное — вот что реально портит результат.

• Два голоса в одном канале. Чаще всего АТС сводит обе стороны в одну моно-дорожку. Разделять собеседников приходится по голосу, а не по каналу.
• Перебивания. В телефонном разговоре люди говорят одновременно гораздо чаще, чем на видеовстрече, где мешает задержка. Наложение речи — самое сложное место и для распознавания, и для разметки сторон.
• Мобильная связь. Потери пакетов и «булькающие» артефакты кодека дают короткие провалы, на которых слова пропадают целиком.
• Фон. Улица, машина, открытый офис колл-центра, где на заднем плане слышны чужие разговоры, — последнее особенно коварно: посторонняя речь иногда попадает в текст.
• Громкая связь и автомобильная гарнитура. Эхо и агрессивное подавление шума съедают окончания слов.
• Похожие голоса. Два мужских голоса близкого тембра в узкой полосе — типичный случай, когда реплики приходится перепроверять вручную.

Отсюда рабочая привычка, которая экономит массу нервов: цифры и имена собственные в расшифровке звонка всегда проверяют по записи. Не весь текст подряд — только суммы, даты, номера договоров, фамилии и адреса. Их в разговоре обычно от силы десяток, у каждого стоит таймкод, и десять кликов по плееру закрывают вопрос доверия ко всему документу.

Что сделать с файлом до загрузки

1. Возьмите оригинал. Файл, пересланный через мессенджер, ужат ещё раз поверх телефонного кодека. Скачивайте из АТС или CRM напрямую.
2. Не «улучшайте» звук заранее. Соблазн прогнать запись через шумодав велик, но агрессивная чистка выедает окончания слов вместе с шумом. Распознаванию проще с честным шумным сигналом, чем с вылизанным.
3. Включите раздельные каналы, если АТС так умеет. Когда каждая сторона пишется в свой канал, у вас всегда есть способ проверить, кто именно произнёс спорную фразу.
4. Отрежьте гудки, IVR и музыку ожидания. Из мелодии и голосового меню распознавание иногда лепит правдоподобный текст, которого не было.
5. Проверьте длительность и объём. Vibe2Text принимает файлы до 4 ГБ и до 6 часов — телефонный разговор укладывается в эти рамки с запасом, даже часовой.
6. Назовите файл по-человечески. «2026-08-13_ivanov_dogovor.mp3» через полгода найдётся, «rec_00417.mp3» — нет.

Если запись уже плохая: что ещё можно спасти

Файл сделан, переснять нельзя, звук рассыпается. Дальше вопрос не «как улучшить запись», а «что из этого разговора мне реально нужно». Почти всегда нужны три-четыре фразы, а не все сорок минут — и это сильно меняет план действий.

1. Начните с расшифровки, а не с реставрации. Прогоните файл как есть и посмотрите на текст. Часто выясняется, что читается он нормально, а провалы приходятся на «ага» и «сейчас-сейчас», от которых ничего не зависит.
2. Ищите нужное по структуре, а не на слух. Договорённости в звонке почти всегда в последней трети. Найдите в тексте «давайте тогда», «итого», «до какого числа» — и слушайте только эти минуты.
3. Спорные цифры слушайте на замедленной скорости. 0,75 вытаскивает окончания и разницу между «шестнадцатого» и «шестидесятого» надёжнее любой чистки шума.
4. Второй источник вместо шумодава. Если параллельно писал диктофон, шла запись в CRM или собеседник вёл свою — сверьте спорную минуту по второй дорожке. Это честнее, чем вытягивать одну.
5. Пропуск честнее догадки. Помечайте нечитаемые места «неразборчиво» и не подставляйте туда то, что кажется логичным: через месяц догадка будет читаться как факт, и отличить её от расшифрованного будет нечем.

Как получить текст с разделением собеседников

Дальше всё механически: загружаете запись звонка и получаете текст, в котором реплики разложены по говорящим и у каждой стоит время от начала разговора.

1. Загрузите файл — mp3, m4a или wav, перетаскиванием в окно загрузки.
2. Дождитесь готовности: сервис распознаёт речь и одновременно размечает, кто где говорит.
3. Откройте редактор и переименуйте стороны: «Спикер 1» → Менеджер, «Спикер 2» → Клиент. Подпись меняется сразу по всему диалогу.
4. Пройдите по спорным местам: клик по реплике — и звучит именно этот фрагмент записи.
5. Соберите поверх текста сводку, договорённости и обещания, а потом выгрузите нужный формат.

1. Файлmp3 из АТС или CRM
2. Распознаваниетекст с таймкодами
3. Разметка сторонменеджер и клиент отдельно
4. Документсводка, обещания, экспорт

Разделение спикеров включать отдельно не нужно, оно работает по умолчанию. Имена сервис старается подставить из самого разговора — если собеседники представились, вместо «Спикер 1» появится Ирина. Когда представлений не было, подписи остаются нейтральными, и их переименовывают в редакторе одним движением.

Как оформить текст, чтобы им пользовались

Сырая расшифровка сорокаминутного звонка — это восемь страниц сплошной устной речи с «ну», «как бы» и незаконченными фразами. Технически это текст, практически — его никто не прочитает. Разница между «расшифровка есть» и «расшифровкой пользуются» — в оформлении:

1. Шапка. Дата и время звонка, кто с кем, длительность, номер сделки или обращения. Без неё через месяц непонятно, к чему файл относится.
2. Роли вместо «Спикер 1». Менеджер, Клиент, Юрист, Кандидат. Читается мгновенно, и текст не приходится расшифровывать второй раз, уже мысленно.
3. Пять строк итога сверху. Чем кончился разговор. Дальше по тексту идут те, кому нужны детали.
4. Договорённости отдельным блоком. Цена, сроки, условия, обещанные исключения — списком, а не вперемешку с репликами.
5. Обещания с именем и датой. «Отправить КП до пятницы — Ирина» полезнее абзаца, из которого это следует.
6. Таймкоды у ключевых мест. Спорную фразу проверяют не пересказом, а прослушиванием: время рядом с цитатой экономит десять минут перемотки.
7. Цитаты дословно, комментарии отдельно. Если добавляете своё толкование, помечайте его — иначе через полгода не отличите одно от другого.
8. Персональные данные — с осторожностью. Прежде чем переслать текст дальше, уберите из него номера карт, паспортные данные и прочее, что прозвучало в разговоре мимоходом.

Первые шесть пунктов сервис собирает сам: поверх расшифровки строится отчёт с итогом разговора, договорённостями по деньгам и срокам и списком того, кто что пообещал, — каждый пункт со ссылкой на секунду, где это прозвучало. Документ уходит в Word или PDF, а если текст нужен машине, а не человеку — в TXT, JSON или Markdown.

И последнее, чисто из практики: в карточку сделки почти никогда не нужно класть всю простыню целиком. Туда идут итог, договорённости и две-три точные цитаты, а полная расшифровка живёт файлом рядом — на случай, когда через месяц кто-то спросит, точно ли клиент так сказал. Коллега, открывший карточку, читает пять строк вместо восьми страниц, но возможность проверить дословно никуда не девается.

Если звонков не один, а сотня

Всё выше — про конкретную запись. Отдел продаж живёт в другом режиме: сотни разговоров в неделю, и вопрос уже не «как расшифровать этот звонок», а «как не утонуть». Порядок такой.

1. Выгружайте пачкой, а не по одному. В кабинете АТС записи отмечаются галочками и скачиваются одним архивом, в CRM то же делается через реестр звонков. Полсотни файлов уходят на распознавание одной загрузкой, а не пятьюдесятью.
2. Держите единое имя файла. Дата, менеджер, клиент или номер сделки. Без этого архив расшифровок через месяц ищется хуже, чем исходное аудио.
3. Не расшифровывайте всё подряд ради галочки. Смысл дают две вещи: разговоры по сделкам, которые за неделю сдвинулись, и поиск по маркерам — «дорого», «пришлите на почту», «мы подумаем», имя конкурента.
4. Читайте не весь текст, а три места. Первые десять строк — представился ли менеджер и назвал ли причину звонка. Середина — кто говорит больше и нет ли монолога длиннее двух минут. Последние десять строк — прозвучали ли дата и время следующего шага. Тридцать-сорок секунд на разговор.
5. В карточку — итог, в архив — полный текст. Пять строк с договорённостями прочитают, восемь страниц дословной речи — нет.

Отбор конкретных записей на еженедельный разбор — отдельная процедура со своими фильтрами: как выбрать пять звонков из пятисот. Если записи лежат в Битрикс24, выгрузка, права и лимиты встроенной расшифровки разобраны здесь: транскрибация звонков в Битрикс24.

Что это даёт, кроме самого текста

Звонки редко бывают поштучно. Их десятки в неделю, и ценность расшифровок появляется тогда, когда по ним можно искать и спрашивать, а не только читать по одной.

Особенно это заметно на длинной истории с одним клиентом. Четыре звонка за два месяца, между ними письма и правки в договоре — и вопрос «когда именно мы сдвинули срок и по чьей просьбе» превращается в час археологии по аудиофайлам. С расшифровками это поиск по словам, а ответ приходит с указанием звонка и минуты.

Частые вопросы

Проверено 13 августа 2026: параметры телефонного канала — по стандарту ITU-T G.711 (дискретизация 8 кГц, полоса 300–3400 Гц); режимы хранения и выгрузки записей — по справке «Манго-Офис» о записи разговоров; формулировки статей 137 и 138 — по действующей редакции УК РФ.