Qu'est-ce que l'analyse de la parole (speech analytics) ?

Un centre de contact enregistre en une semaine plus de conversations qu'une équipe ne pourrait en écouter en un an. Traditionnellement, l'assurance qualité travaillait donc sur un échantillon, généralement très réduit, et toute question sur ce que disaient les clients trouvait sa réponse dans l'anecdote. Le speech analytics change l'unité d'analyse : on passe de l'appel au corpus. Une fois les conversations transformées en texte, vous pouvez toutes les interroger.

La chaîne de traitement comporte deux moitiés souvent confondues. La transcription produit un texte horodaté de l'appel, avec identification des locuteurs. L'analyse s'exécute sur ce texte pour en extraire ce qui mérite une action. La première est une capacité technique. La seconde est celle où se trouve réellement la valeur opérationnelle, et celle où les plateformes diffèrent le plus.

Ce qui est extrait

• Résumés. Un compte rendu structuré de la conversation, avec points clés et actions à mener, produit sans que l'agent le saisisse de mémoire.
• Sentiment. Un score par énoncé et pour l'ensemble de l'appel, utilisé pour faire ressortir les interactions à examiner.
• Mots-clés. Des termes et expressions configurés, détectés et assortis d'alertes : c'est ainsi que l'on automatise la vérification des mentions obligatoires.
• Alertes de conformité. Les appels où une formulation obligatoire semble absente, ou une formulation interdite semble présente.
• Langue. Une détection par appel, indispensable sur un plateau multilingue avant que tout ce qui précède puisse être appliqué correctement.

Les limites qu'il faut énoncer

La précision de la transcription n'est pas uniforme. Elle se dégrade avec un audio de mauvaise qualité, un fort bruit de fond, des paroles qui se chevauchent et des accents ou dialectes moins présents dans les données du modèle, et toutes les analyses en aval héritent de cette dégradation. Le score de sentiment est un signal de tri utile, pas une mesure de ce qu'a ressenti le client : il doit servir à choisir les appels qu'une personne examinera. La détection de mots-clés trouve des mots, pas du sens : une mention obligatoire formulée de façon inhabituelle peut être signalée comme absente. Rien de tout cela ne diminue la valeur de l'outil ; cela en fait un filtre qui oriente les évaluateurs vers les bons appels, et non un substitut à leur examen.

Comment DialerBee gère le speech analytics

Chez DialerBee, le transcription des appels traite l'audio des appels pendant la conversation. Il sépare les canaux audio de l'agent et du client, transcrit chaque locuteur indépendamment avec horodatage, détecte automatiquement la langue et met à disposition une transcription horodatée, avec identification des locuteurs, dès la fin de l'appel. La transcription couvre 11 langues et tient compte des dialectes. Des modèles en extraient ensuite des résumés avec points clés et actions à mener, un sentiment classé positif, négatif, neutre ou frustré, des détections de mots-clés et des alertes de conformité ; ces résumés, qualifications, scores de sentiment et expressions clés peuvent être envoyés à votre CRM par webhook ou API REST.

La recherche plein texte porte sur toutes les transcriptions, avec des filtres par agent, période, campagne, mot-clé et score de sentiment : une équipe conformité peut auditer des interactions précises au lieu d'écouter des heures d'enregistrements. Les données de transcription sont stockées avec une isolation par tenant grâce à la sécurité au niveau des lignes (row-level security) de PostgreSQL, avec des politiques de conservation configurables par tenant. Côté temps réel, assistance agent construit le résumé pendant l'appel, analyse le sentiment en direct en tenant compte de l'arabe et pas seulement de l'anglais, caviarde les transcriptions pour que ce qui est stocké et interrogé ne soit pas une copie en clair de tout ce qu'un client a dicté, les conserve selon votre politique, et prend en charge la conservation à des fins juridiques (legal hold) et l'export lorsqu'un dossier ou un régulateur le demande. Les évaluateurs dans Grilles d’évaluation qualité voient la transcription complète à côté de l'enregistrement audio pendant la notation.

Questions fréquentes

Quelle est la différence entre transcription et speech analytics ?

La transcription transforme la parole en texte. Le speech analytics est ce que vous faites de ce texte : le rechercher, scorer le sentiment, repérer des mots-clés, signaler les mentions obligatoires manquantes et résumer la conversation. La transcription est l'entrée et l'analyse est la sortie, c'est pourquoi une plateforme peut offrir une excellente transcription et très peu de valeur analytique par-dessus.

Pourquoi la séparation des locuteurs est-elle importante ?

Parce que presque toutes les questions utiles portent sur qui a dit quoi. L'agent a-t-il donné la mention obligatoire, ou est-ce le client qui l'a évoquée ? L'objection a-t-elle été soulevée par le client ou anticipée par l'agent ? Transcrire indépendamment l'audio de l'agent et celui du client permet de répondre à ces questions au lieu de deviner à partir d'une transcription fusionnée.

Quelle est la précision réelle de la transcription ?

Elle varie selon la qualité audio, l'accent, le dialecte, le bruit de fond et le chevauchement des voix. Un bon casque sur un plateau calme produit un texte nettement meilleur qu'une ligne bruyante : c'est le principal facteur sur lequel on peut agir. La couverture des dialectes compte autant que celle des langues : un modèle entraîné sur une variante d'une langue en gère moins bien une autre.

Le speech analytics peut-il servir au contrôle de conformité ?

Oui, et c'est l'un de ses usages les plus forts. Des listes de mots-clés peuvent signaler les appels où une mention obligatoire semble manquer ou une expression interdite a été utilisée, ce qui fait passer le contrôle de conformité de l'écoute d'un échantillon à la recherche sur l'ensemble des appels. Cela réduit ce qu'une personne doit examiner, sans remplacer l'évaluateur.

Que faire des données sensibles dans les transcriptions ?

Elles devraient être caviardées avant stockage lorsque c'est possible, et conservées selon une politique définie plutôt qu'indéfiniment. Une archive de transcriptions est une copie interrogeable de tout ce que les clients ont dit à voix haute, y compris des informations que vous préféreriez ne pas détenir : le caviardage et la conservation font donc partie de la conception, et non une réflexion après coup.

Termes associés : assistance agent, post-appel, CSAT, détection des répondeurs et agent vocal IA.