コールセンターの通話録音をテキスト化するサービス、コムデザインが開始

　コムデザインが2020年4月1日から提供する「通話音声テキスト化サービス」は、コールセンターで録音した通話内容を音声認識でテキストデータに変換するサービス（図1）。同社が提供するコールセンター向けクラウド型CTI「CT-e1/SaaS」のオプションとして用意する。

図1：通話音声テキスト化サービスの特徴

　音声認識には、音声認識エンジン「Nuance Transcription Engine」（米ニュアンス・コミュニケーションズ製）を使っている。2018年10月からこれまで、30社に無償のトライアルサービスを提供。そこで得られた検証データや顧客の声を得て改良したほか、CT-e1/SaaS自体のサービスも見直し認識率が高まったので、正式なサービスとして投入する。音声のステレオ化なども図った。

　テキスト化では、業務に特化した認識辞書「Domain LM）」を使って認識精度を高め、運用により辞書を自動で強化する。認識させたい名詞や固有名詞なども業務別に登録できる。認識したテキストデータは、外部のCRM／AIなどと連携できる。音声データのやり取りは同社サービス内で完結するため安全だとしている。

　コールセンターでは、通話内容をナレッジやFAQ（良くある質問と答え）に蓄積するために、AI（人工知能）を使った音声認識でテキスト情報に変換する動きが広がっている。オペレーターがテキスト入力する必要がなくなるため、応答業務へも集中できる。ただ導入コストが高かったり費用対効果が見えないという理由から導入を見合わせる企業も多かったという。

　通話音声テキスト化サービスの料金は、初期費用が15万円（システム構築や各種設定費）、月額利用料は1アカウント当たり1000分で1500円。