Poradnik

Speech analytics: definicja i zastosowania

Speech analytics to automatyczna transkrypcja i analiza rozmów telefonicznych: słów, sentymentu i ciszy. Jak działa analiza rozmów w contact center i co mierzy.

8 października 2026 · 2 min czytania

Zweryfikowane przez Dominik Blattner, założyciel Kaizo

Speech analytics, czyli automatyczna analiza rozmów głosowych, polega na automatycznej transkrypcji rozmów telefonicznych i analizie słów, sentymentu, ciszy i wzorców wypowiedzi. Contact center wykorzystują ją, aby przeanalizować każdą rozmowę, a nie tylko te nieliczne, których jest w stanie odsłuchać przełożony.

W skrócie

Wskazuje powtarzające się tematy, ryzyka braku zgodności i momenty do coachingu.
Obejmuje głos. Conversation intelligence obejmuje także czat i e-mail.
Najlepsze narzędzia łączą każdy wniosek z dokładnym momentem rozmowy.

Jak działa speech analytics

Speech analytics zaczyna od zamiany dźwięku na tekst za pomocą automatycznej transkrypcji. Może działać po zakończeniu rozmowy, na nagraniu, albo w czasie rzeczywistym, w trakcie rozmowy. Gdy rozmowa ma już postać tekstu, oprogramowanie analizuje użyty język, sentyment klienta, okresy ciszy, momenty, w których konsultant i klient mówią jednocześnie, oraz to, czy padły określone frazy lub wymagane formuły zgodności. Ponieważ proces jest zautomatyzowany, contact center może przeanalizować każdą rozmowę zamiast niewielkiego odsetka, który zespół jakości byłby realnie w stanie odsłuchać.

Co mierzy speech analytics

Poza samymi słowami speech analytics odczytuje przebieg rozmowy, aby wywnioskować, jak poszła.

Sygnał	Co obejmuje
Słowa i frazy	Poruszane tematy, słowa kluczowe i wymagane formuły zgodności
Sentyment	Czy ton klienta był pozytywny, neutralny czy negatywny
Cisza	Martwa cisza i czas wstrzymania, które mogą sygnalizować trudności
Mówienie jednocześnie	Konsultant i klient mówią naraz, co jest oznaką napięcia
Wynik	Czy pod koniec rozmowy problem wydaje się rozwiązany

Speech analytics w contact center

W contact center speech analytics służy do podnoszenia jakości rozmów, wychwytywania problemów ze zgodnością i znajdowania powodów, dla których klienci dzwonią ponownie. Ponieważ analizuje cały wolumen rozmów, a nie próbkę, przełożeni prowadzą coaching na podstawie dowodów, a nie anegdot, a liderzy wcześniej dostrzegają pojawiające się problemy. Wokół tego zbudowane są pakiety enterprise, takie jak CallMiner. Speech analytics to skupiony na głosie członek szerszej rodziny (po angielsku): conversation intelligence stosuje tę samą ideę także w kanałach cyfrowych, więc czat, e-mail i komunikatory są analizowane obok rozmów telefonicznych. Kaizo to platforma kontroli jakości i coachingu, natywna dla Zendesk i Salesforce, której kierunek rozwoju zmierza w stronę conversation intelligence dla zespołów obsługi klienta.

Warto zobaczyć Kaizo w działaniu. Umów demo.

Najczęściej zadawane pytania

Czy speech analytics to to samo co conversation intelligence?

Nie. Speech analytics skupia się na głosie i analizuje rozmowy telefoniczne. Conversation intelligence jest szersze i obejmuje kanały cyfrowe, takie jak czat, e-mail i komunikatory, a także głos, więc analizuje całą bazę rozmów, a nie tylko rozmowy telefoniczne.

Co mierzy speech analytics?

Słowa i frazy (tematy, słowa kluczowe i wymagane formuły zgodności), sentyment klienta, okresy ciszy i czas wstrzymania, momenty, w których konsultant i klient mówią jednocześnie, oraz to, czy pod koniec rozmowy problem wydaje się rozwiązany.

Czy speech analytics może działać w czasie rzeczywistym?

Tak. Może działać po rozmowie na nagraniu albo na żywo w trakcie rozmowy, co umożliwia podpowiedzi i alerty w czasie rzeczywistym, a także ocenę po fakcie.

Co mówi sygnał ciszy?

Długie okresy ciszy mogą oznaczać, że konsultant szuka informacji, system działa z opóźnieniem albo klient jest sfrustrowany. Śledzenie ciszy pomaga zespołom znaleźć trudności, których same słowa by nie ujawniły.

Czy speech analytics wymaga nagrywania każdej rozmowy?

Analizuje dźwięk, który contact center już rejestruje. Aby uzyskać pełne pokrycie, rozmowy muszą być nagrywane lub przesyłane strumieniowo, a następnie każda z nich jest automatycznie transkrybowana i analizowana, zamiast ręcznego próbkowania.