ボイスAI

解説

ボイスAIは、音声認識、生成AI、音声合成を組み合わせて電話応対を自動化する技術です。顧客が話した内容をそのまま聞き取り、意図を判断して、音声で回答を返します。従来のIVRやボイスボットを置き換える形で検討される場合が多く、夜間の一次受けや、混雑時のあふれ呼への対応に使われます。

番号を押させずに用件から判断する点がIVRと異なる

IVRは、あらかじめ用意した選択肢を読み上げ、顧客に番号を押させて振り分けます。ボイスAIは、自由に話された用件を解釈して次の処理を決めるため、階層をたどらせる手間がかかりません。問い合わせの種類が多く、メニューが深くなりがちな窓口ほど、この違いが効いてきます。

応答が遅れると会話が成立しなくなる

電話は、数秒の沈黙でも不自然に感じられるチャネルです。認識、生成、合成を順に通すぶん処理に時間がかかるため、応答の速さが実用に耐えるかどうかを分けます。周囲の騒音や早口で聞き取れないときに何度も聞き返させると、顧客は途中で電話を切ってしまいます。一定の回数で有人へつなぐ導線を用意しておきます。