コールセンター音声認識（リアルタイム文字起こし）

音声認識の精度は業種の専門用語、商品名、話し方によって大きく変わります。カタログ上の認識率がそのまま自社に当てはまるとは限らないため、実際の通話で確かめられるかが判断材料になります。掲載5サービスの中でAmiVoice Communication SuiteはPOC（検証導入）による少数席での試運用に加えて、録音済み音声データでのテスト認識も実施できるとしています。すでに録音がある場合、導入前に自社の音声で認識結果を確かめられます。ForeSight Voice Mining、COTOHA Voice Insight、MiiTel Call Centerは無料トライアルの明記がなく、PKSHA Speech Insightも無料トライアル期間の明記はありませんが製品デモ動画と資料ダウンロードで概要を確認できます。精度を事前に検証したい場合、この差は大きくなります。

掲載5サービスは始められる規模が異なります。MiiTel Call Centerは1ID（1オペレーター席）単位の月額サブスクリプションで、1IDから契約できます。PKSHA Speech Insightは初期費用に席数連動の月額を加える方式で、最低10席からです。COTOHA Voice Insightはシステム利用料（1契約）に基本機能利用料（テキスト化対象の内線番号ごと）とオプション利用料を加える構成です。AmiVoice Communication Suiteは席数・規模・ライセンス形態に応じた個別見積り、ForeSight Voice Miningも席規模・構成に応じた個別見積りとなります。数席の小規模で試したいのか、数十席以上で導入するのかによって選べる先が変わります。

通話内容は個人情報を含むことが多いため、データの置き場所が要件になる場合があります。AmiVoice Communication Suiteはクラウドとオンプレミスの両方に対応し、リアルタイム認識とバッチ認識のどちらも扱えます。ForeSight Voice Miningもクラウド版（ForeSight Voice Mining for Cloud）とオンプレミス版を用意しています。COTOHA Voice Insightは顧客企業ごとの専有型クラウドサーバーと閉域網接続という構成で、共用のクラウドとは扱いが異なります。ただし別途Arcstar Universal Oneの契約が必要となる点は事前に把握しておく必要があります。PKSHA Speech InsightとMiiTel Call CenterはクラウドのSaaSでの提供です。

音声認識だけを導入しても、CRMや既存の電話環境とつながらなければ運用に載りません。PKSHA Speech InsightはSalesforceやFastHelp5などのCRM連携とFAQ・ナレッジ連携に対応します。MiiTel Call CenterはSalesforceやHubSpotとの連携に加えて、3大キャリアの携帯電話連携と既存電話番号の継続利用も扱えます。既存の番号を変えずに導入できる点は移行時の負担に関わります。AmiVoice Communication Suiteは生成AI（ローカルLLM／クラウドLLM）連携とCRM等との連携を挙げており、オンプレミス環境でローカルLLMを使う構成も可能です。ForeSight Voice MiningはFAQ・ナレッジ連携とコンタクトセンター基盤との連携、COTOHA Voice Insightはユーザー辞書（最大5,000語）とコールリーズン分析・感情分析のオプションを備えます。

音声認識は導入して終わりではなく、自社の用語を辞書に登録して精度を上げる工程が必要です。COTOHA Voice Insightはユーザー辞書に最大5,000語を登録できると明示しており、掲載5サービスの中で語数を公開しているのはCOTOHA Voice Insightです。導入期間についてはPKSHA Speech Insightが選定から稼働まで概ね2〜3か月としており、こちらも掲載5サービスの中で期間を明示している唯一のサービスです。AmiVoice Communication Suiteは自社開発のAI音声認識エンジン、ForeSight Voice MiningはNTT研究所が開発したディープラーニングベースの技術、COTOHA Voice InsightはNTT研究所で40年以上研究・開発された音声認識AIを使うとしています。エンジンの出自と辞書の登録範囲は、専門用語の多い業種では確認しておく価値があります。