Здравствуй дорогой читатель!
Как и обещали, мы продолжаем обзор конференц-системы Snom C520-WiMi и спикерфона Snom C52-SP. Поговорим сегодня о предполагаемых сценариях использования этих устройств, как отдельно, так и в связке друг с другом.

Рабочее место дома

Начнем с трендов сезона. За последний год каждый из нас хотя бы раз участвовал в рабочей конференции из дома, а некоторые перешли на постоянный режим работы из уютного домашнего кресла. Естественно при работе из дома вопрос качества звука, в процессе совещания или при разговорах с коллегами и клиентами актуален как никогда. Решать его путем стандартным для офиса далеко не всегда удобно - подключение IP-телефона на удаленном рабочем месте сотрудника задача не стандартная, вероятнее всего придется организовывать VPN-соединение из его домашней сети для безопасного подключения телефона к телефонной станции, да и стоит игра свеч? Кроме того, мы все уже привыкли использовать ноутбук или ПК как одно из основных средств связи дома, так зачем здесь что-то менять? Вам достаточно лишь чуть-чуть усовершенствовать привычную для вас схему. Подключите к вашему домашнему ПК спикерфон C52-SP, используя DECT-донгл A230 и не ограничивайте себя в перемещениях по дому во время переговоров, расположив спикерфон в любом месте, где вам удобно обсуждать рабочие вопросы.

Качество связи на рабочем месте, на удивление просто.

Наверняка, каждый кто хоть раз проектировал и устанавливал систему телефонии в компании, сталкивался с дилеммой оборудования кабинетов крупных начальников. С одной стороны, руководителю необходим современный аппарат, с некоторым количеством BLF-клавиш, с трубкой, с большим дисплеем и удобной клавиатурой. Но помимо этого, телефон должен обладать хорошим качеством громкой связи и не только хорошим качеством звука, но и охватом площади значительно превосходящей стандартное рабочее место. Последнее редко может обеспечить стационарный аппарат, а конференц-телефон слишком узконаправленное устройство для обеспечения всех потребностей, возникающих в работе руководителя. Установка же двух аппаратов задваивает историю вызовов, усложняет настройку и упирается в проблему регистрации нескольких устройств на одном SIP-аккаунте, что до сих пор поддерживается не каждым сервером связи. Казалось бы, это тупик. Но это тупик лишь при попытке подойти к вопросу стандартно, мы же предлагаем чуть иной путь.

На стол руководителю действительно устанавливается стационарный телефон, а спикерфон подключается к нему с помощью DECT-донгла, позволяя использовать все возможности привычного аппарата, а также проводить совещания, используя кабинет руководителя как мини-переговорную.

Оснащение небольших переговорных комнат

Множество раз мы сталкивались в своей работе с тем, что в переговорную комнату практически всегда требуется помимо конференц-телефона установить еще и аппарат для созыва сотрудников на совещание. Использовать для этого конференц-телефон не всегда удобно, поэтому в переговорных обычно размещается DECT-трубка или стационарный аппарат. Но почему бы не использовать данный аппарат как основной источник вызова, обеспечив его качественным акустическим дополнением в виде спикерфона?

Вы получаете стандартный функционал для небольшой переговорной, уменьшение затрат, поскольку спикерфон будет решением более бюджетным чем полноценный конференц-телефон, и мобильность переговорного устройства, так как привязанный по DECT-у спикерфон не связан проводами и легко перемещается в радиусе 50 м от стационарного аппарата.

Переговорные среднего размера.

Для оснащения полноценных переговорных комнат спикерфон как самостоятельное решение уже не подойдет - здесь нужен больший радиус захвата микрофона, собственный номеронабиратель, расположенный прямо на столе переговорной и одновременно появляется необходимость захвата голоса вне основного стола помещения, например если спикеру необходимо изобразить что-либо на доске, как это часто бывает во время совещания.

В этом случае мы предлагаем следующую концепцию: На столе переговорной используется конференц-телефон Snom C520-WiMi. Если вам необходимо отойти от стола для каких-либо действий, вы вынимаете микрофон, являющийся частью устройства в обычное время, и забираете его с собой, обеспечивая хорошую слышимость всем участникам совещания. Беспокоитесь что изменение положения микрофона повлияет на общее качество звука? Не стоит. Микрофоны синхронизированы между собой и обеспечат хорошее качество связи в любом положении.

Конференц-залы и большие переговорные комнаты.

Размышляя об оснащении помещений различных размеров мы с вами добрались и конференц-залов. Принципиальное отличие здесь от предыдущих примеров, во-первых, в гораздо большем размере помещений, а во-вторых в необходимости работы со звуком из нескольких источников, разнесенных весьма далеко относительно друг друга. В этом случае одного конференц-телефона явно будет недостаточно, поскольку хоть выносные микрофоны и могут помочь получить звук из разных точек зала, они не обладают динамиками, а значит не донесут до говорящего реакцию собеседника. Что же делать? Снова вспоминать о спикерфоне!

Естественно, на этот раз Snom C52-SP не будет основным устройством для работы со звуком, а лишь частью системы, основанной на C520-WiMi. Максимум в систему можно подключить до 3-х C52-SP, обеспечив хорошей слышимостью каждый уголок конференц-зала.

Итог

Мы поразмышляли над применением Snom С520-WiMi и C52-SP со своей точки зрения. Уверены, вы найдете устройствам для конференц-связи множество применений, а мы всегда будем рады помочь вам с их реализацией, предоставив качественные и функциональные средства связи для ваших задач.

Voximplant, как и любая облачная платформа, предоставляет API, с помощью которого можно управлять пользователями, запускать звонки, просматривать их историю и логи и делать немало других полезных вещей. В принципе, практически всё, что можно настроить в панели управления, можно сделать и через API.

Но в современном мире иметь API недостаточно мало кто хочет формировать HTTP-запросы, передавать параметры, думать про правильную авторизацию. Поэтому мы предлагаем SDK для разных языков программирования: Python, PHP, C# и многих других. И кажется, что этого достаточно, чтобы сделать нашу платформу лёгкой в использовании для очень большой аудитории. Или всё-таки недостаточно?

Обратимся к статистике. По разным данным сейчас в мире насчитывается где-то 15-30 миллионов разработчиков цифра несомненно впечатляющая. Но, например, пользователей MS Excel в мире не менее 100 миллионов. Почему же они должны страдать? Ведь, будем честны, почти каждый из тех, кто хоть раз открывал Excel, явно ощущал недостаток возможностей по управлению коммуникационными платформами в этом без сомнения очень гибком программном продукте. Практически каждый день мы получаем на наш email сотни запросов, которые сводятся к очень простой просьбе: Я хочу звонить из Excel!. Однажды у окон нашего офиса даже выстроились люди с такими требованиями (видели фото выше?) Мы просто не могли оставаться в стороне.

Однако звонки это всё-таки слишком революционно, а главное, потребует установки дополнительных ActiveX-компонентов, что, безусловно, противоречит всем существующим и несуществующим политикам информационной безопасности, поэтому давайте начнём с более простой вещи SDK для работы с нашим API. Из средств разработки в Экселе доступен VBA, для него мы и создадим SDK.

Для того, чтобы выполнить API-запрос, необходимо:

1. Сформировать URL и тело POST-запроса.

2. Добавить аутентификационные параметры.

3. Непосредственно выполнить запрос.

4. Распарсить результат (в нашем случае это JSON).

Формируем URL и тело POST-запроса

Первая часть, казалось бы, самая простая: нужно просто закодировать параметры в URL-кодировку и склеить их. Но в стандартом VBA не предусмотрена URL-кодировка (позже мы поймём, почему). Ничего страшного, на просторах Интернета есть множество разных решений, выберем одно из них.

Public Function URL_Encode(ByRef txt As String) As String    Dim buffer As String, i As Long, c As Long, n As Long    buffer = String$(Len(txt) * 12, "%")     For i = 1 To Len(txt)        c = AscW(Mid$(txt, i, 1)) And 65535         Select Case c            Case 48 To 57, 65 To 90, 97 To 122, 45, 46, 95  ' Unescaped 0-9A-Za-z-._ '                n = n + 1                Mid$(buffer, n) = ChrW(c)            Case Is <= 127            ' Escaped UTF-8 1 bytes U+0000 to U+007F '                n = n + 3                Mid$(buffer, n - 1) = Right$(Hex$(256 + c), 2)            Case Is <= 2047           ' Escaped UTF-8 2 bytes U+0080 to U+07FF '                n = n + 6                Mid$(buffer, n - 4) = Hex$(192 + (c \ 64))                Mid$(buffer, n - 1) = Hex$(128 + (c Mod 64))            Case 55296 To 57343       ' Escaped UTF-8 4 bytes U+010000 to U+10FFFF '                i = i + 1                c = 65536 + (c Mod 1024) * 1024 + (AscW(Mid$(txt, i, 1)) And 1023)                n = n + 12                Mid$(buffer, n - 10) = Hex$(240 + (c \ 262144))                Mid$(buffer, n - 7) = Hex$(128 + ((c \ 4096) Mod 64))                Mid$(buffer, n - 4) = Hex$(128 + ((c \ 64) Mod 64))                Mid$(buffer, n - 1) = Hex$(128 + (c Mod 64))            Case Else                 ' Escaped UTF-8 3 bytes U+0800 to U+FFFF '                n = n + 9                Mid$(buffer, n - 7) = Hex$(224 + (c \ 4096))                Mid$(buffer, n - 4) = Hex$(128 + ((c \ 64) Mod 64))                Mid$(buffer, n - 1) = Hex$(128 + (c Mod 64))        End Select    Next    URL_Encode = Left$(buffer, n)End Function

Следующий нюанс передача даты и времени. В API Voximplant временные метки принимаются в UTC в формате YYYY-MM-DD hh:mm:ss. В Excel же дата и время хранятся без учёта часового пояса (на самом деле, в самой таблице они вообще хранятся как число с плавающей точкой). Поэтому нам придётся принимать дату/время из таблицы тоже UTC. Мы думаем, что все 100+ миллионов пользователей Excel знают, что такое UTC, и это не вызовет у них никаких вопросов.

Кстати, в VBA есть функция форматирования даты, и она даже работает, но весьма необычным образом. Интересующий нас формат даты описывается так: yyyy-mm-dd hh:mm:ss. То есть mm это либо месяц, либо минуты в зависимости от того, за чем оно следует: за hhили за yyyy (это не шутка, это даже в MSDN описано). В общем, если кто-то захочет вывести время без часов, придётся импровизировать.

Переходим к аутентификации

Здесь нас ожидает самое большое разочарование. Мы в Voximplant предлагаем нашим клиентам использовать JWT, что, конечно, весьма мудрёно, если выполнять запросы из консоли или браузера, но при использовании наших SDK это совершенно никак не усложняет жизнь разработчику. В то же время JWT обеспечивает крайне высокий уровень безопасности.

А что же VBA? К сожалению, разумно простого способа сформировать JWT-подпись просто не существует. Причина в том, что в VBA доступен фреймворк .NET версии 4.x, а функция RSA.ImportPkcs8PrivateKey, необходимая для загрузки приватного ключа из PKCS8, появилась только в .NET 5. Да и вообще, все .NET-разработчики используют для таких задач сторонние библиотеки.

Поэтому нам придётся ограничиться авторизацией с помощью статического API-ключа. Ведь, как известно, один из способов обработки риска информационной безопасности - принятие этого риска. Так и поступим. Ведь нам ну очень-очень нужен этот SDK.

Выполняем запрос

Переходим к третьей части к выполнению самого запроса. Встроенных средств работы с HTTP в VBA нет (теперь понятно, почему нет и функции URL-кодирования, а зачем?).

Но, тем не менее, это достаточно тривиальная манипуляция подключаем необходимый фреймворк MSXML 6.0 и Microsoft Scripting Runtime и выполняем запрос, подключая через COM сам MSXML. Просто!

Function makeRequest(name As String, params As Dictionary, accountId As Integer, apiKey As String) As Object    Dim objHTTP As New MSXML2.XMLHTTP60    Dim jsonData As String    Dim parsedJson As Object    Dim postString As String    postString = ""        Dim iterKey As Variant        For Each iterKey In params.Keys        postString = postString & "&" & iterKey & "=" & URL_Encode(params(iterKey))    Next    Url = "https://api.voximplant.com/platform_api/" + name    objHTTP.Open "POST", Url, False    objHTTP.send "account_id=" & accountId & "&api_key=" & apiKey & postString    jsonData = objHTTP.responseText    Set parsedJson = JsonConverter.ParseJson(jsonData)    Set makeRequest = parsedJsonEnd Function

Парсим JSON

Ну и, наконец, JSON. Как и всё остальное, парсер JSON надо искать где-то вовне экосистемы VBA. К счастью, на дворе 2021 год, есть GitHub, и кто-то уже озадачился созданием JSON-парсера для VBA. Мы взяли вот такой.

Он подключается как отдельный модуль и превращает JSON-строку в Dictionary. То, что нужно!

Дальше берём генератор одного из наших SDK (мы взяли питоновский), заменяем шаблоны и заставляем его генерировать код на VBA. В итоге получаем готовый SDK, который можно скачать на нашем GitHub.

SDK представляет собой Class Module, который можно подключить к вашей любимой книге в Excel и делать с его помощью разные странные вещи. В принципе, можно даже звонки запускать, SDK поддерживает все необходимые для этого функции API в). Но это будет не лучшей идеей, учитывая, что не до конца известно, когда Excel решит пересчитать все формулы (именно в этот момент произойдёт вызов функции API).

А вот для каких-то статистических задач SDK, несмотря на всю абсурдность происходящего, может подойти. Например, можно посчитать, какой из пользователей потратил на звонки больше всех денег за какой-то период.

Для этого пишем вот такую функцию:

Function getTotalCallCost(FromDate, ToDate, Username) As Double    Dim totalCost As Double    Dim lastCount As Integer    Dim offset As Integer    Dim res As Dictionary    Dim RecordsPerRequest As Integer    Dim api As New VoximplantAPI    totalCost = 0    lastCount = 1    offset = 0    RecordsPerRequest = 100        'Pass Voximplant account id and API key    api.SetCredentials 100, "aaaaaaaa-aaaa-aaaa-aaaa-aaaaaaaaaaaa"        Do While lastCount > 0        Set res = api.GetCallHistory(FromDate, ToDate, remote_number:=Username, with_calls:=True, with_records:=True, with_other_resources:=True, offset:=offset, count:=RecordsPerRequest)                Dim session As Variant        Dim item As Variant                For Each session In res("result")            For Each item In session("calls")                totalCost = totalCost + item("cost")            Next            For Each item In session("records")                totalCost = totalCost + item("cost")            Next            For Each item In session("other_resource_usage")                totalCost = totalCost + item("cost")            Next        Next                lastCount = res("count")        offset = offset + RecordsPerRequest    Loop        getTotalCallCost = totalCostEnd Function

И вызываем её следующим образом:

А потянув мышкой за правый нижний угол активной ячейки, мы можем применить эту формулу ко всем интересующим нас пользователям и узнать, кто из них звонил двоюродной сестре в Монако больше других.

Резюме:

При желании можно и для VBA сделать какое-то подобие SDK. При его создании не пострадал ни один разработчик. Ах да, с 1 апреля! :D

Технология распознавания эмоций в речи может может найти применение в огромном количестве задач. В частности, это позволит автоматизировать процесс мониторинга качества обслуживания клиентов call-центров.

Определение эмоций человека по его речи уже относительно насыщенный рынок. Я рассмотрела несколько решений от компаний российского и международного рынков. Попробуем разобраться, в чем их преимущества и недостатки.

1) Empath

В 2017 году был основан японский стартап Empath. Он создал платформу Web Empath, основанную на алгоритмах, обученных на десятках тысяч голосовых образцов японской медицинской технологической компании Smartmedical. Недостатком платформы является то, что она анализирует только голос и не пытается распознать речь.

Эмоции, передаваемые человеком по текстовому и голосовому каналу, часто не совпадают. Поэтому анализ тональности лишь по одному из каналов недостаточен. Деловым разговорам, особенно, присуща сдержанность в проявлении эмоций, поэтому, как правило, позитивные и негативные фразы произносятся абсолютно безэмоциональным голосом. Однако бывают и противоположные ситуации, когда слова не имеют эмоционального окраса, а голос ярко показывает настроение человека.

Также важное влияние на форму проявления эмоционального состояния оказывают культурные и языковые особенности. И попытки многоязычной классификации эмоций демонстрируют значительное снижение эффективности их распознавания [1]. Тем не менее, такое решение имеет место быть, а компания имеет возможность предлагать свое решение клиентам по всему миру.

2) Центр речевых технологий

В составе программного продукта Smart Logger II компании ЦРТ есть модуль речевой аналитики QM Analyzer, позволяющий в автоматическом режиме отслеживать события на телефонной линии, речевую активность дикторов, распознавать речь и анализировать эмоции. Для анализа эмоционального состояния QM Analyzer измеряет физические характеристики речевого сигнала: амплитуда, частотные и временные параметры, ищет ключевые слова и выражения, характеризующие отношение говорящего к теме [2]. При анализе голоса первые несколько секунд система накапливает данные и оценивает, какой тон разговора был нормальным, и далее, отталкиваясь от него, фиксирует изменения тона в положительную или отрицательную сторону [3].

Недостатком такого подхода является неверное определение нормального тона в случае, когда уже в начале записи речь имеет позитивный или негативный эмоциональный окрас. В таком случае оценки на всей записи будут некорректными.

3) Neurodata Lab

Компания Neurodata Lab разрабатывает решения, которые охватывают широкий спектр направлений в области исследований эмоций и их распознавания по аудио и видео, в том числе технологии по разделению голосов, послойного анализа и идентификации голоса в аудиопотоке, комплексного трекинга движений тела и рук, а также детекции и распознавания ключевых точек и движений мышц лица в видеопотоке в режиме реального времени. В качестве одного из своих первых проектов команда Neurodata Lab собрала русскоязычную мультимодальную базу данных RAMAS комплексный набор данных об испытываемых эмоциях, включающий параллельную запись 12 каналов: аудио, видео, окулографию, носимые датчики движения и другие о каждой из ситуаций межличностного взаимодействия. В создании базы данных приняли участие актеры, воссоздающие различные ситуации повседневного общения [4].

На основе RAMAS с помощью нейросетевой технологии компания Neurodata Lab создала решение для контакт-центров, позволяющее распознавать эмоции в голосе клиентов и рассчитывать индекс удовлетворенности обслуживанием непосредственно во время разговора с оператором. При этом анализ осуществляется как на голосовом уровне, так и на семантическом, при переводе речи в текст. Система также учитывает дополнительные параметры: количество пауз в речи оператора, изменение громкости голоса и общее время разговора.

Однако стоит заметить, что база данных для обучения нейронной сети в данном решении была подготовлена специально с участием актеров. А, согласно исследованиям, переход от модельных эмоциональных баз к распознаванию эмоций в спонтанной речи ведет к заметному снижению эффективности работы алгоритмов [1].

Как видим, у каждого решения есть свои плюсы и минусы. Попробуем взять от аналогов все самое лучшее и реализовать собственный сервис для анализа телефонных звонков.

В качестве материалов для создания русскоязычного эмоционального дата-сета со спонтанной речью мне была предоставлена база записей телефонных разговоров от IT-компании Эм Си Арт.

Общий алгоритм работы разрабатываемого сервиса выглядит следующим образом.

При реализации были использованы следующие инструменты:

1. Шумоочистка RNNoise_Wrapper

2. Диаризация pyAudioAnalysis

3. Транскрибация vosk-api

4. Анализ эмоций текста dostoevsky

Для распознавания эмоций по голосу не нашлось подходящей библиотеки с открытым исходным кодом, поэтому модель для решения данной задачи будем создавать сами.

Для работы со звуковой волной нужно сначала преобразовать ее в цифровой вид. Для этого выполняется процедура дискретизации, после которой будет получен массив чисел, каждое из которых представляет амплитуду звуковой волны через фиксированные промежутки времени. Обучение нейронной сети на этих данных было бы неэффективно, так как их объем очень большой. Чтобы решить данную проблему, можно выполнить преобразование сигнала в набор акустических характеристик. Для этого я использовала библиотеку Librosa.

Я выбрала пять наиболее часто используемых признаков:

• мел-частотные кепстральные коэффициенты (MFCC)

  

• вектор цветности

  

• мел-спектрограмма

  

• спектральный контраст

  

• тональный центроид (Tonnetz)

  

На основе выделенных из записей телефонных разговоров отрезков я составила 3 варианта дата-сетов с различным количеством выделяемых классов эмоций. Также для сравнения результатов обучения была взята берлинская база эмоциональной речи Emo-DB, созданная с привлечением профессиональных актеров.

Сначала я попробовала обучить простые классификаторы библиотеки scikit-learn:

• SVC

• RandomForestClassifier

• GradientBoostingClassifier

• KNeighborsClassifier

• MLPClassifier

• BaggingClassifier

В результате обучения на дата-сете Emo-DB получилось достичь точности распознавания 79%. Однако при тестировании полученной модели на размеченных мной записях телефонных разговоров, точность оказалась равной всего 23%. Это подтверждает тезисы о том, что при многоязычной классификации и переходе от модельных эмоций к спонтанным точность распознавания значительно снижается.

На составленных мной дата-сетах получилось достичь точности 55%.

При увеличении количества выделяемых классов эмоций точность распознавания падала. Это так же может быть связано с уменьшением выборки ввиду сложности разметки по большому количеству классов.

Далее я попробовала обучить сверточную нейронную сеть на дата-сете MCartEmo-pnn. Оптимальной архитектурой оказалась следующая.

Точность распознавания такой сети составила 62.352%.

Далее я провела работу по расширению и фильтрации дата-сета, в результате чего количество записей увеличилось до 566. Модель заново была обучена на этих данных. По итогу точность распознавания увеличилась до 66.666%. Это говорит о необходимости дальнейшего расширения набора данных, что приведет к увеличению точности распознавания эмоций по голосу.

При проектировании сервиса была выбрана микросервисная архитектура, в рамках которой создается несколько независимых друг от друга узко сфокусированных сервисов, решающих только одну задачу. Любой такой микросервис можно отделить от системы, и дописав некоторую логику, использовать как отдельный продукт.

Сервис Gateway API производит аутентификацию пользователей по стандарту JSON Web Token и выполнять роль прокси-сервера, направляя запросы к функциональным микросервисам, находящимся в закрытом контуре.

Разработанный сервис был проинтегрирован с Битрикс24. Для этого было создано приложение Аналитика речи. В понятиях Битрикс24 это серверное приложение или приложение второго типа. Такие приложения могут обращаться к REST API Битрикс24, используя протокол OAuth 2.0, а также регистрировать свои обработчики событий. Поэтому достаточно было в сервере добавить роуты для установки приложения (по сути регистрация пользователя), удаления приложения (удаление аккаунта пользователя) и обработчик события OnVoximplantCallEnd, который сохраняет результаты анализа записей в карточках связанных со звонками CRM-сущностей. В качестве результатов приложение добавляет расшифровку записи к звонку и комментарий с оценкой успешности разговора по пятибалльной шкале с прикреплением графика изменения эмоционального состояния по каждому участнику разговора.

Заключение

В работе представлен результат исследования на тему распознавания эмоций в речи, в ходе которой на основе русскоязычных записей телефонных разговоров был создан дата-сет эмоциональной речи, на котором была обучена CNN. Точность распознавания составила 66.66%.
Был реализован веб-сервис, с помощью которого можно выполнять очистку аудиозаписей от шума, диаризацию, транскрибацию и анализ эмоций в аудиозаписи или текстовых сообщениях.
Сервис был доработан, чтобы его также можно было использовать как приложение Битрикс24.

Данная работа выполнялась по заказу компании Эм Си Арт в рамках ВКР бакалавра образовательной программы "Нейротехнологии и программирование" университета ИТМО. Также по этой теме у меня был доклад на X КМУ и была принята на публикацию в "Сборнике трудов Конгресса" статья.

В ближайшее время планируется работа по улучшению точности распознавания эмоций по голосу через расширение набора данных для обучения нейросети, а также замена инструмента диаризации, так как качество его работы на практике оказалось недостаточно хорошим.

Список источников

1. Давыдов, А. Классификация эмоционального состояния диктора по голосу: проблемы и решения / А. Давыдов, В. Киселёв, Д. Кочетков // Труды международной конференции "Диалог 2011.". 2011. С. 178185.

2. Smart Logger II. Эволюция систем многоканальной записи. От регистрации вызовов к речевой аналитике [Электронный ресурс]. Режим доступа: http://www.myshared.ru/slide/312083/.

3. Smart logger-2 не дремлет. Эмоции операторов call-центров и клиентов под контролем [Электронный ресурс]. Режим доступа: https://piter.tv/event/_Smart_logger_2_ne_drem/.

4. Perepelkina, O. RAMAS: Russian Multimodal Corpus of Dyadic Interaction for Studying Emotion Recognition / O. Perepelkina, E. Kazimirova, M. Konstantinova // PeerJ Preprints 6:e26688v1. 2018.

Статья про опыт интеграции ВАТС для производственной компании. Клиент производитель крепежа и строительного оборудования со складами в Москве, Петербурге, Сургуте и Рязани.

Ранее мы уже писали, как разрабатывали скрипт сопоставления номенклатуры (SKU) для этого клиента (ссылка на предыдущую статью с vc.ru). В этой статье расскажем про процесс переноса телефонии и про то, с какими сложностями мы столкнулись.

Почему решили перейти на ВАТС

Использовать аналоговые линии телефонии нормально, в некоторых случаях даже удобно. Но задача нашего клиента объединить звонки всех филиалов в единой системе и фиксировать все в CRM. Это проще и дешевле сделать через виртуальную телефонию, нежели покупать дорогое оборудование и синхронизировать железо.

Затраты на оборудование и его обслуживание

Мы посмотрели на исходную телефонию филиалов и поняли, что везде стоит разное оборудование: в Рязани CISCO, в Москве и Петербурге Asterisk, в Сургуте Panasonic. На одно только обслуживание этого парка уходило по 90к в месяц.

Чтобы собрать воедино аналоговую телефонию для четырех регионов, нужно поставить одинаковое оборудование в каждом из них, иначе синхронизация будет дорогой. Тем более для разного оборудования нужны разные специалисты. Например, у Panasoniс свои специалисты, у CISCO другие.

Распределение звонков по ответственным менеджерам

В аналоговой системе трубки привязываются к конкретному номеру и распределяются между менеджерами. Представим ситуацию, когда клиент повторно звонит в компанию и ему нужно попасть на менеджера, который с ним работал.

Клиент звонит на главный номер и просит оператора перевести его на нужного менеджера, или сам вводит внутренний (добавочный) номер менеджера. Многовато действий для клиента, не правда ли?

Виртуальную АТС можно интегрировать с CRM-системой. Тогда при повторном входящем звонке клиент сразу будет попадать на менеджера, который с ним работал. Звонки из стационарной телефонии тоже можно завести в CRM-систему, но это намного сложнее и дороже в интеграции, особенно, если у вас несколько офисов.

Звонок на 8 800 или на региональный номер

В 8 800 есть сценарий распределения через IVR. Это интерактивное голосовое меню, в котором пользователь выбирает следующий шаг.

Если звоним сразу на региональный, то схема другая. Абонент попадает на менеджеров, привязанных к конкретному региону.

Процесс перехода на ВАТС

1 определяем сценарий

Важно понимать, как должен идти звонок, от этого зависит процент удержания входящих обращений. Пример сценария:

2 выбираем ВАТС

Выбираем удобный интерфейс у АТС. Смотрим тарифы и стоимости минуты разговора, а также стоимость абонентской платы за пользователей.

У кого-то дешевле междугородние звонки, у кого-то наоборот. Важно понять, какие направления у вас чаще встречаются. Самый простой лайфхак смотреть на стоимость звонка на мобильный, она всегда выше всех остальных (доходы по минимуму, расходы по максимуму).

Также стоит оценить объем трафика. Большой объем отличная причина поторговаться с провайдером.

3 определяем, нужно ли сохранить номера при переходе

Есть цифровые и аналоговые номера. У цифровых есть SIP данные для работы в цифровых каналах связи. У аналоговых номеров таких данных нет они работают через маршрутизаторы.

Если нужно сохранить номер при переходе, то запрашивайте SIP данные аккаунта и затем подключайте этот номер как внешний к вашей АТС.

В 2020 уже никого не удивишь красивым номером и ни к чему за него переплачивать. Тем более можно просто сделать переадресацию со старого номера, а звонить уже с нового.

4 выбираем и подключаем оборудование

С оборудованием есть несколько вариантов:

1. Софтфоны. Это приложение на телефоне или ПК, через которое можно звонить. Удобно то, что это мобильно. Но с софтфоном вы сильно зависите от качества интернета.

2. Расширения для браузера. Минимум затрат, но нужна привязка к рабочему месту и гарнитура.

3. IP-телефон отдельный класс оборудования (отдельная трубка). Плюсы стабильно и долговечно. Минус не мобильно.

4. FMC Fixed Mobile Convergence. Менеджеры часто звонят с мобильных. Но, чтобы фиксировать звонки, нужно ставить софтфоны и надеяться на интернет. С недавнего времени есть вариант писать звонки напрямую с симкарт через FMC. Это намного удобнее и стабильнее в плане работы. Даже не нужно вводить префиксы.

5 интегрируем АТС с CRM

При входящем звонке определяется его регион, далее осуществляется API-запрос к CRM, чтобы определить какому менеджеру нужно перенаправить данный звонок.

После этого, через API UIS, входящий звонок коммутируется с телефоном менеджера. В CRM всплывет карточка с информацией по звонящему, в которую можно заносить информацию.

По итогам разговора создается контакт и сделка, в них подтягивается ссылка на запись с возможностью прослушки. Менеджеру автоматически ставится задача с контрольной отсечкой по клиенту.

Сложности при внедрении

Разделение личного кабинета внутри АТС

У компании настроена интеграция Creatio CRM с ВАТС. Но через одну интеграцию подключено сразу 4 личных кабинета, чтобы разводить расходы по разным регионам. Не важно, куда звонит клиент он все равно попадает к нам в CRM.

Также, для менеджеров каждого региона выделены отдельные номера. Чтобы менеджеры могли переводить звонок между разными регионами = разными кабинетами.

1 Москва. 2 Санкт-Петербург. 3 Рязань. 4 Сургут

Было бы проще, если бы все номера регионов хранились в одном личном кабинете. Но клиенту нужно было разводить финансовые потоки, поэтому сделали так.

Переадресация входящих

Из-за переадресации менеджер не видит номер клиента и ему нужно его переспрашивать. Минус невозможно привязать отдельные номера клиентовпод определенного менеджера, так как работает переадресация, и будет отображаться номер переадресации.

У UIS в операции переадресации можно настроить сценарий и выбрать номер, который будет отображаться менеджеру при входящем звонке.

При большом штате сложно настроить оборудование

У нас было 50 менеджеров и настраивать оборудование каждому сложно и долго. Поэтому мы разработали инструкцию и разместили ее на портале клиента. Менеджер делает все сам, а нам как админам остается лишь передать ему логин и пароль для доступа к ВАТС.

ВАТС не всегда дешевле железа

Когда подключают железо платят сразу и много. Самая простая станция стоит от 25к (базовый блок Panasonic на 24 абонента). Если сравнивать в перспективе железо вполне может окупиться. При условии, что не нужно будет часто расширять его парк.

Сложности с 8 800

Давно-давно у ноунейм компании купили основной номер, которым, как выяснилось, эта компания напрямую не владеет. Поэтому мы не могли получить данные по SIP транку.Чтобы это обойти мы настроили переадресацию с 8 800 на городской региональный номер.

Звонят на 8 800 идет приветствие сценарий IVR(голосовое приветствие с возможностью выбора региона) выбирают регион и звонок переадресуется на него. Если ничего не выбрано попадают на дежурного менеджера.

Но при такой схеме переадресации не всегда срабатывает донабор с выбором региона. Из-за этого терялись вызовы, клиенты не могли дозвониться и звонки терялись.

В итоге устали бороться с оператором и приобрели другой номер 8 800 у другого оператора, которой может дать данные SIP аккаунта номера.Теперь переадресация работает без сбоев. Номер заведен в ВАТС как внешний номер, и все работает корректно.

Внешний номер в ВАТС означает, что он обслуживается у одного оператора. Но его все равно можно привязать к другому.

Например, у вас номер Ростелекома, но вы не хотите разговаривать по их тарифам. Тогда вы берете данные SIP аккаунта и прописываете их в той АТС, с которой вы хотите работать. В итоге все входящие идут через нужную вам телефонию, и вы можете выбрать, как будут тарифицироваться звонки: по ценам старого или нового оператора.

Цифры

Мы проанализировали разницу в расходах до и после перехода на виртуальную АТС. Вот что получилось:

Также мы посчитали итоговую сумму затрат на внедрение и последующее обслуживание. Расчет на 130 пользователей и 5 офисов.

Абонентская плата за аналоговую линию в 90к без учета дорогого номера за 60к. Стоимость обслуживания ВАТС 0 рублей, так как систему обслуживают штатные специалисты компании клиента.

Если у вас есть вопросы по телефонии пишите нам в комментарии к статье или в Фейсбук.

Интегратор LAND PRO. Телефония UIS. Редактор Фёдор Анисимов.