NECは24日、通話内容をリアルタイムにテキスト化する音声認識ソフト「CSVIEW / VisualVoice V2.1」の販売を開始した。従来の製品より、顧客の通話内容を高精度にテキスト化できるため、コンタクトセンターでの電話応対のサービス向上および業務効率化促進が期待できる。出荷開始は10月1日。

「VisualVoice」は、2005年6月に商品化されたコンタクトセンター向けソリューション。企業のコールセンタや警察本部音声認識システムなどで導入されている。会話の訓練を受け、かつ広帯域マイクを使用しているオペレータの通話内容のテキスト化のみが可能だった。

「CSVIEW / VisualVoice V2.1」は、統計的手法に基づいて音声と雑音を高精度に区別する「モデルベース音声検出」機能や、話者の声の違いを自動的に捉え、声の特徴に合わせて音声認識を行う「特徴量正規化/話者適応」機能を搭載。国内で初めて顧客の通話内容のテキスト化を実現した。

種類と価格は下記のとおり。

製品名 価格(20席の場合) 内容
VisualVoice V2.1オペレータ支援 400万円～ オペレータと顧客の音声をリアルタイムに文字化する
VisualVoice V2.1 スーパーバイザー支援 400万円～ 特定ワードを検知、通話検索する
VisualVoice V2.1 コンタクトセンター支援 600万円～ オペレータ支援とスーパーバイザー支援のセット

NECは今後3年間に100システムの販売を見込んでいる。なお、本製品では、音声収録を行い、各企業に適した言語モデル作成を行う「言語モデル構築サービス」を併せて提供している。こちらの価格は600万円から。