Top.Mail.Ru

Что голос может рассказать о нашем состоянии: история стартапа EchoStressAI 

В фантастическом фильме «К звездам» герой Брэда Питта проходит психологическую проверку перед космической миссией. Он рассказывает компьютеру о своем состоянии, а система анализирует полученные данные и решает, можно ли допустить астронавта к полету. Но насколько достоверно можно оценить состояние человека по его голосу?

Этим вопросом занимается Вероника Заславская — основатель проекта EchoStressAI, генеральный директор ООО «ЭХОСТРЕССЭЙАЙ», сооснователь международного голосового сервиса Zello и выпускница магистратуры МФТИ «Науки о данных». Вместе с командой она развивает «Эхостресс» — технологию анализа психоэмоционального состояния человека по речи. Проект вырос из научных исследований, которыми Вероника занималась во время обучения в МФТИ, а сегодня проходит проверку в реальных рабочих условиях и привлекает внимание крупных заказчиков.

Зачем опытному предпринимателю магистратура

В 2023 году Вероника Заславская поступила в онлайн-магистратуру МФТИ «Науки о данных». К тому моменту за ее плечами было более 20 лет работы в IT, включая управление компаниями и создание собственных продуктов. 

«По исходной подготовке я системный разработчик, начинала с C++. Но довольно быстро управление компаниями заняло большую часть моей профессиональной жизни, и непосредственно кодом я много лет не могла позволить себе заниматься», — рассказывает Вероника.

Помимо управления компаниями она занималась стратегией, менторингом и корпоративным консалтингом. Еще ее интересовали возможности анализа данных и машинного обучения, в частности их применение для аналитики и прогнозирования при принятии управленческих решений.

«Когда появилась возможность больше времени уделять собственным профессиональным интересам, я начала глубже изучать анализ данных и машинное обучение. Мне хотелось не только руководить разработкой, но и самой исследовать, писать код, проверять гипотезы.

Магистратура МФТИ по программе „Науки о данных“ стала продолжением этого движения. Я пришла с технической базой и предпринимательским опытом, но хотела получить системное понимание в этой области. На тот момент моей основной целью были знания и исследовательский опыт, а не создание еще одной компании».

Как появилась идея «Эхостресс»

Голос интересовал Веронику задолго до появления Echostress. 

«Голос, кажется, проходит через всю мою жизнь. У меня есть дирижерское и вокальное образования, в Zello я много лет занималась голосовыми коммуникациями, опыт руководства людьми и менторинга научил меня слышать и интерпретировать множество оттенков в речи собеседников, а изучение психометрии пробудило интерес к тому, как индивидуальные психологические особенности связаны с выражением и восприятием эмоциональных состояний.

В музыке я работала с выразительностью голоса, в Zello — с технологиями голосовой связи. В Echostress этот опыт соединился с моим интересом к анализу данных и психофизиологии».

Главная сложность исследования

«Одна из самых сложных задач психофизиологии — различать то, что человек испытывает, и то, что он показывает окружающим. Мы привыкли искать эмоции на лице человека. Но он может сохранять спокойное выражение лица, одновременно испытывая сильное напряжение. В голосе при этом часто появляются изменения, которых мы не замечаем на слух, но можем исследовать математически. К тому же для специалистов ответственных профессий характерна сдержанная эмоциональная экспрессия. Поэтому мы исследуем не только отдельные эмоции, но и их сочетания, а также многие другие признаки и их изменение относительно индивидуальной нормы».

К исследовательскому проекту Вероника присоединилась по приглашению своего друга Рустама Абдюханова, который был его научным руководителем.

«Мы вместе работали над стратегией и обсуждали возможности практического применения исследований. Именно тогда мой самостоятельный интерес начал приобретать форму конкретного проекта. К сожалению, во время моего обучения Рустама не стало. Я продолжила эту работу», — вспоминает Вероника.

Как исследование стало технологическим проектом: роль МФТИ

Во время обучения в магистратуре Вероника продолжила изучать возможности оценки психоэмоционального состояния человека по голосу. Начала с научной литературы, причем обратилась и к исследованиям, которым больше ста лет.

«Еще в конце XIX века Иван Тарханов писал о физиологии голоса. Поэтому большая часть первоначальной работы была посвящена научной литературе: фундаментальным исследованиям XX века, психофизиологии, методам анализа речи, современным нейросетевым архитектурам. Мне было важно не просто выбрать подходящую модель, а понять научные основания задачи: какую информацию о состоянии человека действительно можно получить из голоса, как ее интерпретировать и где проходят границы достоверности».

Постепенно Вероника перешла к собственным экспериментам. Она готовила данные, сравнивала и дообучала модели, исследовала речевые и эмоциональные характеристики, разрабатывала методы объединения результатов.

«Одна из наиболее содержательных задач заключалась в переходе от отдельных предсказаний моделей к интерпретации состояния человека. Получить несколько оценок по голосу, видео и тексту — еще не значит получить целостную картину. Необходимо учитывать качество исходных данных, сопоставлять результаты разных методов, анализировать изменения во времени и индивидуальные особенности пользователя».

К моменту защиты у Вероники объем подготовленных исследовательских материалов до сокращения превышал 700 страниц. При этом ей приходилось совмещать научную работу с разработкой моделей, руководством проектом и его бизнес-проработкой.

В 2025 году она окончила магистратуру «Науки о данных», защитив выпускную квалификационную работу в формате бизнес-проекта «EchoStressAI — интеллектуальная система оценки психоэмоционального состояния».

Многие результаты исследований, выполненных во время обучения, используются в «Эхостресс» до сих пор.

Команда для стартапа

Но еще одним важным результатом магистратуры для Вероники стали профессиональные знакомства. Именно в период обучения начала формироваться команда, которая сегодня развивает «Эхостресс».

Научным консультантом проекта стал Иван Розанов, кандидат медицинских наук, специалист в области психофизиологии, физиологии стресса, экстремальной и космической психологии. Сегодня он возглавляет научно-исследовательское направление компании.

Во время обучения Вероника также познакомилась с Иваном Александровым — преподавателем МФТИ по соревновательному Data Science, экспертом и многократным призером Kaggle. Сейчас он руководит направлением машинного обучения в «Эхостресс».

«Для меня особенно ценно, что знакомство с преподавателем переросло в полноценное профессиональное сотрудничество», — рассказывает Вероника.

В этот же период к проекту присоединился Илья Смирнов, который сегодня отвечает за разработку веб-платформы. А с коммерческим директором Денисом Степановым история взаимодействия началась с предложения протестировать первый прототип.

Для Вероники это уже далеко не первый опыт создания компании с людьми, которых объединила общая идея. В 2002 году сформировалась команда, участники которой впоследствии стали сооснователями Zello. Их сотрудничество продолжалось многие годы.

«Наверное, именно это я считаю одним из главных итогов магистратуры: я пришла за знаниями и исследовательским опытом, а в результате нашла еще и команду, с которой сегодня строю новую технологическую компанию».

Что «Эхостресс» может узнать по голосу человека

В основе Echostress — технология анализа голоса и речи с помощью искусственного интеллекта. В базовом сценарии человек проходит короткий диалог с ИИ-ассистентом продолжительностью несколько минут. Платформа извлекает более 300 акустических, речевых, эмоциональных и текстовых характеристик, которые помогают оценивать психоэмоциональное состояние человека и отслеживать его изменения.

В корпоративных сценариях технология может применяться к существующим записям рабочих разговоров при наличии законных оснований для обработки данных и соблюдении требований к информированию, доступу и конфиденциальности. Отдельное направление интеграции — получение результатов по ходу общения.

Еще одним направлением исследований стали индивидуальные особенности речи. 

«Я исследовала, как речевые и эмоциональные характеристики различаются у людей с разными типами высшей нервной деятельности, определенными по результатам психометрического обследования. По ряду этих характеристик были выявлены статистически значимые различия между группами. Для меня особенно интересным стало то, что различия, о которых мы часто говорим на уровне повседневных наблюдений — „люди по-разному реагируют и выражают эмоции“, — проявились и в результатах статистического анализа.

Это заставило меня глубже задуматься о персонализации: как отличить изменение состояния человека от его привычной манеры говорить и реагировать? При разработке методики мы использовали принципы доказательного подхода: проверяемость гипотез, сопоставление результатов разных измерений и оценку динамики относительно индивидуальных показателей.

При этом меня интересует не распределение людей по категориям, а возможность не оценивать всех одной меркой. Статистически значимые различия между группами — важный исследовательский результат, но не готовая характеристика каждого человека».

Один из сценариев применения Echostress связан с оценкой эмоциональной нагрузки сотрудников. Вероника предлагает представить двух операторов контакт-центра, которые работают одинаковое количество часов и показывают сопоставимую производительность. Но одному преимущественно достаются спокойные клиенты, а другому — конфликтные разговоры и эмоционально тяжелые ситуации.

«Формально результаты их работы одинаковы, но эмоциональная нагрузка может существенно различаться. И если компания не учитывает эту разницу, она рискует столкнуться с накоплением усталости, снижением качества работы, увеличением количеством ошибок, профессиональным выгоранием и потерей ценных специалистов».

Как и любая технология анализа речи и видео, «Эхостресс» зависит от качества исходных данных. Фоновый шум, наложение голосов, слишком короткая запись, а при использовании видео — недостаточное освещение или частично закрытое лицо могут снижать точность анализа. Для минимизации этих факторов используются алгоритмы очистки и предварительной обработки сигналов, нормализации звука, выделения речевых фрагментов и контроля качества данных. Если информации недостаточно для достоверного вывода, система сообщает об этом пользователю.

Сходные изменения в речи могут возникать по разным причинам: из-за утомления, стресса, болезни, воздействия лекарственных препаратов или индивидуальных особенностей человека. Поэтому «Эхостресс» анализирует комплекс показателей и их динамику, а результаты рассматриваются как дополнительная информация для специалиста, а не как медицинский диагноз или однозначное объяснение причин состояния.

Первые испытания и победы Echostress  

Первые потенциальные заказчики заинтересовались Echostress еще до завершения исследований. Команда общалась с представителями промышленных предприятий, научных организаций и медицинских учреждений. Выяснилось, что задача оценки психоэмоционального состояния сотрудников особенно актуальна там, где высока ответственность и цена человеческой ошибки.

Одним из важных этапов стала первая апробация прототипа в реальной рабочей среде. Команда анализировала состояние сотрудников в динамике, исследовала изменения эмоциональных показателей в течение рабочего дня и сопоставляла результаты с психометрическими данными.

«И, пожалуй, особенно значимой для меня оказалась обратная связь от руководителя одной из команд, участвовавших в тестировании. Он рассказал, что полученная информация помогла ему лучше понять особенности сотрудников и оказалась полезной при распределении задач и нагрузки».

При этом, по словам Вероники, первые результаты еще не означали готовности системы к коммерческому применению. Предстояла дальнейшая проверка достоверности результатов и адаптация технологии к разным условиям использования.

В конце 2025 года EchoStressAI получил грант Фонда содействия инновациям в размере 5 млн рублей по конкурсу «Старт-ИИ-1».

«Для меня не менее ценно само прохождение конкурсного отбора и положительная оценка независимых экспертов. Важно, что специалисты увидели перспективу не только в научно-технической составляющей проекта, но и в возможности создания на ее основе востребованного коммерческого продукта».

В сентябре 2026 года команда «Эхостресс» стала победителем по технологическому запросу Газпромбанка в программе «Техлаб Москва», решив сразу две банковские задачи. Первая касалась выявления признаков мошеннического воздействия на клиентов банка, вторая — раннего выявления риска эмоционального выгорания сотрудников.

На участие в программе поступило более 1200 заявок из 53 регионов России. К работе с индустриальными заказчиками отобрали 50 команд, а победителями стали 10 проектов. Финал прошел 29 сентября на Московском стартап-саммите. Команда «Эхостресс» получила приз в размере 2 млн рублей. 

Как Echostress может быть полезен в банковской сфере

К работе с Газпромбанком команда подошла с уже работающей платформой. Для двух банковских задач подготовили специализированные решения и пользовательские интерфейсы: специалист получает результаты анализа, пояснения и рекомендации, а руководитель может просматривать историю наблюдений и сводку по сотрудникам. Следующий этап — проверка полезности этих инструментов в конкретных рабочих процессах.

«Опытный сотрудник банка тоже иногда способен по особенностям разговора предположить, что с клиентом происходит что-то необычное: он напряжен, растерян, находится под психологическим давлением. Вопрос в том, можно ли такие наблюдения систематизировать, выделить измеримые признаки и научиться автоматически обнаруживать их с достаточной достоверностью.

Мошенники используют различные способы психологического воздействия: страх, давление, создание ощущения срочности, внушение доверия или подчинение авторитету. Иногда это может приводить к сильному эмоциональному напряжению и изменению привычного поведения человека. Во многих случаях такие изменения отражаются и в характеристиках его речи — темпе, паузах, интонации, особенностях звучания голоса.

Но здесь важно разделять две принципиально разные задачи: определение признаков психоэмоционального состояния и установление факта мошеннического воздействия. Само по себе эмоциональное напряжение ничего не говорит о его причинах. Человек может испытывать страх или растерянность по совершенно другим обстоятельствам. И наоборот, человек под внешним влиянием далеко не всегда демонстрирует очевидные признаки стресса.

Возможность автоматизированного анализа речи представляет большой интерес именно потому, что современные методы машинного обучения позволяют исследовать сочетания признаков, которые сложно оценить на слух. 

При этом я считаю принципиально важным, чтобы искусственный интеллект не подменял человека при принятии значимых решений. Его задача — помогать специалисту, предоставляя дополнительную, научно обоснованную информацию с учетом ограничений достоверности».

Дальнейшие исследования и развитие проекта

Одно из направлений дальнейшей работы команды — модуль психологической поддержки на основе классической аутогенной тренировки немецкого психиатра Иоганна Генриха Шульца. 

«Идея в том, чтобы система не просто сообщала о признаках повышенной нагрузки, но и в нужный момент могла предложить человеку добровольную короткую аудиосессию продолжительностью около пяти минут. С помощью голосовых инструкций прямо на рабочем месте сотрудник сможет выполнить короткую практику саморегуляции, которая может помочь снизить эмоциональное напряжение и восстановить силы. Мы планируем измерить эффективность такого подхода в рабочих условиях».

Команда планирует исследовать возможности применения этого метода в рабочей среде и отдельно проверить эффективность коротких сеансов.

Еще одна задача, которая интересует Веронику, — математическое моделирование управленческих решений. В будущем она хотела бы создать виртуальную модель организации, чтобы сначала сравнивать варианты управленческих решений в модели, а затем проверять выбранные подходы в реальных рабочих условиях.

«Представим, что человек получает повышение, переходит в другой отдел или начинает выполнять новые задачи. Можно ли заранее оценить, как изменятся его нагрузка, адаптация, эмоциональное состояние? Как это потенциально повлияет на команду? А если изменить график работы, перераспределить сложные задачи или предусмотреть дополнительную поддержку?

Мне интересна возможность математически сравнивать такие сценарии, учитывая не только производственные показатели, но и психологическую стоимость достижения результата».

Для такого моделирования одного анализа голоса будет недостаточно. Потребуются данные об условиях труда, характере задач, компетенциях и организационных изменениях. Речь идет о вероятностном сравнении сценариев, которое могло бы помогать руководителям и сотрудникам принимать более обоснованные решения.

Но интерес Вероники выходит за пределы оценки профессиональной нагрузки. Она хотела бы исследовать и условия, в которых человек наиболее эффективно использует свои способности, развивается и получает удовлетворение от работы.

«Сегодня бизнес умеет измерять производительность, выполнение KPI, финансовые результаты и эффективность процессов. Но мы гораздо реже оцениваем, какой психологической и эмоциональной ценой человек достигает этих результатов».

«Именно в этом я вижу долгосрочную миссию EchoStressAI: помогать компаниям снижать риски, связанные с человеческим фактором, и сохранять устойчивость бизнеса, а людям — работоспособность и профессиональное долголетие».