Речевая аналитика с GenAI в ВКР: от транскрибации к метрикам качества контакт-центра

В марте 2026 года Naumen совместно с «ОТП Банком» запустили речевую аналитику с генеративным ИИ: система не просто распознаёт речь операторов, а автоматически выделяет причины обращений, эмоциональный окрас и точки, где клиент готов уйти. Для выпускников ИТ-специальностей это не «ещё одна новость про ИИ», а готовый референс архитектуры: гибрид ASR + LLM + микросервисов, работающий на реальных нагрузках банковского контакт-центра. Такие кейсы удобно превращать в главы ВКР — они задают требования, метрики и ограничения, которых обычно не хватает в теоретических работах. Ниже — как разложить эту тему на задачи, разделы и защищаемые результаты.

Три темы ВКР, которые вырастают из кейса Naumen × ОТП Банк

Тема 1. Система речевой аналитики контакт-центра на базе ASR и LLM

Актуальность. В статье прямо описан переход от «ручного прослушивания звонков» к автоматической разметке. Это классическая точка роста для банков, телекома и e-commerce — везде, где есть контакт-центр.

Цель: спроектировать сервис, который принимает аудиопоток, транскрибирует его и обогащает результатами GenAI-анализа.

Задачи:

• Сравнить ASR-движки (Whisper, GigaAM, Vosk) по WER на русскоязычных звонках.
• Спроектировать пайплайн: загрузка → нормализация → транскрибация → промпт-анализ → сохранение.
• Реализовать прототип на Python (FastAPI + очередь задач) и REST API.
• Оценить точность извлечения сущностей и задержку обработки.

Структура: Гл.1 — обзор ASR/NLP-подходов и аналогов (Naumen, Speech Analytics от CTI, Dasha.AI). Гл.2 — архитектура, диаграммы компонентов, схема данных. Гл.3 — тестирование на датасете, метрики, экономика внедрения.

Тема 2. Микросервисная архитектура аналитической платформы

Актуальность. Нагрузки банковского КЦ требуют горизонтального масштабирования. В статье речь идёт о промышленной системе, а значит — о сервисной декомпозиции.

Цель: доказать, что разбиение монолита на сервисы (загрузка, ASR, LLM, отчёты) снижает время отклика и упрощает деплой.

Задачи: выбрать брокер (Kafka/RabbitMQ), описать контракты между сервисами, развернуть в Kubernetes, настроить OpenTelemetry, замерить p95/p99.

Структура: Гл.1 — микросервисы vs монолит, критерии ISO/IEC 25010. Гл.2 — диаграммы C4, схемы БД, CI/CD-пайплайн. Гл.3 — нагрузочные тесты, RTO/RPO, стоимость инфраструктуры.

Тема 3. Метрики качества обслуживания на основе GenAI-разметки

Актуальность. ОТП Банк использует аналитику именно для «лучшего понимания клиентов» — то есть для управленческих решений. Значит, в ВКР можно уйти от «сделал сервис» к «получил измеримый эффект».

Цель: построить систему метрик (NPS-прогноз, вероятность оттока, качество скрипта) на текстах звонков.

Задачи: разметить корпус, обучить/настроить классификатор, валидировать метрики, построить дашборд.

Структура: Гл.1 — теория речевой аналитики и KPI КЦ. Гл.2 — модель данных, промпты, пайплайн. Гл.3 — эксперименты, A/B, оценка эффекта.

Аналитическая глава: как обосновать стек и не «поплыть» на защите

Первая глава ВКР обычно превращается в свалку обзоров. Здесь поможет приём «сравнение по критериям из статьи». Возьмите требования, которые неявно звучат в кейсе Naumen: потоковая обработка аудио, высокая точность на русском, интеграция с CRM, масштабирование под пиковые часы.

Такой таблицы достаточно, чтобы во введении к проектной главе написать: «выбран гибридный вариант, так как он сочетает соответствие ГОСТ 34.602-89 в части защиты данных и приемлемый WER».

Проектная часть: схемы, алгоритмы, интеграция

Схема потока данных

Опишите пайплайн как последовательность: телефония → буфер (Kafka) → сервис нормализации → ASR → сервис промптов → хранилище результатов → BI. Каждый переход — отдельный блок на схеме с указанием протокола (SIP/RTP, gRPC, REST, WebSocket) и ожидаемой задержки. Это то, что проверяющий ищет в первую очередь.

Алгоритм анализа звонка

Приведите псевдокод — он отлично смотрится в приложении и снимает вопросы «а вы сами-то понимаете, как это работает?».

def analyze_call(audio_path):
    text = asr.transcribe(audio_path)
    segments = diarize(text)
    entities = llm.extract(segments, prompt="причина, эмоция, риск оттока")
    score = quality_model.predict(segments)
    return {"entities": entities, "score": score}

Интеграция с CRM

Здесь используйте опыт ОТП Банка: аналитика ценна, когда результат попадает в карточку клиента. Опишите интеграцию через REST + webhooks, укажите формат JSON-контракта, обработку ошибок, повторные попытки. Это укрепляет раздел «практическая значимость».

Тестирование и метрики: чем доказывать, что система работает

Три группы метрик, которые стоит заложить в ВКР:

• Качество: WER, точность извлечения сущностей (F1), согласованность с ручной разметкой.
• Производительность: время обработки 1 минуты аудио, p95 задержки API, пропускная способность (звонков/час).
• Надёжность: RTO/RPO, процент ошибок, поведение при недоступности LLM-сервиса.

Отдельно проговорите ISO/IEC 25010 — это удобный каркас, чтобы разложить требования на функциональную пригодность, производительность и сопровождаемость.

Чему вы научитесь на такой теме

• Обосновывать выбор ASR/NLP-компонентов через критерии, а не «потому что модно».
• Проектировать микросервисную архитектуру с брокером сообщений и контейнеризацией (Docker, Kubernetes).
• Строить пайплайны CI/CD и подключать наблюдаемость через OpenTelemetry.
• Оформлять техническую документацию по ГОСТ 34.602-89 и ГОСТ 19.201-78.
• Считать экономический эффект внедрения — от сокращения ручного прослушивания до роста удержания.

FAQ по теме

Источник: Речевая аналитика Naumen c GenAI помогает «ОТП Банку» лучше понимать клиентов (опубликовано 2026-03-26)