Сравнили 10 систем речевой аналитики для крупного бизнеса: AI и LLM, On‑Premise, API, омниканальность, контроль качества, интеграции, цены, плюсы и ограничения.
Еще несколько лет назад речевая аналитика в контакт‑центре в основном решала две задачи: переводила звонки в текст и искала в них заданные слова. В 2026 году этого уже недостаточно.
Современные системы анализируют смысл диалога с помощью ML‑ и LLM‑моделей, автоматически оценивают работу операторов, ищут причины отказов, выявляют жалобы и риски, суммаризируют разговоры, передают данные в CRM и помогают находить закономерности сразу в сотнях тысяч коммуникаций.
Для крупной компании к функциональности добавляются еще несколько требований: возможность развернуть систему в собственном контуре, информационная безопасность, API, работа с нестандартной телефонией и CRM, масштабирование на сотни или тысячи сотрудников.
Мы сравнили 10 российских решений, которые встречаются на рынке речевой аналитики и ориентированы полностью или частично на крупный бизнес:
DEERAY, Naumen Conversation Intelligence, 3i TouchPoint Analytics, Smart Logger ЦРТ, речевую аналитику BSS, MWS AI WordPulse, imot.io, Yandex SpeechSense, MANGO OFFICE и Speech Analytics.
Как мы сравнивали системы
Срез сделан на 2 сентября 2026 года. Для функциональности, моделей поставки и стоимости использовались прежде всего официальные сайты и документация разработчиков, а также открытые кейсы.
При сравнении учитывались:
AI/LLM‑анализ;
автоматическая оценка качества;
омниканальность;
SaaS, private cloud и On‑Premise;
API и интеграции;
возможности настройки;
масштабирование;
работа с CRM и BI;
безопасность;
публичная стоимость;
тип бизнеса, для которого решение выглядит наиболее подходящим.
Есть важное ограничение. Мы не сравниваем системы по абстрактной «точности ИИ». Корректно определить, у кого лучше ASR или семантический анализ, можно только на одном и том же корпусе записей, в одинаковых условиях и по единым метрикам — например WER, CER, accuracy и latency. Публичные цифры разработчиков такого независимого benchmark не заменяют.
Это, кстати, один из первых признаков полезного сравнения: если рейтинг утверждает, что один сервис «распознает речь лучше всех», не показывая методику тестирования, к такой оценке стоит относиться осторожно.
Коротко: чем различаются системы
Система | Основной сценарий | On‑Premise | AI / LLM | Омниканальность | Цена |
|---|---|---|---|---|---|
DEERAY | Enterprise Communication Analytics, продажи, QA, VoC | Да | Да | Высокая | SaaS от 50 тыс. ₽/мес., enterprise индивидуально |
Naumen CI | Крупные КЦ, CX, QA, поиск инсайтов | Да | Да | Высокая | Индивидуально |
3i TouchPoint Analytics | Большие контакт‑центры, QA, CX | Да | Да | Высокая | Индивидуально |
Smart Logger / ЦРТ | Enterprise, банки, телеком, госсектор | Да | Да | Высокая | Индивидуально |
BSS | КЦ, банки, госсектор, CX | Да | Да | Высокая | Индивидуально |
MWS AI WordPulse | Enterprise Voice/Text Analytics | Да | Да | Голос + текст | Лицензия от 900 тыс. ₽ |
imot.io | Sales/Conversation Intelligence, отраслевые сценарии | Да | Да | Высокая | от 53 990 ₽ за 10 тыс. минут помесячно |
Yandex SpeechSense | Конструктор аналитики / API | Облако | Да | Голос + текст | от ~2,02 ₽/мин на первом диапазоне |
MANGO OFFICE | Речевая аналитика внутри телефонии | Облачная модель | Да | Голос + текст | от 1 100 ₽/мес. + тарификация |
Speech Analytics | QA и классическая аналитика звонков | Зависит от проекта | Частично | В основном голос | Пилот от 100 тыс. ₽ |
Таблица сразу показывает проблему многих рейтингов речевой аналитики: это не десять взаимозаменяемых продуктов.
Yandex SpeechSense ближе к технологическому конструктору. MANGO — к модулю телеком‑платформы. DEERAY, Naumen, 3i и BSS — к полноценным корпоративным аналитическим платформам. imot.io сильнее продуктово упакован вокруг конкретных бизнес‑процессов.
Сравнивать их только по стоимости минуты некорректно.
1. DEERAY
DEERAY — платформа речевой и текстовой аналитики, ориентированная не только на анализ звонков, но и на более широкий контур корпоративных коммуникаций.
Система анализирует звонки, чаты, электронную почту, отзывы, NPS, формы обратной связи и офлайн‑коммуникации. В актуальном исследовании DEERAY отдельно выделяется как Communication Analytics Platform, то есть скорее как универсальный аналитический слой над коммуникациями компании, чем как сервис транскрибации звонков.
На текущем сайте разработчик предлагает SaaS и On‑Premise, интеграции с CRM и телефонией, экспорт в BI, API и SDK. Также заявлены 50+ готовых интеграций.
Что умеет
транскрибировать и анализировать 100% коммуникаций;
оценивать разговоры по готовым и пользовательским критериям;
искать события и смыслы, а не только ключевые слова;
саммаризировать разговоры;
формировать рекомендации;
работать со скриптами и свободной речью;
передавать результаты анализа в CRM и BI;
анализировать звонки, чаты, email, отзывы, NPS и другие каналы;
работать SaaS, private cloud и On‑Premise.
Отдельная особенность — no‑code‑настройка методологии. В стандартной сетке доступны 50+ готовых критериев, при этом количество собственных критериев и скриптов не ограничивается.
На кого ориентирована
DEERAY особенно интересен крупным компаниям, где:
много операторов;
существует собственная сложная методика оценки;
нельзя ограничиваться анализом телефонных звонков;
нужно объединить несколько источников Voice of Customer;
требуется закрытый контур;
аналитику нужно встроить в существующую IT‑инфраструктуру.
Стоимость
Публичный SaaS начинается с 50 000 ₽ в месяц за 10 000 минут, при этом число операторов не ограничено. On‑Premise, private cloud и сложные интеграционные проекты рассчитываются отдельно.
Сильная сторона
Широта платформы и кастомизация.
Это один из наиболее логичных вариантов, если задача звучит не «проанализировать звонки отдела продаж», а «построить корпоративную систему анализа коммуникаций».
Что учитывать
Для небольшой компании такой уровень возможностей может быть избыточным. Если организация уже полностью находится внутри одной облачной АТС и ей достаточно базового QA звонков, телеком‑модуль может оказаться проще и дешевле.
2. Naumen Conversation Intelligence
Naumen CI находится ближе всего к классическому enterprise‑пониманию речевой аналитики.
В одной системе Naumen объединяет:
ручной контроль качества;
автоматическую ML‑оценку;
LLM‑анализ;
поиск бизнес‑инсайтов.
Причем разработчик прямо рекомендует не заменять все задачи LLM, а комбинировать ML и большие языковые модели: массовые типовые проверки выполнять более дешевыми ML‑инструментами, а LLM использовать там, где требуется понимание сложного бизнес‑контекста.
Для технической аудитории это разумный подход: генеративный ИИ здесь не маркетинговая надстройка над каждым действием системы, а отдельный вычислительно более дорогой инструмент.
Что умеет
Naumen CI анализирует голосовые, текстовые и роботизированные коммуникации, выполняет Auto‑QA, ищет инсайты, причины оттока и лучшие практики, работает с транскрипциями сторонних ASR.
Используются собственные технологии ASR и классификации. Доступно развертывание как в облаке, так и в корпоративном контуре заказчика.
Кому подходит
крупным контакт‑центрам;
банкам;
телекому;
сервисным компаниям;
компаниям, где уже есть зрелый процесс QA.
Сильная сторона
Сильный enterprise QA‑контур и сочетание ручной оценки, ML и LLM в одной платформе.
Что учитывать
Для компании, которой требуется быстро решить узкую задачу отдела продаж, экосистема Naumen может оказаться сложнее, чем специализированный SaaS.
Публичного простого тарифа «N рублей за минуту» для полноценного enterprise‑внедрения нет.
3. 3i TouchPoint Analytics
3i TouchPoint Analytics от 3iTech — одна из наиболее явно ориентированных на большие контакт‑центры платформ в этой выборке.
Система анализирует онлайн‑ и офлайн‑коммуникации, автоматизирует контроль качества и использует LLM для смыслового анализа.
В числе возможностей разработчик указывает:
автоматическую оценку операторов;
чек‑листы;
смысловой анализ;
саммаризацию;
естественно‑языковые запросы к массиву коммуникаций;
анализ звонков и текстовых каналов;
персональные KPI;
дашборды;
On‑Premise.
На официальном сайте описаны проекты, где система обрабатывает до 1–2 млн коммуникаций или минут в месяц, что важно для оценки реального enterprise‑сценария.
Кому подходит
Прежде всего:
большим контакт‑центрам;
банкам;
телекому;
крупному ритейлу;
компаниям с повышенными требованиями к информационной безопасности.
3iTech прямо позиционирует On‑Premise как вариант для организаций с высоким уровнем требований к контролю данных, включая финансовый и государственный сектор.
Сильная сторона
Масштабный автоматизированный контроль качества и зрелый enterprise‑контур.
Что учитывать
Это уже не сервис формата «зарегистрировался и через десять минут анализируешь звонки». Для максимального эффекта потребуется проект внедрения и настройка под процессы организации.
4. Smart Logger от ЦРТ
Smart Logger развивает Центр речевых технологий — ЦРТ, один из наиболее известных российских разработчиков speech‑технологий.
Здесь сильная сторона несколько отличается от SaaS нового поколения: ЦРТ исторически обладает глубокой технологической экспертизой именно в области распознавания, обработки речи и высоконагруженных корпоративных систем.
Smart Logger используется для:
анализа клиентских коммуникаций;
контроля скриптов;
выявления нарушений стандартов;
контроля качества;
анализа продаж;
поиска проблем в клиентском сервисе.
Разработчик заявляет возможность обработки более 1 млн коммуникаций в сутки.
Кому подходит
Smart Logger логично рассматривать:
банкам;
государственным компаниям;
телекому;
очень большим контакт‑центрам;
организациям, где критичны собственный контур и enterprise‑инфраструктура.
Сильная сторона
Speech‑технологии и масштабирование.
Что учитывать
Для среднего бизнеса такие решения могут оказаться тяжелее по стоимости и внедрению, чем облачные SaaS‑платформы.
Стоимость рассчитывается индивидуально.
5. Речевая аналитика BSS
BSS интересен тем, что развивает речевую аналитику не изолированно, а как часть большой платформы речевых и AI‑технологий.
В 2026 году продукт получил дополнительные LLM‑возможности: каскадное промптирование, работу с контекстом, более гибкие оценочные карты и GenAI‑сценарии.
Система предназначена для анализа 100% коммуникаций, автоматического QA, поиска тематик и рисков, работы с негативом и клиентским опытом.
BSS также развивает «Агента‑тренера», который создает симуляции клиентских диалогов и используется для обучения операторов.
Enterprise‑возможности
Компоненты BSS могут работать:
в защищенном облаке;
на инфраструктуре заказчика;
в закрытом корпоративном контуре.
Это особенно актуально для банков, госсектора и регулируемых отраслей.
Сильная сторона
Связка речевой аналитики с более широкой AI‑экосистемой обслуживания клиентов.
Что учитывать
На сайте нет простой публичной тарифной сетки, сравнимой с SaaS‑продуктами. Для оценки TCO потребуется коммерческое предложение.
6. MWS AI WordPulse
WordPulse — корпоративный продукт MWS AI для анализа голосовых и текстовых коммуникаций.
В архитектуре используются сразу три подхода:
правила;
ML;
LLM.
Система позволяет строить собственные скрипты, искать темы, оценивать тональность, создавать метрики и дашборды. С помощью интеграции с языковыми моделями можно задавать произвольные промпты — например искать скрытый смысл или оценивать эмпатию оператора.
Есть и интересный технический модуль — ABSA, аспектный анализ тональности. Он позволяет определить отношение клиента не ко всему разговору целиком, а к конкретным аспектам: например отдельно к тарифу, качеству связи и обслуживанию.
Варианты поставки
Предусмотрены:
облачный Pay as you go;
развертывание в контуре заказчика.
Стоимость
MWS AI публикует ориентир: лицензия от 900 000 ₽ без НДС, а итог зависит от состава модулей и формата поставки.
Сильная сторона
Глубокая enterprise‑аналитика с сочетанием правил, ML и LLM.
Что учитывать
Это решение скорее для корпоративной закупки, чем для быстрого SaaS‑эксперимента небольшого отдела продаж.
7. imot.io
imot.io занимает несколько другую нишу.
Функционально это полноценная AI‑платформа: транскрипция, GPT‑анализ, оценка сотрудников, CRM, автоматические рекомендации, чаты, онлайн‑встречи, офлайн‑коммуникации, On‑Premise.
Но главное конкурентное отличие не столько в наличии этих функций, сколько в продуктовой вертикализации.
У imot.io есть подробно упакованные сценарии для:
медицины;
недвижимости;
EdTech;
офлайн‑продаж.
Например, для offline предлагаются смарт‑бейджи, а для медицины — отдельный сценарий записи и анализа приема врача.
Стоимость
Помесячно:
10 000 минут — 53 990 ₽;
30 000 — 123 990 ₽;
60 000 — 195 990 ₽;
100 000 — 260 000 ₽.
При годовой оплате цена существенно снижается. Например, 100 тысяч минут обходятся в эквиваленте 190 тыс. ₽ в месяц.
Сильная сторона
Готовые отраслевые процессы и offline/video‑сценарии.
Что учитывать
Если компании нужен не готовый вертикальный workflow, а максимально кастомизируемый корпоративный слой аналитики со своей методологией, стоит также сравнить imot.io с DEERAY, Naumen и другими platform‑oriented решениями.
8. Yandex SpeechSense
SpeechSense заметно отличается от предыдущих систем.
Это продукт Yandex Cloud, который логичнее воспринимать как технологическую платформу или конструктор аналитики, а не как готовый коробочный продукт управления отделом продаж.
SpeechSense умеет:
распознавать аудио;
анализировать текст;
выделять тематики;
работать со смысловыми тегами;
анализировать диалоги;
подключать LLM‑ассистента.
Стоимость
Это одно из немногих решений с абсолютно прозрачной поминутной моделью.
Для первых 100 000 минут стоимость распознавания и речевой аналитики составляет суммарно около 2,02 ₽ за минуту. При увеличении объема цена постепенно снижается до примерно 0,61 ₽/мин.
LLM оплачивается отдельно по использованным символам.
Сильная сторона
Технологическая гибкость и понятная cloud‑экономика на больших объемах.
Что учитывать
Низкая стоимость минуты не означает, что конечная стоимость внедрения будет ниже SaaS‑платформы.
Если бизнесу нужны готовые:
методология контроля качества;
дашборды для руководителей;
отраслевые сценарии;
управление изменениями;
аналитическое сопровождение,
часть этого слоя придется строить самостоятельно или с интегратором.
Именно поэтому сравнивать SpeechSense и готовую enterprise‑платформу только по ₽/мин некорректно.
9. MANGO OFFICE
MANGO OFFICE показывает другой класс продукта: речевая аналитика здесь является частью большой телеком‑экосистемы.
Сервис умеет:
транскрибировать;
анализировать звонки с помощью AI;
классифицировать тематики;
анализировать эмоции;
применять чек‑листы;
искать инсайты;
анализировать текстовые коммуникации;
строить отчеты.
Также существует API речевой аналитики и вариант работы с записями из собственной АТС заказчика.
Стоимость
AI‑модуль стоит 1 100 ₽ в месяц. Включено 10 тысяч минут AI‑анализа тематик, затем применяется дополнительная поминутная тарификация.
Это на порядок ниже стоимости специализированных аналитических платформ.
Но здесь важно понимать причину.
MANGO монетизирует не только речевую аналитику: это часть экосистемы виртуальной АТС и контакт‑центра.
Сильная сторона
Очень низкий порог входа для компаний, уже использующих инфраструктуру MANGO OFFICE.
Что учитывать
Если задача выходит за рамки телефонии и требует построить независимую enterprise‑платформу анализа всех коммуникаций компании, имеет смысл сравнить возможности MANGO со специализированными решениями.
10. Speech Analytics
Speech Analytics — более классический представитель рынка.
Платформа:
распознает звонки;
анализирует 100% диалогов;
использует 20 готовых словарей;
оценивает разговоры по десяткам параметров;
позволяет создавать собственные правила;
формирует отчеты;
создает триггеры;
интегрируется с CRM и другими системами.
По данным разработчика, доступно более 30 интеграций.
Отдельно интересна механика автоматических триггеров: система может обнаружить нужный диалог и через несколько минут отправить сообщение, email или создать задачу в CRM.
Стоимость
Публичной простой enterprise‑тарификации нет. Стоимость пилотного проекта начинается примерно от 100 тыс. ₽ и зависит от объема и задач.
Сильная сторона
Зрелая классическая система контроля качества звонков с большим количеством готовых словарей и правил.
Что учитывать
Если приоритет компании смещается от поиска слов, правил и QA в сторону глубокой LLM‑аналитики, омниканального VoC и сложной корпоративной семантики, стоит отдельно сравнивать соответствующие возможности с платформами нового поколения.
Какая система речевой аналитики лучше для разных задач
И вот здесь сравнение становится полезнее обычного рейтинга.
Сценарий | Какие решения стоит смотреть в первую очередь | Почему |
|---|---|---|
Крупный КЦ со сложной собственной методологией | DEERAY, Naumen, 3i, BSS | Гибкая настройка, QA, enterprise‑развертывание |
Максимально широкий Voice of Customer | DEERAY, Naumen | Не только звонки, но и разные текстовые и клиентские каналы |
Банки, госсектор, закрытый контур | ЦРТ, BSS, 3i, Naumen, DEERAY | On‑Premise и enterprise‑архитектура |
Медицина с офлайн‑приемами | imot.io | Сильная готовая вертикальная упаковка и оборудование |
Офлайн‑продажи и физические переговоры | imot.io, DEERAY, 3i | Поддержка offline‑коммуникаций |
Собственная аналитическая разработка поверх API | Yandex SpeechSense | Cloud‑конструктор и прозрачная поминутная экономика |
Компания уже работает на MANGO | MANGO OFFICE | Минимальный порог входа и нативная интеграция |
Классический автоматизированный QA | Speech Analytics, Naumen, 3i, BSS | Сильный контур контроля качества |
Требуется White Label / embedded analytics | DEERAY | White Label, API/SDK и партнерский сценарий заявлены разработчиком |
Правила + ML + LLM в крупном КЦ | WordPulse, Naumen, BSS | Несколько классов аналитических моделей |
Это и есть причина, почему вопрос «какая речевая аналитика лучшая?» поставлен неправильно.
Правильный вопрос:
«Какая архитектура и продуктовая модель подходят нашей задаче?»
Что проверить перед выбором системы
В enterprise‑проекте красивая демонстрация интерфейса имеет гораздо меньше значения, чем то, что произойдет после покупки.
Я бы проверял минимум восемь вещей.
1. На каких данных работает аналитика
Только звонки или также:
чаты;
email;
встречи;
отзывы;
NPS;
офлайн‑разговоры?
Чем больше каналов общения с клиентом, тем важнее становится омниканальность.
2. Это поиск слов или понимание смысла
Попросите систему найти, например:
Клиентов, которые прямо не сказали «дорого», но отказались из‑за стоимости.
Такой тест быстро показывает разницу между словарным поиском и смысловым анализом.
3. Можно ли менять методику самостоятельно
Если для добавления каждого нового критерия нужно обращаться к разработчику, на большом проекте это быстро становится узким местом.
4. Как используется LLM
Сам факт наличия ChatGPT, YandexGPT или собственной LLM почти ничего не говорит о качестве продукта.
Гораздо важнее:
какие задачи модель решает;
какой контекст получает;
можно ли создавать собственные промпты;
как контролируются ответы;
где физически обрабатываются данные.
5. Как система встраивается в CRM
Ценность аналитики сильно снижается, если ее результат остается только внутри отдельного дашборда.
Проверьте, может ли система:
передавать оценку звонка;
заполнять поля сделки;
создавать задачи;
записывать причины отказов;
передавать summary;
запускать бизнес‑процессы.
6. Где хранятся данные
Для банков, медицины, госсектора и многих крупных корпораций это может стать фильтром еще до сравнения функциональности.
Нужно проверить SaaS, private cloud, On‑Premise и требования 152-ФЗ.
7. Как считается цена
Цена минуты сама по себе практически бесполезна.
В TCO нужно включать:
распознавание;
LLM;
хранение;
пользователей;
интеграции;
API;
внедрение;
сервера для On‑Premise;
техническую поддержку;
аналитическое сопровождение.
Иногда сервис за 1 ₽/мин в итоге оказывается дороже платформы за 3 ₽/мин — просто потому, что вокруг первого приходится самостоятельно строить недостающий аналитический слой.
8. Проведите пилот на собственных звонках
Причем желательно не на десяти «идеальных» разговорах.
Берите:
хорошие и плохие записи;
шум;
несколько операторов;
реальные возражения;
отраслевую терминологию;
сложные диалоги без очевидных ключевых слов.
И заранее задайте критерии успешности пилота.
Итог
В 2026 году российский рынок речевой аналитики уже нельзя свести к списку из десяти одинаковых SaaS‑сервисов.
Фактически существует несколько классов продуктов.
DEERAY, Naumen, 3i, BSS и ЦРТ находятся ближе к крупным корпоративным платформам.
imot.io интересен сильной вертикализацией и развитием offline‑сценариев.
WordPulse делает акцент на enterprise AI‑аналитике и сочетании правил, ML и LLM.
SpeechSense — мощный технологический конструктор с прозрачной экономикой.
MANGO OFFICE позволяет добавить речевую аналитику поверх существующей телеком‑инфраструктуры с очень низким порогом входа.
Speech Analytics остается сильным вариантом для классического QA и автоматического анализа звонков.
Поэтому при выборе имеет смысл начинать не с вопроса «кто занимает первое место в рейтинге», а с четырех параметров:
масштаб → каналы → IT‑контур → бизнес‑задача.
Для большого контакт‑центра со своей методологией оценки и несколькими каналами коммуникации наиболее логично сравнивать DEERAY, Naumen, 3i, BSS и ЦРТ.
Для компании, которой требуется готовый отраслевой workflow, в shortlist может попасть imot.io.
А если необходим прежде всего API и инфраструктура для собственной разработки — Yandex SpeechSense.
Именно такой shortlist гораздо полезнее бизнеса, чем универсальный «топ-10», где первое место определяется количеством функций на лендинге.
