• 製品紹介

• ビジネス戦略

「通話録音」の音声を全文テキスト化
低コストでの音声認識導入を実現

通話録音装置 VR-TR780 / 音声認識サーバ VR-TRS100

タカコム

通話録音専業ベンダーのタカコムは、新たな通話録音ソリューションとして音声認識機能を搭載した通話録音装置や音声認識サーバを発売し、音声ビックデータの可視化・分析の基盤を提供している。高精度の音声認識の導入を低コストで実現しVOC活用推進を強力にサポートする。

低コストで「音声認識」を導入

　通話録音の音声データは、「音声認識」などの解析システムにより業務効率化やVOC活用など、さまざまな目的に活用できる一方、コスト面でのハードルが高い。

　タカコムは、音声認識システムの導入を勧めるべく、通話録音装置に音声認識機能を標準搭載し、低コストで導入できる新モデル「VR-TR780」を2017年12月に発売開始した。また2018年5月には、通話録音装置から音声データを収集し、フルタイムで全文テキスト化に対応できる音声認識サーバ「VR-TRS100」を新発売した。

　音声認識エンジンは、ニュアンス・コミュニケーションズ社の「Nuance Transcription Engine」を採用。タカコムの高品質な通話録音、検索・再生機能に加え、世界水準の音声認識機能を搭載することで全文テキスト化を実現。「音声データ」と「テキストデータ」どちらにもアクセスでき、コールセンターに蓄積される音声の分析・活用を強力にサポートする。

システムイメージ

外部システムとの連携

　通話録音にテキスト化を一体化することで、これまで眠っていた膨大な音声データを容易に利活用できるようになる。AIやCTI/CRMシステム、テキストマイニングなどの外部システムとの連携も可能だ。

　さらに、テキスト化したデータの分析・活用を行う「VOC簡易分析サービス」の提供も予定している。顧客応対管理、対話要約、対話ナレッジ、VOC分析など、音声通話を活用したビックデータ解析の可能性が格段に広がる。

通話のテキスト検索・可視化

　通話のテキスト化により、コールセンター業務の負担軽減も強力にサポートする。

・ワード検索 / 書き起こし効率化
　「キーワード」でのテキスト検索により、特定のNGワードを含む発話の把握や、顧客の要望・クレームの可視化などが容易になる。また、聞き直し・書き起こしの効率化ができ、業務負荷を大幅に軽減できる。

・解析レポート / 管理業務効率化
　NGワードなどの発話回数や、応答件数、放棄件数などを自動集計し、リスト/グラフで表示できる。期間やオペレータごとなどを指定した、通話トラフィックの分析が容易に行える。

アライアンスパートナープログラム

　タカコムは、AIやCTI/CRMベンダーなど、70社以上の企業との連携実績を積み重ねている。

　これからも積極的にアライアンスを進め、アライアンス企業への技術情報提供や開発支援を行う中で、新たなコールセンターソリューションの提供やビジネスチャンス創出を推進していく。

• 製品紹介

社会環境の変化・多様化するニーズへの対応
コンタクトセンターの業務改革をサポート

VoiceTracking Serverシリーズ

アニモ

アニモは、音声分析技術を用いてコンタクトセンターの働き方改革・改善をサポートする。VOC分析により販促情報としてマーケティング力の強化にも寄与。音声に特化し自社開発だからできるメリットを活かして、通話録音をベースに追加機能を拡充することができる。社会環境の変化に柔軟に対応し、現場のニーズに合わせた製品を開発している。

　株式会社アニモ（横浜市中区）は、「声・音」をキーテクノロジーとしたソフトウェア、サービス及びソリューションを開発、販売している。

コンタクトセンターの「働き方改革」

　昨今、労働時間やロケーションなどの見直しが求められている。コンタクトセンターも例外ではなく、特に管理者の働き方改革が急務だ。そこで応対品質管理として、日々のモニタリング業務の効率化を図るのが「VoiceTracking QualityManager」だ。

　アニモでは、パラ言語に着目し、音声データを自動分析、対話のキャッチボール・話速・相づちなど、応対内容を数値化し、モニタリングに要する時間を大幅に削減する。管理者業務の負担軽減は、コンタクトセンター運用に与える影響は大きい。

図　パラ言語分析を用いて対話を数値化

売上アップの秘訣は音声マイニング

　ポイントカードやICカードから利用者の属性、行動範囲や購買履歴などが分析され、様々なマーケティングに活用されている。コンタクトセンターにおいても、例外なく顧客情報を利用したマーケティング活動は実施されている。その一つが文字ベース解析のテキストマイニングとなる。

　アニモは、テキスト解析ではなく、音声データをベースにマイニングする「VoiceTracking VOCAnalyzer」を展開。音声データから顧客のパーソナル情報（性別、年齢、身長、体重）、キャラクター情報（行動、思考）を分類・数値化する。顧客データベースとの連携で、より詳細なセグメント化が可能となり、戦略的なマーケティングや販売力強化に期待ができる。

ニーズに対応、ソリューション改革

　2011年5月にリリースした通話録音「VoiceTracking Server」は、これまで多数の企業に採用されてきた。自社開発の強みを活かし、各種電話交換機への対応、顧客ニーズにより追加機能を搭載し進化してきた。これからもアニモは、変革する環境への対応をサポートしていく。

1. PCI-DSS準拠
　日本クレジット協会の働きかけも助長し、PCI-DSS準拠対応がさらに本格化。音声データにも対話時のカード情報が含まれる可能性があり、準拠する必然性がある。通話録音「VoiceTracking Server」もPCI-DSSに準拠した。

2. マルチデバイス
　テレワークやバーチャルセンターの推進により、利用デバイスが多様化。また、営業支援や保守サポートなどにも利用拡大可能であり、ユーザーニーズ・社会環境の変化に合わせ、ロケーションフリーを提案する。

3. ソリューション改革へ
　ハードウェア資産を回避する傾向により、アニモのソリューション群を、IaaS・仮想マシンでの稼動に向け検証を開始している。今後はクラウド化やユーザー視点での製品改革に注力していく。

新たな通話録音製品ラインナップ

　小規模コンタクトセンターやオフィス向けに新たな通話録音装置「VoiceTracking ServerLite」を2017年8月にリリース。本製品はオフィス向けに専用パッケージ化され、手軽に導入できる点が特徴。汎用サーバー・アプライアンス機でどちらの提供も可能となっている。

　今後も、独自の音声技術を強みに、新たなソリューションの開発・提供を行っていく。

• 製品紹介

見つからない、待たされる、伝わらない──
音声認識で“不快体験”を断つ！

カスタマーサービス・ソリューション「Nuance Transcription Engine（NTE）」ほか

ニュアンス・コミュニケーションズ・ジャパン

優れた顧客体験は、顧客がファン化する強力な動機となる。ニュアンス・コミュニケーションズ・ジャパンは、顧客体験におけるペインポイントを克服、逆に“強み”に変貌させる音声認識ソリューションを訴求。企業の応対プロセス改善および顧客満足度向上をサポートする。

　「Web検索したが見つからない」「電話がつながるまで長いこと待たされた」などの不快な顧客体験は、購入の中止あるいは競合他社への乗り換えを促す大きな要素となる。

　ニュアンス・コミュニケーションズ・ジャパンは、顧客接点のプロセス全般における痛点（ペインポイント）を「（1）Web（検索）」「（2）IVR（音声応答システム）」「（3）本人確認」「（4）アフターフォロー」と定義。音声認識を利用し、痛点ごとに“不快”のモトを断つカスタマーサービス・ソリューションを展開している（図１）。

図1　顧客接点のプロセスに合わせて音声ソリューションを展開

　ファースト・コンタクトチャネルである「（1）Web」は、企業の第一印象を決める。目的の情報が見つからなければ、その不満を抱えてコールセンターに問い合わせることになる。FAQを充実させて自己解決率の向上を図ろうと考える企業は多いはずだ。しかし、なかには単に情報量が増えただけで、かえって“探す手間”を強いているケースもある。

　同社は、Web上で求める情報にスムーズに導く“案内役”としてバーチャルアシスタント「Nina」を提供。自然言語音声またはテキストの意図を把握し、目的の情報を提示または該当ページに誘導する。

“１回”でオペレータ接続するIVR

　「（2）IVR」は、「音声メニューを聞くのに時間がかかる」「プッシュ操作が不便」など、コールセンターに対する不満の上位理由の１つ。IVRが煩わしくて、途中で電話を切ってしまったり、ガイダンスを聞き終わる前にボタンをプッシュして、やり直しになるケースも少なくない。

　自然発話認識型IVR「Nuance Call Steering」は、従来のメニュー操作を“１回の対話”で完結させる。Ninaと同様に自然言語の認識が可能。顧客の発話意図（コールリーズン）を理解して、適切なオペレータに接続する。音声メニューを聞く時間を省くために「ゼロ」をプッシュしてオペレータにつなごうとする「ゼロアウト」も回避できる。「発話内容を認識できなかったらどうするのか」という懸念については、「２回（任意の回数）認識に失敗したらオペレータに接続する」のように、コールフローを設計することを提案している。馬場道生営業部長は、「20年以上にわたり、技術、運用の両輪で磨き上げてきたサービスです。効果的に活用できるよう、コンサルティングで支援する体制も整えています」と強調する。

顧客の声が「パスワード」

　名前や住所、パスワードなど、複数の登録情報の回答を顧客に求める「（3）本人確認」は、「情報漏えいや不正利用を防ぐために不可欠とはわかっていても、面倒や手間と感じているお客様は少なくない」と、エンタープライズ営業部の安東茂樹氏は指摘する。さらに、いまはスマートフォンで問い合わせるケースが多いため、外出先で個人情報を発声することが憚られるケースも考えられる。

　これに対しては、声紋認証「Nuance Security Suite」を適用する。電話で話す「声」を本人確認に利用することで、本来はトレードオフにあるセキュアと利便性を両立した。“私の声はパスワード”など任意の発話で認証する「VocalPassword」と、オペレータが応対しているバックグラウンドで認証する「FreeSpeech（自由発話）」の２種から選択可能だ。本人確認プロセスを短縮できることで、そのあとのトークタイムにより多くの時間を割けることもメリットとなる。セールス業務であればアップセルの機会の創出にもつながる。

最適な精度でVOCをテキスト化

　最後の「（4）アフターフォロー」は、応対で伝えたはずの商品やサービスに対する要望やクレームの内容が反映されていないことによって感じる“不快”を指す。

　ピークタイムは、目の前の顧客応対が優先され、応対履歴入力が疎かになる場合がある。「ただし、それは企業側の論理に過ぎません。せっかく伝えた要望が無視されれば、不快を通り越して一気に離反につながる可能性も多分に含まれます」と馬場氏は警鐘を鳴らす。

　これを受けて新たに開発したのが、通話音声の書き起こしエンジン「Nuance Transcription Engine（NTE）」だ。認識精度の高さと、声紋認識技術を活用してモノラル録音でも話者分離が可能なことを最大の特徴とする。声紋の登録は不要で、会話音声中の声紋を「話者A、話者B」と識別し、発話を分類する。また、運用に合わせた使い方ができるよう、「Accurate（約１倍速）」「Fast（約３倍速）」「Warp（約10倍速）」の３つの処理モードを用意している（図２）。例えば、１日単位のトレンド分析であればリアルタイム性は求められない。認識精度が最も高いAccurateモードで夜間バッチ処理し、精度の高いテキストデータを分析にかける運用が最適と言える。

図2　通録音声書き起こしエンジン「Nuance Transcription Engine（NTE）」 不特定話者の音声をテキスト化

　NTEの言語モデルは、標準モデルに加え、業務ごとに使い分けできる「独自ドメイン言語モデル」を設定できる。企業規模が大きいとコンタクトセンターの業務も多岐にわたる。これに１つの言語モデルで対応しようとすると登録用語が膨大になり精度が落ちる。例えば、「車両保険」「火災保険」など、商品ごとに言語モデルを作成することで、各業務におけるVOCを正確にテキスト化できる。テキストファイルのドラッグ＆ドロップでドメイン追加が可能なため、ユーザー企業側のタイミングで即時に反映できる点もメリットという。

　各ソリューションは個別提供が可能だ。自社の顧客体験における課題に応じて選択できる。なお、NTEはエンジンでの提供を基本とする。馬場氏は、「リセラーやアプリベンダーと組んで、様々な形態のソリューションの提供を可能とし、市場を拡大していきたい」と展望を述べた。

• 導入事例

• 製品紹介