Как речевая аналитика распознаёт эмоции в разговоре и как это использовать

Распознавание эмоций — одна из самых эффектных функций речевой аналитики на демонстрации. Система подсвечивает красным раздражённого клиента, зелёным довольного, и кажется, что теперь руководитель контакт-центра видит настроение каждого звонка.

На практике всё сложнее. Система не угадывает эмоцию, а оценивает её по косвенным признакам в голосе и в словах, и на реальных разговорах эта оценка заметно менее точна, чем на демонстрации. Это не делает функцию бесполезной, но меняет способ работы с ней: эмоция из системы — это сигнал, который направляет внимание, а не диагноз, по которому принимают решения.

Разберём, как устроено распознавание, что именно оно определяет, насколько ему можно доверять и в каких сценариях оно действительно приносит пользу.

Как система распознаёт эмоции

Эмоция в разговоре проявляется двумя путями: в том, как человек говорит, и в том, что он говорит. Системы речевой аналитики анализируют оба канала и затем объединяют результат.

По голосу

Акустический анализ работает с физическими характеристиками сигнала, не обращая внимания на смысл слов. Основные параметры — громкость, скорость речи, высота тона, прерывистость пауз, интонация и ритмичность. Нейросеть получает эти признаки как поток и учится узнавать типичные «рисунки» состояний, иногда анализируя спектрограмму — изображение мощности и частоты сигнала во времени.

Каждое состояние оставляет в голосе свой след. В раздражении люди говорят быстрее и громче, чаще перебивают, строят короткие резкие фразы. Тревога проявляется в более высоком тоне и неровном темпе. Усталость — в медленной речи, длинных паузах, тихом голосе.

По словам

Лингвистический анализ работает с транскриптом. Классический подход — поиск по словарям эмоционально окрашенной лексики: «безобразие», «третий раз звоню», «спасибо, очень помогли». Современный — анализ языковой моделью, которая оценивает не отдельные слова, а смысл высказывания и его роль в разговоре. Фраза «ну конечно, как всегда» без контекста нейтральна, а в ответ на обещание перезвонить — явный сарказм.

Почему нужны оба канала

Потому что они часто противоречат друг другу. Деловому разговору свойственна сдержанность: негативные фразы нередко произносятся абсолютно ровным голосом. Бывает и наоборот — слова вежливые и нейтральные, а голос выдаёт раздражение. Анализ только одного канала пропускает половину случаев.

Поэтому зрелые системы комбинируют оба подхода: акустика ловит то, что человек сдерживает в словах, лексика — то, что он скрывает в интонации.

Что может определять система

Не все системы выдают названия конкретных эмоций, и это правильно. На практике используются несколько шкал.

Общая окраска. Негативная, нейтральная или позитивная. Самая надёжная и самая полезная шкала: для большинства задач важно не отличить гнев от раздражения, а понять, что разговор пошёл плохо.

Интенсивность. Насколько сильно выражено состояние — от спокойного до возбуждённого. Помогает отделить лёгкое недовольство от конфликта, требующего вмешательства.

Конкретные состояния. Раздражение, тревога, растерянность, благодарность. Самая наглядная и при этом наименее точная шкала.

Динамика. Как менялось состояние по ходу разговора. Для управленческих выводов это часто важнее итоговой оценки: клиент, который начал раздражённым и закончил спокойным, говорит о хорошей работе оператора, а обратная траектория — о проблеме.

Оценка делается отдельно для каждого участника. Эмоции клиента и эмоции сотрудника — две разные истории с разными выводами.

Насколько это точно

Лаборатория и реальность

Здесь нужно быть честным: цифры точности сильно зависят от того, на каких данных их получили.

Научные исследования последовательно показывают разрыв между постановочной и естественной речью. На актёрских наборах данных, где эмоции разыграны специально, системы достигают 90% точности и выше. На записях спонтанных разговоров в реальной обстановке картина другая: в исследовании EMOVOME лучшая из протестированных моделей показала около 62% точности при определении окраски по трём классам, около 56% при оценке интенсивности и около 43% при определении конкретной эмоции. Систематический обзор 2025 года, объединивший результаты многих работ, подтверждает ту же закономерность: на постановочных разговорах качество распознавания выше, чем на естественных.

Почему в звонках сложнее

Причин три. Первая — в реальном разговоре подавляющая часть фраз нейтральна, а эмоциональные эпизоды короткие и неяркие; актёр играет эмоцию на всю фразу, живой человек выдаёт её одним словом. Вторая — деловая сдержанность: в разговоре с компанией люди контролируют себя сильнее, чем в быту. Третья — качество канала: телефонная связь режет часть частотного диапазона, в котором находятся акустические признаки.

Что это значит на практике

Общая окраска и интенсивность работают достаточно надёжно для того, чтобы отбирать разговоры на прослушивание. Определение конкретной эмоции у отдельного звонка — уже на грани случайности, и строить на нём выводы о конкретном человеке нельзя.

Зато на больших массивах ошибки усредняются. Если доля негативных разговоров по одной теме за месяц выросла вдвое, это надёжный сигнал, даже если в каждом отдельном звонке система могла ошибиться.

Показательный пример из практики российских банков: в Росбанке пилотировали распознавание эмоций в контакт-центре и после тестирования решения с акустическим анализом остановились на собственной разработке, которая определяет эмоцию по тексту с точностью до 90%. Для задач банка оказалось, что лингвистический канал даёт более устойчивый результат, чем голосовой.

«Мы всегда предупреждаем заказчика на старте: не смотрите на эмоцию в отдельном звонке как на факт. Это фильтр, который из тысячи разговоров отбирает сотню, на которые стоит обратить внимание. Если использовать его так, польза огромная. Если начать по нему оценивать сотрудников, через месяц будет конфликт и потерянное доверие к системе», — Михаил Телегин, заместитель генерального директора по стратегическим проектам ОБИТ.

Как использовать эмоциональный анализ

Приоритизация и эскалация

Самый прямой сценарий. Разговоры с высокой интенсивностью негатива автоматически попадают руководителю смены, а при анализе в реальном времени — сразу на подключение старшего специалиста. Негатив клиента в такой логике становится сигналом для приоритетной обработки: клиенту перезванивают в тот же день, пока он не ушёл к конкуренту и не написал отзыв.

Поиск причин недовольства

Здесь работает усреднение по массиву. Система сопоставляет негативную окраску с темами разговоров и показывает, какие вопросы вызывают раздражение чаще всего. Так находятся формулировки, провоцирующие недовольство, проблемные точки продукта, повторы по нерешённым вопросам — то, что раньше оставалось невидимым для бизнеса. Эти данные ложатся в основу правок скриптов и продуктовой коммуникации.

Контроль тона сотрудников

Раздражение или грубость со стороны оператора — серьёзное нарушение, которое при выборочном контроле всплывает только после жалобы. Эмоциональный анализ находит такие эпизоды сразу. Но из-за ограниченной точности каждый отмеченный случай нужно прослушать, прежде чем делать выводы.

Выгорание операторов

Менее очевидный, но растущий сценарий. Если у сотрудника на протяжении нескольких недель смещается окраска разговоров — появляется усталость, раздражение, сокращаются ответы, — это ранний признак выгорания. Поставщики речевой аналитики уже развивают эту функцию, позиционируя её как основу для предиктивной работы с персоналом. Вмешаться удаётся раньше, чем человек напишет заявление.

Оценка работы с конфликтами

Динамика эмоций внутри разговора показывает, кто из сотрудников умеет снимать напряжение. Разговоры, которые начались с высокого негатива и закончились нейтрально, — готовый учебный материал: их разбирают на тренингах вместо ролевых игр.

С чего начать

Практический первый шаг — прогнать свои звонки за месяц и сравнить, какие разговоры система отметила как негативные, с теми, которые вы знаете как проблемные. Совпадение покажет реальную точность на вашей специфике, а расхождения подскажут, какие пороги нужно настроить.

Если хотите понять, как эмоциональный анализ может работать в вашем контакт-центре или отделе продаж, приходите на бесплатную консультацию: разберём задачу и подберём решение с настройками под вашу специфику.