音声認識とは、AI（人工知能）技術を活用し、人間の会話を記録した音声データをテキストデータ化することを指します。

音声認識の技術では

• 音響分析
• 音響モデル
• 発音辞書
• 言語モデル

の4つのプロセスを経てデータを認識します。

まず、音響分析では音声の強弱や周波数などを分析し、コンピューターが扱いやすいデータとして変換します。変換されたデータをこれまでにAIの学習機能から導かれたパターンと照らし合わせるのが音響モデルというプロセスです。そして、発音辞書というプロセスにより、音声を単語と結びつけて単語化します。最後に言語モデルという過程を経て、蓄積データの中から単語同士の関係性を予測し、文章を組み立てるのです。

機会学習技術のひとつであるディープラーニングが進化したことで、単語をより的確に予測できるようになりました。音声認識の精度が大きく向上したことで、さまざまなシーンで実用化が進んでいます。

「Hey Siri（ヘイシリ）」とスマートフォンに話しかけて検索したり、「OK Google」と呼びかけて家電を操作したりと、日常シーンで音声認識サービスを利用したことがある方も多いかもしれません。

ここでは、ビジネスシーンにおける音声認識の活用シーンをご紹介します。

1つ目の活用シーンは、VOC（お客様の声）の分析です。

VOCとは、「Voice of Customer」の略称で、コンタクトセンターに寄せられる電話でのお問い合わせ、お客様インタビュー、SNSや口コミサイトへ投稿などさまざまなチャネルを通して寄せられるお客様の声を指します。

＜関連記事＞VOC（顧客の声）とは？VOC収集から分析・活用までポイントを解説

VOCには、商品やサービス、企業に対して好意的な声もあれば、ネガティブな意見もあります。商品開発やサービス改善に役立てるためには、効率的な情報収集や分析が必要となります。

たとえば、コンタクトセンターに寄せられた意見を集めるには、電話の後にオペレーターが顧客の意見をシステムへ入力する必要がありました。問い合わせの後処理に加えて、お客様の声も入力すると後処理時間が長くなり、1時間あたりの応対件数は減ってしまいます。

そこで、役立つのが音声認識の技術を活用したVOC分析です。VOC分析に音声認識技術を活用することで、オペレーターとお客様の通話内容をテキスト化し、分析しやすい状態に情報を変換することができます。

株式会社TMJが提供しているAI-VOC分析サービスでは、音声データだけでなく、メール、WEBサイト、応対ログなどからお客様の声を収集し、テキストマイニングやAIによる自動分類を活用しながら分析を行い、課題を抽出することで施策への活用に向けた支援を行っています。

詳しくは、＜こちら＞。

2つ目の活用シーンは、コンタクトセンターにおけるやり取りの音声を活用した感情解析です。

コンタクトセンターでは、通話の音声データの声の大きさやトーン、話すスピードなどの音声情報からお客様やオペレーターの感情を解析することもできます。

コンタクトセンターにおける業務に感情解析AIを取り入れえたサービスのひとつが、株式会社TMJと株式会社Empathが共同開発した「EmoDaruma（エモダルマ）」です。

AIエージェントの「Daruma（ダルマ）」が通話応答時のオペレーターの感情を喜び、平常、怒り、悲しみの4つに分類し、感情に合わせてオペレーターを褒めたり労ったりします。

オペレーターの感情に寄り添ってサポートすることで、業務中の孤独感をなくし、オペレーターのモチベーション向上や応対品質の向上につなげています。

詳しくは、＜こちら＞。

音声認識を活用することでどんなメリットがあるのか、ここでは3つのポイントに絞ってご紹介します。

1つ目のメリットとして、音声認識で収集したVOCをはじめとする情報を商品の開発やサービスの改善に活用できる点が挙げられます。

コンタクトセンターには、日々さまざまな問い合わせが寄せられ、お客様と直接コンタクトを取れる貴重な接点です。お客様の本音に耳を傾け、好評だった部分は強化し、不評だった部分を改善することで、よりお客様のニーズに合った商品やサービスへと改善することができます。企業側が予想していなかった、新たな発見や気付きを得ることもあるかもしれません。

音声認識により、スピーディーにお客様の声を収集できることも大きなメリットです。市場のトレンドやお客様のニーズが目まぐるしく変化する中、リアルタイムでお客様の声や状況を把握し、商品やサービスに反映させることで、他社との差別化や収益アップにつなげることが期待できます。

2つ目のメリットは、顧客接点の改善につながることです。

顧客接点とは、お客様と直接関わるコンタクトポイントを指し、店舗窓口など対面での接点だけでなく、電話、メール、チャットボット、WEBサイトなど非対面での接点もあります。

顧客接点のひとつであるコンタクトセンターでは、非対面でのコミュニケーションのため感情が見えづらいという課題がありました。

コンタクトセンターで音声認識を活用した感情解析技術を取り入れることで、声の大きさやトーン、抑揚などからお客様やオペレーターの感情を判定することも可能です。そして、これまで以上にお客様に寄り添った応対を行うことで、顧客接点を改善し、顧客満足度の向上にもつなげることもできます。

3つ目のメリットは、音声をデータ資産として有効活用できる点です。

音声データをテキストデータとして可視化することで、さまざまな用途で活用しやすくなり、利便性が高まります。

たとえば、経験を積んだオペレーターの会話内容を音声データとして共有するよりも、テキストデータとしてマニュアル化する方が共有しやすく、理解も進みやすくなります。

また、通話内容をテキストデータとして見える化することで、通話内容の確認に活用することができます。たとえば、コンプライアンスに反するNGワードがないかチェックすることでコンプライアンス厳守に向けた改善案を練ることもできます。

音声認識で音声をデータ化し活用することで、自社に合った商品やサービスの改善や顧客満足度向上に向けた取り組みの強化にもつなげることができます。

株式会社TMJでは、AI-VOC分析サービスや感情解析コールセンターAI「EmoDaruma」など音声認識を活用したサービスを展開しています。音声認識技術の活用をご検討の際は、ぜひご相談ください！お問い合わせは、＜こちら＞。