音声認識における顧客応対の問題点と解決へのヒント

スマートスピーカーやスマートフォンのAIアシスタントなど、音声認識を活用したボイスボットとの会話でシステムを操作する日常生活が浸透しています。顧客応対においてもボイスボットが出現し、電話応対の自動化が進められています。今回は、音声認識で顧客応対を自動化する際の問題点と解決へのヒントを紹介します。

音声認識を顧客応対に活用する際、大きく分けて2つの問題が存在します。
一つは、単語認識の問題です。例えば、「高輪ゲートウェイ駅」という単語の場合、「高輪」「ゲートウェイ」「駅」と「高輪ゲートウェイ」のように分割して登録を行います。「高輪ゲートウェイ駅」だけを登録すると、登録情報が不足し、住所の高輪や単語のゲートウェイのみの発話を見逃します。
もう一つの問題は、お客様の発話方法の問題です。例えば、ヒトは氏名を発話する際、「さとう　はなこ」というように氏名の区切りをつけることがあります。これは氏名の区切りをつけて発話するほうが分かりやすいと判断した結果です。一方、ボイスボットに対して区切りをつけて発話すると、「さとう」だけが個別に認識されてしまうケースがあるため、「さとうはなこ」と続けて発話することで氏名としての認識率が高まります。
このような問題点の解決には、実際の発話に耳を傾け、音声認識がどのように認識するか分析し、その特性を把握した上でのチューニングが必要です。

音声の認識が正しくとも、認識した情報と登録情報の表記の違いから発生する照合エラーの回避が必要です。具体的には、音声認識から生成されるテキストに合わせて参照するデータベースを整理し、構築します。例えば、住所データを格納しているデータベースでは、番地の表記に「丁目」「字」「街区」の使用や「ハイフン」と「の」の違い、建物名の有無などさまざまな情報が混在している可能性があり、その情報に合わせてお客様の回答を引き出すのは困難です。このようなケースでは、データベース内の表記ルールを統一することで正答率の向上が期待できます。

上記の問題解決には、お客様の発話の分析と適切な回答の洗い出しが必要であり、これはコンタクトセンターのオペレーションと同じです。コンタクトセンターでは顧客応対を通じ、オペレーターがどのように表現すればお客様に伝わるか、常にオペレーションをアップデートしており、このノウハウは音声認識を活用した顧客応対の自動化に役立ちます。

当社は、PoCを通じて上記の問題を解決するための具体的なノウハウをまとめました。 ボイスボットの構築や改善方法を検討されている方は必見です。