音声認識のAPI連携でコンタクトセンター業務を効率化するには？

2023.09.21 2023.09.26 コンタクトセンターの森編集部

コンタクトセンター業務の効率化を目的に、音声認識ツールを導入する企業が増えています。オペレーターの負担軽減や育成の効率化など、企業はさまざまなメリットが期待できます。本記事では、コンタクトセンターに適している音声認識AIの種類や活用方法などをまとめました。

デジタル時代にふさわしい顧客へのアプローチとは～多様化する顧客接点を活かして真の顧客体験の実現へ～

コンタクトセンターにおすすめな音声認識AIとは？

音声認識とは、AIが音声を認識し、テキストや音声データとして保存する技術です。人の手で行っていた入力作業を自動化できるため、業務の効率化などが期待できます。近年は機械学習技術を取り入れたものも展開されており、認識精度も大きく向上しています。

よく知られている音声認識技術には、iPhoneに搭載されている「Siri」やGoogleの「Alexa」などが挙げられます。近年では、音声認識精度が格段に向上し、コンタクトセンターをはじめとするさまざまな業界で活用されるようになりました。

ここでは、コンタクトセンターにおすすめの音声認識APIである「Google Cloud Speech-to-Text API」「Siri API」「Speech To Text」「AmiVoice」の特徴や機能について紹介します。

Google Cloud Speech-to-Text API

Googleが提供している音声認識API「Google Cloud Speech-to-Text API」は、Google最新のディープラーニングによる精度の高い音声認識が人気を集めています。

Google Cloud Speech-to-Text APIの特徴

「Google Cloud Speech-to-Text API」は、Googleが提供しているAPIサービスです。音声認識の精度が高く、毎月60分以内であれば無料で利用できます。また、125以上の言語に対応しており、グローバルな活用が可能です。

Google Cloud Speech-to-Text APIの機能

アプリケーションのマイクからストリーミングした音声を処理し、音声認識の結果をリアルタイムで受け取れる「ストリーミング音声認識機能」があります。また、「コンテンツフィルタリング機能」で不適切なコンテンツを自動で検出し、テキストから取り除くことが可能です。

Siri API

Apple社が開発した音声認識API「Siri API」は、音声によるテキスト入力だけでなく、さまざまなアプリを起動することもできます。

Siri APIの特徴

音声認識API「Siri API」は、Apple社が開発した人工知能サービスです。iPhoneやiPadなど、Apple社の製品に搭載されており、利用時は端末をインターネットにつなぐ必要があります。Siriを活用すると、音声による文字入力や端末操作、インターネット検索などができます。

Siri APIの機能

Siri APIは、音声によって質問された内容に回答し、必要な情報を提供できます。また、カレンダーに予定を追加したり、リマインダーを設定したりと、アプリとの連携も可能です。「SiriKit」を利用すると、アプリを起動せずにSiriからの操作ができるようになります。

Speech To Text（IBM Watson API）

「Speech To Text（IBM Watson API）」は、「IBM Cloud」というサービスで利用できる音声認識APIです。

Speech To Text（IBM Watson API）の特徴

「Speech To Text（IBM Watson API）」は、ディープラーニングによって音声を認識し、テキスト化できるサービスです。「IBM Cloud」のサービスのひとつであるためアカウント登録が必要です。月々10,000文字まで利用できる無料プランをはじめ、いくつかのプランから選べます。

Speech To Text（IBM Watson API）の機能

Speech To Textは、単語の発音をカスタマイズしたり、表現性をコントロールしたりする機能があります。また、リアルタイムでの文字起こしや翻訳ができるため、国際的な会議の議事録、および電話記録にも適しています。

AmiVoice

「AmiVoice」は国内の音声認識市場で大きなシェアを獲得している音声認識技術です。

AmiVoiceの特徴

「AmiVoice」とは、会話を自動でテキスト化する音声認識エンジンです。企業それぞれに合わせた辞書を設定することで、商品やサービス、企業ならではの問い合わせなどにも対応できます。また、通話内容のキーワードにもとづく情報を自動表示するなど、コールセンター業務に適した機能を備えています。

AmiVoiceの機能

AmiVoiceは、顧客の声から感情をグラフ化する機能があります。感情を可視化し、変化する顧客の感情に合わせた適切な対応をサポートします。また、チャット・メッセージ機能、ヘルプ・アラート機能などが搭載されており、オペレーターとスーパーバイザーがすぐにコンタクトを取れます。

コンタクトセンターにおける音声認識APIの活用

音声認識APIは、音声の自動テキスト化やFAQ対応、必要な情報の表示やリアルタイム翻訳などさまざまな活用方法があります。コンタクトセンターの業務効率化にどのように役立つか、詳しく解説します。

音声を自動的にテキスト化

顧客との電話内容をリアルタイムでテキスト化し、データとして保存が可能です。顧客に聞き返したり、音声を繰り返し聞き直したりする必要が減り、業務をスムーズに進められます。また、過去のテキストデータをもとに顧客対応をすることで、応対品質の向上やクレーム対策などにも役立ちます。

ツールによっては、特定ワードの抽出機能を備えたものもあります。管理者は、問題のある発言をしているオペレーターを特定し、「どんな言葉を使用すべきでないか」「どう言い換えたらよいか」などを適宜指導できるため、効率的に人材育成を行えます。

FAQ対応

コンタクトセンターには、顧客からさまざまな質問が寄せられます。すべてのオペレーターがあらゆる質問に対応できる知識を備えていれば問題ありませんが、現実的には難しいでしょう。多くの場合は、わからない事柄をリサーチする必要があります。回答に時間がかかるとクレームの原因になりかねないため、顧客の知りたい情報を迅速に伝えなければなりません。

音声認識APIを導入すれば、顧客からの質問内容をAIが分析し、モニターへFAQのリンクを表示できます。リサーチの時間を短縮でき、顧客に対しスピーディに対応できるようになります。