JP2008053826A - 電話応答システム - Google Patents

Abstract

【課題】 オペレータと通話している顧客の感情状態の履歴を迅速且つ客観的に記録し得る。
【解決手段】 電話応答システムは、通話データから前記電話端末で入力された第１音声データＤａを分離する音源分離部１１０Ａと、音声データＤａに対して音声認識を実行して音声特徴量を取得する音声認識部１１１と、前記音声特徴量を解析して言語情報を生成する言語解析部１１２と、前記言語情報に基づいて電話端末のユーザーの感情状態を判別する感情判別部１１３と、当該判別結果とユーザー情報とを関連づけて記録するユーザー情報記録部１１７と、を備える。
【選択図】 図２

Description

本発明は、電話端末から到来した着信呼を複数のオペレータ端末のいずれかに分配する呼分配制御を実行して電話端末とオペレータ端末との間を通信接続する電話応答システムにおいて、電話端末とオペレータ端末との間で交信された通話データを監視する技術に関する。

ＣＴＩシステム（Computer Telephony Integration）は、構内電話交換網とコンピュータ通信網とを連携させるシステムであり、電話による顧客からの問い合わせにオペレータが応答するコールセンタで広く使用されている。この種のＣＴＩシステムは、顧客の電話端末から到来した着信呼を待機中のオペレータ端末のいずれかに分配して電話端末とオペレータ端末との間を通信接続するＡＣＤ（自動呼分配：Automatic Call Distributor）制御機能を有している。

また、ＣＴＩシステムに電話をかけてきた顧客の個人情報、商品の購入履歴あるいはサービスの利用履歴を保存し活用する技術が開発されている。この技術により、オペレータは、顧客からの問い合わせがあったときに、その顧客に関する過去の履歴を参照して個々の顧客に応じた適切な応答を行うことができる。このようなＣＴＩシステムに関する従来技術は、たとえば、特許文献１（特開２００２−２１５８８０号公報）に開示されている。
特開２００２−２１５８８０号公報

しかしながら、従来のＣＴＩシステムは、オペレータと通話中の顧客の感情状態の履歴を正確且つ簡便に記録することが難しかった。すなわち、オペレータは、顧客の通話音声に基づいて顧客の感情状態を判断してメモをとらなければならず、煩雑な手作業が必要となるため、顧客対応に集中することが難しくなる場合があった。また、オペレータは顧客の感情状態を主観的に判断するので、顧客の感情状態が客観的に記録されるとは限らない場合がある。さらには、オペレータと通話している顧客の感情状態が極度に悪化した場合、オペレータは適切に対処することができず、オペレータの顧客対応能力が低下する場合がある。

上記に鑑みて本発明の主な目的は、オペレータと通話している顧客の感情状態の履歴を迅速且つ客観的に記録し得る電話応答システムを提供することである。また本発明の他の目的は、オペレータと通話している顧客の感情状態が極度に悪化した場合であっても、顧客の感情状態の履歴を客観的に記録しつつ、オペレータの顧客対応能力の低下を防止し得る電話応答システムを提供することである。

上記目的を達成すべく、本発明による第１の電話応答システムは、電話端末から到来した着信呼を複数のオペレータ端末のいずれかに分配する呼分配制御を実行して前記電話端末と前記オペレータ端末との間を通信接続し、前記電話端末と前記オペレータ端末との間で交信された通話データを監視する電話応答システムであって、前記通話データから前記電話端末で入力された第１音声データを分離する音源分離部と、前記第１音声データに対して音声認識を実行して音声特徴量を取得する音声認識部と、前記音声特徴量を解析して言語情報を生成する言語解析部と、前記言語情報に基づいて前記電話端末のユーザーの感情状態を判別する感情判別部と、前記感情判別部による判別結果と前記ユーザーに関する情報とを関連づけて記録するユーザー情報記録部と、を備えることを特徴とする。

本発明による第２の電話応答システムは、電話端末から到来した着信呼を複数のオペレータ端末のいずれかに分配する呼分配制御を実行して前記電話端末と前記オペレータ端末との間を通信接続し、前記電話端末と前記オペレータ端末との間で交信された通話データを監視する電話応答システムであって、前記通話データから前記電話端末で入力された第１音声データを分離する音源分離部と、前記第１音声データに対して音声認識を実行して音声特徴量を取得する音声認識部と、前記音声特徴量を解析して言語情報を生成する言語解析部と、前記音声特徴量のうちの韻律的特徴量および前記言語情報に基づいて前記電話端末のユーザーの感情状態を判別する感情判別部と、前記感情判別部による判別結果と前記ユーザーに関する情報とを関連づけて記録するユーザー情報記録部と、を備えることを特徴とする。

本発明による第３の電話応答システムは、電話端末から到来した着信呼を複数のオペレータ端末のうちのいずれかに分配する呼分配制御を実行して前記電話端末と前記オペレータ端末との間を通信接続し、前記電話端末と前記オペレータ端末との間で交信された通話データを監視する電話応答システムであって、前記通話データから前記電話端末で入力された第１音声データを分離する音源分離部と、前記第１音声データに対して音声認識を実行して音声特徴量を取得する音声認識部と、前記音声特徴量のうちの韻律的特徴量に基づいて前記電話端末のユーザーの感情状態を判別する感情判別部と、前記感情判別部による判別結果と前記ユーザーに関する情報とを関連づけて記録するユーザー情報記録部と、を備えることを特徴とする。

本発明による第４の電話応答システムは、電話端末から到来した着信呼を複数のオペレータ端末のいずれかに分配する呼分配制御を実行して前記電話端末と前記オペレータ端末との間を通信接続し、前記電話端末と前記オペレータ端末との間で交信された通話データを監視する電話応答システムであって、前記通話データから前記電話端末で入力された第１音声データと前記オペレータ端末で入力された第２音声データとを分離する音源分離部と、前記第２音声データに対して音声認識を実行して音声特徴量を取得する音声認識部と、前記音声特徴量を解析して言語情報を生成する言語解析部と、前記言語情報に現れた語彙が予め登録されたキーワードに適合するか否かを判定する語彙認識部と、前記語彙認識部で適合した語彙の発話時刻に続く所定時間内に、前記音声特徴量のうちの韻律的特徴量に基づいて前記電話端末のユーザーの感情状態を判別する感情判別部と、前記語彙認識部で適合したキーワードとこれに対応する前記感情状態と前記ユーザーに関する情報とを関連づけて記録するユーザー情報記録部と、を備えることを特徴とする。

上記第１〜第３の電話応答システムは、電話端末を使用するユーザーの第１音声データに基づいてユーザーの感情状態を判別し、当該判別結果を当該ユーザーに関する情報に関連付けてユーザー情報記録部に記録する。したがって、オペレータと通話している電話端末のユーザーの感情状態の履歴を迅速且つ客観的に記録することができる。また、オペレータ端末のオペレータと通話している電話端末のユーザーの感情状態に関わらず、オペレータの主観に左右されずに顧客の感情状態を客観的に記録することができ、これにより電話端末のユーザーに対するオペレータの対応能力の向上が可能になる。

また、上記第４の電話応答システムは、オペレータ端末を使用するオペレータが発話した語彙が登録キーワードに適合したときに、当該適合した語彙の発話時刻に続く所定時間内に電話端末のユーザーが示した感情状態を判別することができ、その登録キーワードとこれに対応する感情状態と当該ユーザーに関する情報とを関連づけてユーザー情報記録部に記録する。したがって、オペレータ端末のオペレータが発話した登録キーワードに対して、電話端末のユーザーがどのように反応したのかを客観的に示す感情状態の履歴を記録することができる。また、オペレータは、手作業で電話端末のユーザーの感情状態を主観的に判断して記録せずに済むので、電話端末のユーザーに対するオペレータの対応能力の向上と作業の効率化とが可能になる。

以下、本発明に係る種々の実施例について説明する。

図１は、本発明に係る実施例の電話応答システム１の概略構成を示すブロック図である。この電話応答システム１は、公衆回線網３０Ａに接続されたゲートウェイサーバ１０Ａと、パケット交換網３０Ｂに接続されたゲートウェイサーバ１０Ｂとを有する。電話応答システム１は、さらに、ＬＡＮ（ローカルエリアネットワーク）１５、音声監視サーバ１１、呼管理サーバ１２および履歴管理サーバ１３を有している。これらサーバ１０Ａ，１０Ｂ，１１〜１３は、ＬＡＮ（ローカルエリアネットワーク）１５を介して相互接続されている。

コールセンター２は、複数のオペレータ端末２１₁，２１₂，…，２１_N（Ｎは３以上の整数）と管理者端末２３とを含み、これらオペレータ端末２１₁〜２１_Nの各々がオペレータによって操作される。また、これらオペレータ端末２１₁〜２１_Nと管理者端末２３とは、ＬＡＮ（ローカルエリアネットワーク）２０を介して相互に接続されている。電話応答システム１のＬＡＮ１５とコールセンター２のＬＡＮ２０とはハブなどの中継装置（図示せず）を介して接続されている。また、オペレータ端末２１₁〜２１_Nは、それぞれ、通話データを記録する録音装置２２₁〜２２_Nを有している。後述するように音声監視サーバ１１の転送制御部（図示せず）からの制御指示に応じて、録音装置２２₁〜２２_Nは録音データをＬＡＮ２０，１５を介して音声監視サーバ１１に転送することができる。

公衆回線網３０Ａには、移動体通信端末や固定電話機などの不特定多数の電話端末３１₁，３１₂，…，３１_M（Ｍは３以上の整数）が接続され、パケット交換網３０Ｂには、電話端末３２₁，３２₂，…，３２_P（Ｐは３以上の整数）が接続されている。

呼管理サーバ１２は、電話端末から到来した呼に応じて、オペレータ端末の呼び出し、応答、通話および切断などのシーケンスを制御する。なお、呼管理サーバ１２は、ＩＥＴＦ（Internet Engineering Task Force）の技術仕様であるＳＩＰ（Session Initiation Protocol）や、ＩＴＵ−Ｔ（ITU Telecommunication Standardization Sector：国際電気通信連合・電気通信標準化部門）勧告のＨ．３２３などの呼制御プロトコルを使用することが可能である。

ゲートウェイサーバ１０Ａまたは１０Ｂが電話端末３１_iまたは３２_iから着信呼を受信すると、呼管理サーバ１２は、端末管理テーブル（図示せず）を参照して、コールセンター２のオペレータ端末２１₁〜２１_Mを検索して待機中の端末のいずれかを選択する。呼管理サーバ１２は、当該選択された端末２１_iへのルーティングをする旨ゲートウェイサーバ１０Ａ，１０Ｂに指示する。ゲートウェイサーバ１０Ａは、呼管理サーバ１２による呼制御に従って、電話端末３１_i（ｉは１〜Ｍのうちのいずれか）からの着信呼をコールセンター２のオペレータ端末２１_j（ｊは１〜Ｎのうちのいずれか）に転送して電話端末３１_iとオペレータ端末２１_jとの間を通信接続する機能を有する。同様にゲートウェイサーバ１０Ｂも、呼管理サーバ１２による呼制御に従って、電話端末３２_iからの着信呼をコールセンター２のオペレータ端末２１_j（ｊは１〜Ｎのうちのいずれか）に転送して電話端末３２_iとオペレータ端末２１_jとの間を通信接続する機能を有している。

履歴管理サーバ１３は、オペレータ端末２１_jまたは音声監視サーバ１１から転送された顧客の履歴情報を記録する機能と、オペレータ端末２１_jからの要求に応じて、記録されている顧客の履歴情報をオペレータ端末２１_jに転送する機能とを有している。

そして、音声監視サーバ１１は、電話端末３１_iまたは３２_iとオペレータ端末２１_jとの間で交信された通話データを監視する機能を有する。図２は、本発明に係る第１実施例の音声監視サーバ１１（以下、音声監視サーバ１１Ａと呼ぶ。）の概略構成を示す機能ブロック図である。図２に示される音声監視サーバ１１Ａは、通話データのうち、電話端末３１_iまたは３２_iで入力された音声データを監視して電話端末３１_iまたは３２_iのユーザーである顧客の感情状態を判別する機能を有する。この音声監視サーバ１１Ａは、音源分離フィルタ１１０Ａ、音声認識部１１１、言語解析部１１２、第１感情判別部１１３、第２感情判別部１１５Ａ、総合判別部１１６Ａおよび警報通知部１１８を含む。顧客情報記録部（ユーザー情報記録部）１１７は、図１の履歴管理サーバ１３に組み込まれており、データベースを構成する顧客情報（たとえば、顧客のプロフィール、顧客からの問い合わせ時刻、顧客からの問い合わせ内容、オペレータによる応答内容）を蓄積する。

音源分離フィルタ１１０Ａは、オペレータの音声サンプルファイル１２０を用いて、ＬＡＮ１５を通して転送された通話データから、電話端末３１_iまたは３２_iで入力された音声データＤａを分離する。音源分離フィルタ１１０Ａには現在交信中の通話データが転送される。なお、オペレータ端末２１₁〜２１_Nは、それぞれ、通話データを記録する録音装置２２₁〜２２_Nを有している。現在交信中の通話データの代わりに、音声監視サーバ１１Ａの転送制御部（図示せず）は、録音装置２２₁〜２２_Nに制御指示を送信して録音装置２２₁〜２２_Nから録音データを音声監視サーバ１１Ａに転送させることができる。

通話データから分離された音声データＤａは、第１音声認識部１１１Ａと第２音声認識部１１１Ｂとに供給される。第１音声認識部１１１Ａは、音声データＤａに対して、たとえば公知の隠れマルコフモデル（ＨＭＭ：Hidden Markov Model）に従った音声認識を実行して音声特徴量を取得する。第２音声認識部１１１Ｂの機能は第１音声認識部１１１Ａの機能と同じである。音声特徴量としては、母音部における音声基本周波数、音量（パワー）、第１フォルマント周波数、第２フォルマント周波数、第３フォルマント周波数、スペクトル傾斜、音韻長（音韻の継続時間）、発話速度および調音位置が挙げられるが、これらに限るものではない。音声特徴量は、韻律を示す特徴量（韻律的特徴量）と音韻を示す特徴量（音韻的特徴量）とを含む。ここで、音韻的特徴量は、発声内容を表す弁別性を持った音声情報を意味する。また、韻律的特徴量は、たとえば、音声のパワー（音量）、発話速度および声質を示す情報を含む。

言語解析部１１２は、第１音声認識部１１１Ａから供給された音声特徴量を解析して、音声が表す語彙、構文構造および文脈構造などの言語情報を生成する。次いで、第１感情判別部１１３は、テーブル記録部１２１に記録された判定テーブル１２１ａを参照しつつ、言語解析部１１２から供給された言語情報を解析して顧客の感情状態を判別する。たとえば、判定テーブル１２１ａには、予め設定された複数の感情状態とこれら感情状態にそれぞれ関連する言語情報が規定されている。予め設定される感情状態としては、たとえば、「平静」、「歓喜」、「満足」、「緊張」、「怒り」、「不満」、「不安」および「悲哀」が挙げられる。判定テーブル１２１ａには、「平静」という感情状態に関連する語彙として、たとえば「うれしい」、「いいね」、「ありがとう」といった語彙を規定したり、「怒り」という感情状態に関連する語彙として、たとえば、「ふざけるな」、「どうするんだ」、「いらない」、「もういい」といった語彙を規定したりすることができる。第１感情判別部１１３は、言語解析部１１２から供給された言語情報を、判定テーブル１２１ａに規定された複数の感情状態に分類する（振り分ける）ことによって顧客の感情状態を判別することができる。

この結果、第１感情判別部１１３は、たとえば、下記表１に示すように感情状態に該当（ヒット）する言語状態の割合（ヒット率）を算出することができる。

一方、第２感情判別部１１５Ａは、テーブル記録部１２２に記録された判定テーブル１２２ａを参照して、第２音声認識部１１１Ｂから供給された音声特徴量のうち韻律的特徴量のみに基づいて顧客の感情状態を判別する。具体的には、判定テーブル１２２ａには、予め設定された複数の感情状態とこれら感情状態にそれぞれ関連する韻律的特徴量の閾値が規定されている。予め設定される感情状態としては、たとえば、「平静」、「歓喜」、「満足」、「緊張」、「怒り」、「不満」、「不安」および「悲哀」が挙げられる。たとえば、「不満」という感情状態に関連する韻律的特徴量「発話速度」、「音量」、「フォルマント周波数」の各閾値が規定される。第２感情判別部１１５Ａは、「発話速度」が基準速度である閾値を超え、「音量」が基準パワーである閾値を超えれば、「不満」を示す割合を高い値に設定できる。第２感情判別部１１５Ａは、第１感情判別部１１３と同様に、各感情状態に該当する言語状態の割合を算出することが可能である。

総合判別部１１６Ａは、第１感情判別部１１３による判別結果と第２感情判別部１１５Ａによる判別結果とに基づいて顧客の感情状態を総合的に判別し、その判別結果を履歴管理サーバ１３に転送して顧客情報記録部１１７に記録する。たとえば、第１感情判別部１１３による判別結果である各感情状態のヒット率と、第２感情判別部１１５Ａによる判別結果である各感情状態のヒット率とを平均化することによって顧客の感情状態を総合的に判別することが可能である。

警報通知部１１８は、総合判別部１１６Ａによる判別結果に基づいて顧客の感情状態を監視し、顧客の感情状態が悪化していると判定した場合には、図１の管理者端末２３にその判定結果とオペレータ端末のＩＤ（識別子）とを通知する。これにより、管理者端末２３のユーザーである管理者は、その判定結果を知って、当該オペレータ端末を使用するオペレータの代わりに顧客と通話することができる。

上記の如く、第１実施例の音声監視サーバ１１Ａを有する電話応答システム１は、オペレータと通話している顧客の感情状態の履歴を迅速且つ客観的に履歴管理サーバ１３に記録することができる。よって、オペレータと通話している顧客の感情状態に関わらず、オペレータの主観に左右されずに顧客の感情状態を客観的に記録することができる。また、顧客の感情状態が悪化した場合には、管理者端末２３を使用する管理者はその感情状態を知ることができるので、オペレータの代わりに適切且つ迅速に対処することができる。したがって、音声監視サーバ１１により顧客対応能力の向上が可能になる。

次に、本発明に係る第２実施例の音声監視サーバ１１（以下、音声監視サーバ１１Ｂと呼ぶ。）について以下に説明する。図３は、本発明に係る第２実施例の音声監視サーバ１１Ｂの概略構成を示すブロック図である。図３に示される音声監視サーバ１１Ｂは、音源分離フィルタ１１０Ｂ、音声認識部１１１、言語解析部１１２、語彙認識部２００、第２感情判別部１１５Ｂ、総合判別部１１６Ｂおよび警報通知部１１８を含む。顧客情報記録部（ユーザー情報記録部）１１７は、図２の顧客情報記録部１１７と同様にデータベースを構成する顧客情報を蓄積する。

音源分離フィルタ１１０Ｂは、オペレータの音声サンプルファイル１２０を用いて、ＬＡＮ１５を通して転送された通話データから、電話端末３１_iまたは３２_iで入力された音声データＤａと、オペレータ端末２１_jで入力された音声データＤｂとを分離する。音源分離フィルタ１１０Ａには現在交信中の通話データが転送されてもよいし、あるいは、録音装置２２₁〜２２_Nのいずれかから録音データが転送されてもよい。

音声認識部１１１は、図２の音声認識部１１１と同じ機能を有する。ただし、第１音声認識部１１１Ａは、音声データＤｂに対して音声認識を実行して音声特徴量を取得し、第２音声認識部１１１Ｂは、音声データＤａに対して音声認識を実行して音声特徴量を取得する。言語解析部１１２は、図２の言語解析部１１２と同じ機能を有し、第１音声認識部１１１Ａから供給された音声特徴量を解析して、音声が表す語彙、構文構造および文脈構造などの言語情報を生成する。

語彙認識部２００は、テーブル記録部１２１に記録されたキーワードテーブル（辞書）１２１ｂを参照しつつ、言語解析部１１２から供給された言語情報に現れた語彙が、キーワードテーブル１２１ｂに登録されたキーワードに適合するか否かを判定する。たとえば、キーワードテーブル１２１ｂに商品名「ｘｘｘ」やサービス名「ｙｙｙ」が登録されている場合、語彙認識部２００は、言語情報に現れた語彙がそれら商品名「ｘｘｘ」やサービス名「ｙｙｙ」と一致または類似する名称を含むか否かを判定することができる。語彙認識部２００は、言語情報に現れた語彙が登録キーワードに適合すると判定した場合には、その判定結果と当該語彙の発話時刻とを第２感情判別部１１５Ｂと総合判別部１１６Ｂとに供給する。

第２感情判別部１１５Ｂは、図２の第２感情判別部１１５Ａと同様に、テーブル記録部１２２に記録された判定テーブル１２２ａを参照して、第２音声認識部１１１Ｂから供給された音声特徴量のうち韻律的特徴量のみに基づいて顧客の感情状態を判別する機能を有する。特に本実施例の第２感情判別部１１５Ｂは、語彙認識部２００で適合した語彙の発話時刻に続く所定時間、たとえば１０秒の時間帯における顧客の感情状態を判別する機能を有している。たとえば、オペレータが商品名「ｘｘｘ」を発話したとき、第２感情判別部１１５Ｂは、その発話時刻に続く所定時間における顧客の感情状態を判別することができる。その判別結果は、登録キーワードに関連づけられて総合判別部１１６Ｂに与えられる。

総合判別部１１６Ｂは、語彙認識部２００による認識結果と第２感情判別部１１５Ｂによる判別結果とに基づいて、登録キーワードに関連する顧客の感情状態を判別することができる。その判別結果は、履歴管理サーバ１３に転送されて顧客情報記録部１１７に記録される。したがって、顧客情報記録部１１７には、登録キーワードと当該登録キーワードに反応した顧客の感情状態とを関連づけて保存することができる。

上記の如く、第２実施例の音声監視サーバ１１Ｂを有する電話応答システム１は、オペレータが発話した登録キーワードに対して、顧客がどのように反応したかを客観的に示す感情状態の履歴を顧客情報記録部１１７に記録することができる。したがって、オペレータは、手作業で顧客の感情状態を主観的に判断して記録せずに済むので、オペレータの顧客対応能力の向上と作業の効率化とが可能になる。

本発明に係る実施例の電話応答システムの概略構成を示すブロック図である。 本発明に係る第１実施例の音声監視サーバの概略構成を示す機能ブロック図である。 本発明に係る第２実施例の音声監視サーバの概略構成を示す機能ブロック図である。

符号の説明

１ 電話応答システム
２ コールセンター
１０Ａ，１０Ｂ ゲートウェイサーバ
１１ 音声監視サーバ
１２ 呼管理サーバ
１３ 履歴管理サーバ
２１₁〜２１_N オペレータ端末
２２₁〜２２_N 録音装置（ＲＤ）
２３ 管理者端末
３１₁〜３１_M 電話端末（ＵＴ）
３２₁〜３２_M 電話端末（ＵＴ）
１１０Ａ、１１０Ｂ 音源分離フィルタ
１１１ 音声認識部
１１２ 言語解析部
１１３ 第１感情判別部
１１５Ａ，１１５Ｂ 第２感情判別部
１１７ 顧客情報記録部（顧客情報データベース）
１１８ 警報通知部
１２１Ｂ キーワードテーブル
２００ 語彙認識部

Claims (13)

1. 電話端末から到来した着信呼を複数のオペレータ端末のいずれかに分配する呼分配制御を実行して前記電話端末と前記オペレータ端末との間を通信接続し、前記電話端末と前記オペレータ端末との間で交信された通話データを監視する電話応答システムであって、
   前記通話データから前記電話端末で入力された第１音声データを分離する音源分離部と、
   前記第１音声データに対して音声認識を実行して音声特徴量を取得する音声認識部と、
   前記音声特徴量を解析して言語情報を生成する言語解析部と、
   前記言語情報に基づいて前記電話端末のユーザーの感情状態を判別する感情判別部と、
   前記感情判別部による判別結果と前記ユーザーに関する情報とを関連づけて記録するユーザー情報記録部と、
   を備えることを特徴とする電話応答システム。
2. 電話端末から到来した着信呼を複数のオペレータ端末のいずれかに分配する呼分配制御を実行して前記電話端末と前記オペレータ端末との間を通信接続し、前記電話端末と前記オペレータ端末との間で交信された通話データを監視する電話応答システムであって、
   前記通話データから前記電話端末で入力された第１音声データを分離する音源分離部と、
   前記第１音声データに対して音声認識を実行して音声特徴量を取得する音声認識部と、
   前記音声特徴量を解析して言語情報を生成する言語解析部と、
   前記音声特徴量のうちの韻律的特徴量および前記言語情報に基づいて前記電話端末のユーザーの感情状態を判別する感情判別部と、
   前記感情判別部による判別結果と前記ユーザーに関する情報とを関連づけて記録するユーザー情報記録部と、
   を備えることを特徴とする電話応答システム。
3. 請求項１または２記載の電話応答システムであって、前記言語情報は、語彙、構文構造および文脈構造の中から選択された少なくとも１つの言語要素を含むことを特徴とする電話応答システム。
4. 電話端末から到来した着信呼を複数のオペレータ端末のうちのいずれかに分配する呼分配制御を実行して前記電話端末と前記オペレータ端末との間を通信接続し、前記電話端末と前記オペレータ端末との間で交信された通話データを監視する電話応答システムであって、
   前記通話データから前記電話端末で入力された第１音声データを分離する音源分離部と、
   前記第１音声データに対して音声認識を実行して音声特徴量を取得する音声認識部と、
   前記音声特徴量のうちの韻律的特徴量に基づいて前記電話端末のユーザーの感情状態を判別する感情判別部と、
   前記感情判別部による判別結果と前記ユーザーに関する情報とを関連づけて記録するユーザー情報記録部と、
   を備えることを特徴とする電話応答システム。
5. 請求項２または４記載の電話応答システムであって、前記韻律的特徴量は、発話速度および音量を少なくとも含むことを特徴とする電話応答システム。
6. 請求項１から５のうちのいずれか１項に記載の電話応答システムであって、前記感情判別部は、前記言語情報を予め定められた複数種の感情状態に分類することによって前記ユーザーの感情状態を判別することを特徴とする電話応答システム。
7. 請求項６記載の電話応答システムであって、前記複数種の感情状態は、平静、歓喜、満足、緊張、怒り、不満、不安および悲哀の中から選択された少なくとも１つの状態を含むことを特徴とする電話応答システム。
8. 請求項１から７のうちのいずれか１項に記載の電話応答システムであって、前記感情判別部で判別された感情状態が特定の感情状態を示すときに管理者端末に警報を通知する警報発信部をさらに備えることを特徴とする電話応答システム。
9. 電話端末から到来した着信呼を複数のオペレータ端末のいずれかに分配する呼分配制御を実行して前記電話端末と前記オペレータ端末との間を通信接続し、前記電話端末と前記オペレータ端末との間で交信された通話データを監視する電話応答システムであって、
   前記通話データから前記電話端末で入力された第１音声データと前記オペレータ端末で入力された第２音声データとを分離する音源分離部と、
   前記第２音声データに対して音声認識を実行して音声特徴量を取得する音声認識部と、
   前記音声特徴量を解析して言語情報を生成する言語解析部と、
   前記言語情報に現れた語彙が予め登録されたキーワードに適合するか否かを判定する語彙認識部と、
   前記語彙認識部で適合した語彙の発話時刻に続く所定時間内に、前記音声特徴量のうちの韻律的特徴量に基づいて前記電話端末のユーザーの感情状態を判別する感情判別部と、
   前記語彙認識部で適合したキーワードとこれに対応する前記感情状態と前記ユーザーに関する情報とを関連づけて記録するユーザー情報記録部と、
   を備えることを特徴とする電話応答システム。
10. 請求項９記載の電話応答システムであって、前記言語情報は、語彙、構文構造および文脈構造の中から選択された少なくとも１つの言語要素を含むことを特徴とする電話応答システム。
11. 請求項９または１０記載の電話応答システムであって、前記韻律的特徴量は、発話速度および音量を少なくとも含むことを特徴とする電話応答システム。
12. 請求項９から１１のうちのいずれか１項に記載の電話応答システムであって、前記感情判別部は、前記言語情報を予め設定された複数種の感情状態に分類することによって前記ユーザーの感情状態を判別することを特徴とする電話応答システム。
13. 請求項１２記載の電話応答システムであって、前記感情状態は、平静、歓喜、満足、怒り、不満、不安および悲哀の中から選択された少なくとも１つの状態を含むことを特徴とする電話応答システム。

Images