ボイスボット

解説

ボイスボットは、電話で顧客が話した内容を音声認識し、内容を理解したうえで、音声で応答する仕組みです。ボイスボットには、あらかじめ作成したシナリオに沿って会話を進める方式があります。近年は、生成AIを組み合わせ、自由な発話の意図をくみ取って柔軟に応答する製品も登場しています。

仕組み

ボイスボットは、次の3つの技術を組み合わせて動作します。

• 音声認識：顧客の発話をテキストに変換します。
• 意図の判別：テキストから顧客の用件を判断します。
• 音声合成：応答文を音声に変換して顧客に返します。

実務での使われ方

ボイスボットでは、顧客がIVRの階層をたどらずに、最初から用件を話せます。従来のIVRでは、顧客が案内を聞きながら番号を押して階層をたどる必要がありました。一方で、ボイスボットでは、顧客が「注文した商品を変更したい」と最初に話せば、そのまま対応に進めます。選択肢を聞く待ち時間がなくなるため、途中での離脱を抑える効果が期待できます。ボイスボットは、予約の受付、配送日時の変更、営業時間外の一次受付など、結論が決まっている業務に向いています。

注意点

感情が動いている問い合わせや、前提が複雑な相談は、有人対応へ回す設計が必要です。また、音声認識は周囲の騒音や話し方の影響を受けます。そのため、番号の入力はプッシュ操作で受け付けるなど、発話とプッシュ操作を組み合わせて精度を保ちます。