Да, закинь диалог в анализатор тональности, считай каждую реплику как отдельный образец, построи график зависимости от времени – как ЭКГ, что ли. Потом отмечай резкие скачки и падения – там и будут те самые важные моменты, на которые стоит присмотреться. Только не забудь, данные должны быть чистыми; даже лишний восклицательный знак может испортить всю картину. И если что-то упустишь, ставь временную метку, чтобы потом было проще вернуться к этому моменту.

Хорошо, тогда выставляем единое время, потом проверяем на выбросы. Если строка обрезана, пик, скорее всего, ошибка – добавь запас или перепроверь исходный текст. Короче, сохраняй теги, сохраняй контекст, и пусть алгоритм сделает свою работу.