JP6963497B2 - 音声認識システム、通話評価設定方法 - Google Patents

Description

本発明は、音声認識システム、通話評価設定方法に関する。

従来から、コールセンタにおいて、顧客とオペレータとの間の通話を評価する技術が存在する。例えば、特許文献１では、オペレータと顧客の通話を録音した通話録音ファイルに基づく音声分析テキストと、モニタリングチェック項目の評価基準とを比較し、オペレータを評価している。

特開２０１７−１３５６４２号公報

顧客とオペレータとの間の通話をシステムが認識した結果には、通常、通話を録音してテキスト化したテキスト情報、通話音量等の非言語情報、あらかじめシステム側で定められた評価基準にしたがって通話を評価した通話評価情報が含まれる。管理者は、これらの情報を元に、顧客やオペレータの通話を評価する。したがって、システム側で定められた評価基準に照らし合わせて評価されるため、通話者が通常の会話でも声が大きい顧客の場合、当該顧客が感情的であるなどとして、平均的な声の大きさの顧客より評価が下がる場合がある。

また、同じ顧客であっても通話の内容や環境、場面によって声の大きさが異なるため、管理者がシステム側で定められた評価基準を示す評価値を手動で修正することがある。この場合、当該顧客との間で通話が行われる都度修正が必要となるため、手間や時間がかかってしまう。このような点は、顧客の場合だけでなくオペレータについても同様のことがいえる。

特許文献１では、オペレータと顧客との間で行われた通話を所定の基準で評価しているが、基準を修正する場合は手動で行う必要があり、その修正に手間や時間がかかるという問題があった。

本発明は、手間や時間をかけることなく、オペレータと顧客との間で行われる通話の評価基準を設定することが可能な音声認識システム、通話評価設定方法を提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明にかかる音声認識システムは、顧客とオペレータとの間で行われる通話を録音する通話録音部と、前記通話録音部により録音された通話および当該通話における通話者の特徴を示す非言語情報の値を認識し、認識した結果を記憶部に蓄積する音声認識部と、前記認識した結果に含まれる前記非言語情報の値に基づいて、通話者を評価するための基準値を設定する音声認識結果管理部と、を備えることを特徴とする音声認識システムとして構成される。

また、本発明は、上記音声認識システムで実行される通話評価設定方法としても把握される。

本発明によれば、手間や時間をかけることなく、オペレータと顧客との間で行われる通話の評価基準を設定することができる。

コールセンタの構成例を示す図である。 共通評価値テーブルの例を示す図である。 顧客別評価値テーブルの例を示す図である。 オペレータ別評価値テーブルの例を示す図である。 通話評価結果テーブルの例を示す図である。 通話情報テーブルの例を示す図である。 録音情報テーブルの例を示す図である。 認識結果情報テーブルの例を示す図である。 管理者端末の表示装置に表示される評価画面の例を示す図である（認識結果画面）。 管理者端末の表示装置に表示される評価画面の例を示す図である（通話評価画面）。 図３に示した顧客別評価値テーブルの作成手順を示すフローチャートである。 図１１に示した顧客別評価値テーブルの作成手順におけるステップＳ１１０４の処理手順を示すフローチャートである。 通話時に用いる評価値テーブルを選択し、通話を評価する処理の処理手順を示すフローチャートである。

以下に添付図面を参照して、本発明にかかる音声認識システム、通話評価設定方法の実施の形態を詳細に説明する。

図１は、本実施の形態における音声認識システムが用いられるコールセンタの構成例を示す図である。図１に示すように、コールセンタ１０００は、ＩＰ−ＰＢＸ（Internet Protocol−Private Branch eXchange、ＩＰ回線対応構内交換機）装置１００と、ＣＴＩ（Computer Telephony Integration）サーバ２００と、オペレータ端末３００と、管理者端末４００と、通話音声処理システム５００とを有して構成されている。顧客の通話端末ＴとＩＰ−ＰＢＸ装置１００との間は公衆網Ｎ１により接続され、ＩＰ−ＰＢＸ装置１００、ＣＴＩサーバ２００、オペレータ端末３００、管理者端末４００、通話音声処理システム５００は、コールセンタ１０００の構内のＩＰ回線網Ｎ２により接続されている。

ＩＰ−ＰＢＸ装置１００は、顧客の通話端末Ｔからの呼を受けて、ＩＰ網と公衆網Ｎ１のプロトコル変換、発着信の呼制御などの処理を行う装置である。

ＣＴＩサーバ２００は、オペレータ端末３００への呼制御を行う装置である。ＣＴＩサーバ２００は、コールセンタ１０００全体を管理し、ＩＰ−ＰＢＸ装置１００から受取った呼をオペレータ端末３００や管理者端末４００に送信したり、呼状態が接続中（通話中）になると、必要な指示を通話音声処理システム５００に与えるなどの処理を実行する。

オペレータ端末３００は、コールセンタ１０００のオペレータが操作する端末であり、例えば、通話機能を有したコンピュータから構成される。オペレータ端末３００は、ＣＴＩサーバ２００からの指示に従って、ＩＰ−ＰＢＸ装置１００から受け取った呼に対して応答し、オペレータが顧客の通話端末Ｔと公衆網１１を介した外線による通話を行う。

管理者端末４００は、コールセンタ１０００の管理者が操作する端末であり、例えば、通話の再生機能を有したコンピュータから構成される。管理者端末４００は、オペレータ端末３００の稼働状況やオペレータの作業状況を監視したり、通話音声処理システム５００に対して通話を評価するための評価要求や録音ファイルの取得要求を行い、通話の評価や録音された通話を取得して再生することができる。管理者端末４００の動作や画面例については後述する。

通話音声処理システム５００は、顧客とオペレータとの間の通話を録音および認識し、録音結果および認識結果を管理するシステムである。

図１に示すように、通話音声処理システム５００は、通話録音情報管理装置５０１と、通話録音装置５０２と、音声認識制御装置５０３と、音声認識装置５０４と、音声認識結果管理装置５０５とを有して構成されている。

通話録音情報管理装置５０１は、顧客の通話端末Ｔから発せられた発番号やオペレータ端末３００から発せられた内線番号等のＣＴＩ情報や、当該発番号の顧客端末Ｔや当該オペレータ端末３００から発せられた内線番号から発せられ、通話録音装置５０２によりミラーリングされた通話音声を含む録音情報を蓄積する。また、通話録音情報管理装置５０１は、上記録音情報を通話録音装置５０２から受け取ると、その旨を音声認識制御装置５０３に通知する。

通話録音装置５０２は、上記通話音声をミラーリングし、ミラーリングした通話音声を録音する。また、通話録音装置５０２は、当該通話音声を含む録音情報を通話録音情報管理装置５０１および音声認識装置５０４に出力する。

音声認識制御装置５０３は、通話録音情報管理装置５０１から、上記録音情報を通話録音装置５０２から受け取った旨の通知を受けると、音声認識装置５０４に対して、上記通話音声を認識するための認識処理を実行する指示をする。

音声認識装置５０４は、上記認識処理を実行する音声認識エンジンを有し、当該処理の結果として得られた認識結果と、通話録音装置５０２から受け取った上記録音情報に含まれるＣＴＩ情報や通話音声を音声認識結果管理装置５０５に出力する。

音声認識結果管理装置５０５は、上記認識結果を管理する装置であり、本システムで使用する各種データを蓄積するデータベース５０５１を有している。データベース５０５１には、共通評価値テーブル５０５２と、顧客別評価値テーブル５０５３と、オペレータ別評価値テーブル５０５４と、通話評価結果テーブル５０５５と、通話情報テーブル５０５６と、録音情報テーブル５０５７と、認識結果情報テーブル５０５８とが蓄積される。また、音声認識結果管理装置５０５は、管理者端末４００からの要求などに従って、上記認識結果や通話評価の結果、評価値設定画面を出力する。データベース５０５１に蓄積されるデータや上記認識結果、通話評価の結果、評価値設定画面については後述するが、認識結果には、通話を録音してテキスト化したテキスト情報、通話音量や話速等の通話者の特徴を示す非言語情報が含まれる。また、評価値は、通話者を評価するための基準となる項目の値である。

通話音声処理システム５００を構成する上記の各装置は、ハードウェアとしては、一般的なコンピュータにより構成される。本実施例では、通話録音情報管理装置５０１と、通話録音装置５０２と、音声認識制御装置５０３と、音声認識装置５０４と、音声認識結果管理装置５０５とが、それぞれ別の装置である前提で説明しているが、利用環境に応じて、これらを１または複数の装置により実現することとしてもよい。

図２は、共通評価値テーブル５０５２の例を示す図である。共通評価値テーブル５０５２は、通話音声処理システム５００に共通の評価基準としてシステム側であらかじめ設定された評価値を記憶するテーブルである。図２に示すように、共通評価値テーブル５０５２には、あらかじめ、通話者と、通話者の評価値とが対応付けて記憶されている。

図２では、例えば、通話時の顧客やオペレータの音量の大きさが５０であり、話速の速さが５０であれば、標準的な顧客やオペレータであると評価されることを示している。したがって、これらの値に対して一定の閾値以上乖離している場合、システム側の判断により評価が下がることとなる。

図３は、顧客別評価値テーブル５０５３の例を示す図である。顧客別評価値テーブル５０５３は、顧客の特徴に基づいて設定した顧客別の評価基準である評価値を記憶するテーブルである。図３に示すように、顧客別評価値テーブル５０５３には、通話者である顧客の発番号と、当該顧客の評価値とが対応付けて記憶されている。

図３では、例えば、発番号が「０９０−３３３３−４４４４」の顧客の通話時における音量の大きさは５０であり、話速の速さは５０であることを示している。また、発番号が「０９０−１１１１−２２２２」の顧客の通話時における音量の大きさは、発番号が「０９０−３３３３−４４４４」の顧客よりも大きい６０であり、話速の速さは、発番号が「０９０−３３３３−４４４４」の顧客と同じ５０であることを示している。

図４は、オペレータ別評価値テーブル５０５４の例を示す図である。オペレータ別評価値テーブル５０５４は、オペレータの特徴に基づいて設定したオペレータ別の評価基準である評価値を記憶するテーブルである。図４に示すように、オペレータ別評価値テーブル５０５４には、通話者であるオペレータを識別するためのオペレータＩＤと、当該オペレータの評価値とが対応付けて記憶されている。

図４では、例えば、オペレータＩＤが「オペレータＡ」で識別されるオペレータの通話時における音量の大きさは５０であり、話速の速さは５０であることを示している。また、オペレータＩＤが「オペレータＢ」で識別されるオペレータの通話時における音量の大きさは、オペレータＩＤが「オペレータＡ」のオペレータと同じ５０であり、話速の速さは、オペレータＩＤが「オペレータＡ」のオペレータよりも速い５５であることを示している。

図３および図４では、通話者の特徴に基づく評価値の例として、通話者の音量および話速を例示しているが、例えば、発話時間や無音時間、会話かぶりの有無、キーワードの有無等、通話を評価するための他の項目を評価値として設定してもよい。

図５は、通話評価結果テーブル５０５５の例を示す図である。通話評価結果テーブル５０５５は、顧客とオペレータとの間で行われた通話ごとに、上記評価値に基づく評価結果を記憶するテーブルである。図５に示すように、通話評価結果テーブル５０５５には、通話を識別するための通話ＩＤと、当該通話における顧客の発番号と、当該顧客の評価結果と、当該顧客を評価するにあたり用いられたテーブルを識別するための顧客別評価フラグとが対応付けて記憶されている。

図５では、例えば、通話ＩＤが「１」で識別される通話は、発番号が「０９０−３３３３−４４４４」の顧客との間で行われた通話であり、当該顧客の音量および話速の評価は、いずれも良好であることを示す「Ｇｏｏｄ」であったことを示している。また、当該通話の評価は、図３に示した顧客別評価値テーブル５０５３を用いて行われたことを示している。また、通話ＩＤが「２」で識別される通話は、発番号が「０９０−１１１１−２２２２」の顧客との間で行われた通話であり、当該顧客の話速の評価は「Ｇｏｏｄ」であるものの、音量についての評価は良好でないことを示す「Ｂａｄ」であったことを示している。また、当該通話の評価は、図２に示した共通評価値テーブル５０５２を用いて行われたことを示している。

なお、図５では、顧客についての通話評価結果を記憶する場合について例示したが、オペレータについての通話評価結果を記憶する場合も同様に考えることができる。この場合、図５における発番号を内線番号に読み替えるとともに、顧客別評価フラグをオペレータ別評価フラグには図４に示したオペレータ別評価値テーブル５０５４を用いたことを示すフラグを設定すればよい。

図６は、通話情報テーブル５０５６の例を示す図である。通話情報テーブル５０５６は、顧客とオペレータとの間で行われた通話ごとに、当該通話の発着信等のＣＴＩ情報を記憶するテーブルである。図６に示すように、通話情報テーブル５０５６には、通話を識別するための通話ＩＤと、当該通話の開始日時および終了日時と、当該通話における顧客の発番号と、当該通話におけるオペレータの内線番号と、当該内線番号に対する通話を担当するオペレータとが対応付けて記憶されている。

図６では、例えば、通話ＩＤが「１」で識別される通話は、１１月１日の１０時００分０１秒に開始され、１１月１日の１０時００分０１秒に終了したことを示している。また、当該通話の発番号は「０９０−３３３３−４４４４」の顧客と内線番号「１００１」を担当するオペレータＢとの間で行われた通話であることを示している。

図７は、録音情報テーブル５０５７の例を示す図である。録音情報テーブル５０５７は、顧客とオペレータとの間で行われた通話ごとに、当該通話が録音されたときの通話音声を記憶するテーブルである。図７に示すように、録音情報テーブル５０５７には、通話の開始日時および終了日時と、通話を識別するための通話ＩＤと、録音された当該通話における通話音声の保管場所を示す録音ファイルパスとが対応付けて記憶されている。

図７では、例えば、１１月１日の１０時００分０１秒に開始され、１１月１日の１０時００分０１秒に終了した通話は、通話ＩＤが「１」で識別される通話であり、当該通話の録音データは、「Ｅ：￥Ｖｏｉｃｅ￥ｘｘｘ１．ｗａｗ」に記憶されていることを示している。

図８は、認識結果情報テーブル５０５８の例を示す図である。認識結果情報テーブル５０５８は、現在までの顧客とオペレータとの間で行われた通話ごとに、当該通話において音声認識装置５０４により認識された結果を蓄積して記憶するテーブルである。図８に示すように、認識結果情報テーブル５０５８には、通話に含まれる単語を発話したタイミングを示す単語列開始日時と、当該通話を識別するための通話ＩＤと、当該通話の通話者と、当該通話者が発話した単語と、当該単語を発話したときの音量と、当該単語を発話したときの話速とが対応付けて記憶されている。

図８では、例えば、１１月１日の１０時００分０１秒に開始された通話ＩＤが「１」で識別される通話では、まず、オペレータＢが「お電話ありがとうございます。」と発話し、その音量が５２、話速が５０であったことを示している。また、その後、顧客１が「質問があります。」と発話し、そのときの実際の音量が５２、話速が４９であったことを示している。続いて、管理者端末４００の動作や画面例について説明する。

上述のとおり、管理者端末４００は、ハードウェアとしては一般的なコンピュータから構成され、キーボードやマウスといった入力装置や、ＬＣＤ（Liquid Crystal Display）等の表示装置が接続されている。

図９、１０は、管理者端末４００の表示装置に表示される評価画面の例を示す図である。評価画面には、音声認識装置４００により認識された結果を表示する認識結果画面（図９）と、認識された通話が評価される通話評価画面（図１０）とが含まれる。これらの画面は、管理者によって入力装置を介してタブがクリックされることにより、表示が切りかえられる。これらの画面は、音声認識結果管理装置５０５が、当該管理者端末４００の表示装置に表示する。

図９は、認識結果画面の例を示す図である。図９に示すように、認識結果画面には、オペレータと顧客との間で行われた通話がテキスト表示された通話表示領域９０１と、当該通話の話速を変更する話速変更領域９０２とが表示される。通話表示領域９０１に表示されるテキストは、音声認識装置５０４によって認識され、認識結果情報テーブル５０５８に記憶された結果を時系列に表示した情報である。音声認識結果管理装置５０５は、例えば、管理者端末４００から受け取った要求などに従って、認識結果情報テーブル５０５８を読み出し、該当する通話の認識結果を管理者端末４００に送信する。上記要求には、通話を評価するための通話ＩＤや通話者、通話開始日時、通話終了日時等、認識結果情報テーブル５０５８の各項目が含まれる。

また、話速変更領域９０２には、当該通話の話速を変更するためのカーソルキー（矢印キー）が表示され、管理者が入力装置を操作してカーソルキーをクリック等すると、音声認識結果管理装置５０５は、当該操作にしたがって、録音された通話音声の再生速度を遅くしたり、速くする。図９では、図８に示した認識結果情報テーブル５０５８に記憶されているオペレータＢと顧客１との間の通話が表示されていることを示している。

図１０は、通話評価画面の例を示す図である。図１０に示すように、通話評価画面には、顧客の発番号ごとにシステムが通話を評価した結果を示す通話評価結果領域１００１と、過去の当該顧客の発番号における評価値の統計値を示す過去通話参考値領域１００２と、通話評価結果領域１００１と過去通話参考値領域１００２とを参照して今回の通話の評価値を設定する評価値設定領域１００３とが表示される。

通話評価結果領域１００１には、認識結果情報テーブル５０５８に記憶されているデータのうち、図９に示した認識結果画面に表示されている通話の通話ＩＤに対応する発番号と、当該発番号に対応する評価結果とが表示される。図１０では、発番号が「０９０−３３３３−４４４４」である顧客に対するこれまでの評価結果は、音量については「Ｇｏｏｄ」（良好）、話速については「Ｆａｉｒ」（適正）であったことを示している。

これらの評価結果は、音声認識結果管理装置５０５が、図８に示した認識結果情報テーブル５０５８に記憶されている通話の通話ＩＤに対応する音量および話速と、図３に示した顧客別評価値テーブル５０５３に記憶されているデータのうち当該通話ＩＤに対応する発番号の評価値として記憶されている音量および話速、または図２に示した共通評価値テーブル５０５２に記憶されているデータのうちの顧客の評価値として記憶されている音量および話速を読み出し、両者の乖離度が一定の閾値以上であるか否かを判定することにより得ることができ、その結果が図５に示した通話評価結果テーブル５０５５に記憶される。

例えば、音声認識結果管理装置５０５は、図８に示した認識結果情報テーブル５０５８に蓄積されているレコードの中から発番号が「０９０−３３３３−４４４４」である通話における顧客の音量および話速を読み出し、読み出した音量および話速が、図２に示した共通評価値テーブル５０５２に記憶された音量及び話速、または図３に示した顧客別評価値テーブル５０５３に記憶された音量および話速と比べて一定の閾値以上乖離しているか否かを判定し、一定の閾値以上乖離していると判定した場合には「Ｂａｄ（良好でない）」と評価したり、一定の閾値以上乖離していないと判定した場合には「Ｇｏｏｄ（良好である）」と評価する。さらに、音声認識結果管理装置５０５は、一定の閾値との乖離度が所定の数値未満である（すなわち、閾値近傍である）と判定した場合には、「Ｆａｉｒ（適正である）」と評価し、これらの結果を図５に示した通話評価結果テーブル５０５５に記憶する。

また、過去通話参考値領域１００２には、通話評価結果領域１００１に表示されている発番号に対応する通話ＩＤにより識別される認識結果を、図８に示した認識結果情報テーブル５０５８の中から特定し、特定した認識結果に対応付けられている音量および話速の統計値が表示されている。図１０では、○月○日〜○月○日までに「０９０−３３３３−４４４４」を発番号とする通話の認識結果がｎ件あり、それらの通話における音量および話速の統計値は、それぞれ５０および６０であったことを示している。

これらの参考値は、例えば、次のように算出される。音声認識結果管理装置５０５が、通話評価結果領域１００１に表示されている発番号（例えば、発番号「０９０−３３３３−４４４４」)をキーにして図６に示した通話情報テーブル５０５６にアクセスし、当該発番号に対応する通話ＩＤを特定する。さらに、音声認識結果管理装置５０５は、特定した通話ＩＤをキーにして図８に示した認識結果情報テーブル５０５８にアクセスし、当該通話ＩＤに対応する音量および話速を読み取る。音声認識結果管理装置５０５は、読み取った音量および話速についてそれぞれの統計値（例えば、平均値）を算出する。

また、評価値設定領域１００３には、通話評価結果領域１００１に表示されている発番号の通話における音量および話速の評価値が表示される。当該評価値の設定は、音声認識結果管理装置５０５が、通話評価結果領域１００１に表示されている評価結果および過去通話参考値領域１００２に表示されている音量や話速の統計値を参照し、これらの値を比較するなどして設定する。過去通話参考値領域１００２に表示されている音量や話速の統計値が、それぞれ５０および６０であり、通話評価結果領域１００１に表示されている音量および話速の評価結果が、それぞれ「Ｇｏｏｄ（良好である）」および「Ｆａｉｒ（適正である）」である場合には、音声認識結果管理装置５０５は、音量が５０のときには「Ｇｏｏｄ（良好である）」と学習し、話速が６０のときには「Ｆａｉｒ（適正である）」と学習する。

上記学習により、どのような評価値を設定すればどのような評価結果が得られるのかを判断することができる。したがって、音声認識結果管理装置５０５は、当該学習により、「Ｇｏｏｄ（良好である）」との評価が得られる値（例えば、音量であれが「６０」）を、図３に示した顧客別評価値テーブル５０５３に設定すべき評価値と判断し、当該テーブルの評価値とする。図１０では、評価対象とされた今回の通話における音量および話速は、通話評価結果領域１００１に表示されている評価結果や過去通話参考値領域１００２に表示されている音量や話速の統計値を学習した結果、それぞれ５０および６０として設定されたことがわかる。

なお、図１０では、顧客についての通話評価画面を例示したが、オペレータの通話評価画面についても同様に考えることができる。この場合、ＣＴＩ情報として表示される発番号にかえて内線番号が表示され、オペレータについての通話評価の結果や過去通話の参考値や評価値が表示される。

図１１は、図３に示した顧客別評価値テーブル５０５３の作成手順を示すフローチャートである。図１１に示すように、音声認識結果管理装置５０５は、まず、確認対象期間の評価結果を抽出する（ステップＳ１１０１）。確認対象期間は、顧客の評価対象となる期間のことである。例えば、ある発番号について、２０１７年１１月１日１０時００分００秒〜２０１７年１１月１０日０９時５９分５９秒というような期間を定め、当該期間の日時をキーにして図８に示した認識結果情報テーブル５０５８にアクセスし、当該期間内の単語列開始日時を含むレコードを抽出する。

そして、抽出したレコードに含まれる通話ＩＤをキーにして図５に示した通話評価結果テーブル５０５５にアクセスし、当該通話ＩＤに対応する顧客別評価フラグが「０」であるか否かを判定する（ステップＳ１１０２）。

音声認識結果管理装置５０５は、当該通話ＩＤに対応する顧客別評価フラグが「０」でないと判定した場合（ステップＳ１１０２；Ｎｏ）、ステップＳ１１０６に進み、当該通話ＩＤに対応する顧客別評価フラグが「０」であると判定した場合（ステップＳ１１０２；Ｙｅｓ）、顧客別評価フラグが「０」である当該レコードを抽出する（ステップＳ１１０３）。

音声認識結果管理装置５０５は、抽出した顧客別評価フラグが「０」であるレコードの通話ＩＤをキーにして図８に示した認識結果情報テーブル５０５８にアクセスし、当該通話ＩＤの通話時に認識された音量および話速を読み取り、当該通話ＩＤにおける過去の音量および話速の統計値である過去通話参考値を算出する（ステップＳ１１０４）。過去通話参考値の算出方法については、図１２を用いて後述する。

音声認識結果管理装置５０５は、過去通話参考値として算出した音量および話速の値を、当該通話ＩＤにより識別される通話の発番号の音量および話速の値を、図３に示した顧客別評価値テーブル５０５３の評価値として記憶する（ステップＳ１１０５）。音声認識結果管理装置５０５は、同じ発番号について図８に示した認識結果情報テーブル５０５８にレコードがあるか否かを判定し（ステップＳ１１０６）、レコードがあると判定した場合（ステップＳ１１０６；Ｙｅｓ）、ステップＳ１１０２に戻り、対象となるレコードがなくなるまで処理を続ける。一方、音声認識結果管理装置５０５は、レコードがないと判定した場合（ステップＳ１１０６；Ｎｏ）、処理を終了させる。

図１２は、図１１に示した顧客別評価値テーブル５０５３の作成手順におけるステップＳ１１０４の処理手順を示すフローチャートである。

図１２に示すように、音声認識結果管理装置５０５は、あらかじめシステムにより定義されている過去通話の参考期間を取得する（ステップＳ１２０１）。当該参考期間としては、例えば、２０１７年１１月１日１０時００分００秒〜２０１７年１１月１０日０９時５９分５９秒というように、過去の通話のうち、過去通話参考値として用いる対象となる通話の期間が定められている。

音声認識結果管理装置５０５は、上記参考期間をキーにして図８に示した認識結果情報テーブル５０５８にアクセスし、当該期間内に評価対象とされた通話の発番号に対応する通話ＩＤを含むレコードを抽出する（ステップＳ１２０２）。音声認識結果管理装置５０５は、当該期間内のレコードが１件以上存在するか否かを判定し（ステップＳ１２０３）、当該期間内のレコードが１件以上存在しないと判定した場合（ステップＳ１２０３；Ｎｏ）、ステップＳ１２０４に進む。

一方、音声認識結果管理装置５０５は、当該期間内のレコードが１件以上存在すると判定した場合（ステップＳ１２０３；Ｙｅｓ）、抽出したレコードにおける音量および話速のそれぞれについての平均値を算出する（ステップＳ１２０４）。音声認識結果管理装置５０５は、算出した音量および話速のそれぞれについての平均値を、図１０に示した通話評価画面の過去通話参考値領域１００２に表示する（ステップＳ１２０５）。なお、図１２に示した処理では、音量および話速の統計値として平均値を算出しているが、中央値や最頻値等の他の統計値を算出してもよい。

なお、図１２では、顧客別評価値テーブル５０５３の作成手順におけるステップＳ１１０４の処理手順を例示したが、オペレータ別評価値テーブル５０５４の場合についても同様に考えることができる。この場合、ステップＳ１２０２において抽出するレコードを評価対象とされた通話の内線番号に対応する通話ＩＤを含むレコードとすればよい。

図１３は、通話時に用いる評価値テーブルを選択し、通話を評価する処理の処理手順を示すフローチャートである。図１３に示すように、音声認識結果管理装置５０５は、音声認識装置４００が認識した認識結果を図８に示した認識結果情報テーブル５０５８の中から取得し（ステップＳ１３０１）、認識結果に含まれる通話ＩＤに対応する発番号と、図３に示した顧客別評価値テーブル５０５３に記憶されている発番号とを比較し、一致する発番号があるか否かを判定する（ステップＳ１３０２）。

音声認識結果管理装置５０５は、上記一致する発番号がないと判定した場合（ステップＳ１３０２；Ｎｏ）、図２に示した共通評価値テーブル５０５２に記憶されている評価値のうち、顧客用の評価値を読み出して評価を実行する（ステップＳ１３０３）。一方、音声認識結果管理装置５０５は、上記一致する発番号があると判定した場合（ステップＳ１３０２；Ｙｅｓ）、図３に示した顧客別評価値テーブル５０５３に記憶されている評価値を読み出して評価を実行する（ステップＳ１３０４）。ステップＳ１３０３およびステップＳ１３０４における評価では、システムが設定することを前提に説明したが、管理者が管理者端末４００の入力装置から手動で設定してもよい。

音声認識結果管理装置５０５は、ステップＳ１３０２またはステップＳ１３０３で行われた評価の結果を、図５に示した通話評価結果テーブル５０５５に記憶するとともに、図１０に示した通話評価画面を管理者端末４００の表示装置に表示する（ステップＳ１３０５）。

なお、図１２では、顧客別評価値テーブル５０５３を用いた場合について説明したが、オペレータ別評価値テーブル５０５４を用いた場合も同様に考えることができる。この場合、ステップＳ１３０４において、図４に示したオペレータ別評価値テーブル５０５４に記憶されている評価値を読み出して評価を実行すればよい。

このように、本実施例では、上述した処理を行うので、手間や時間をかけることなく、オペレータと顧客との間で行われる通話の評価基準を設定することができる。すなわち、本システムでは、システム側で定義した通話評価の評価値に加えて、顧客・オペレータ別に管理者が定義した評価値を使用して通話を評価し、定義後の通話評価の修正を不要とした。従来の音声認識システムでは、システムで一律に定義した評価値でしか通話を評価できないため、顧客やオペレータの特徴には対応できず、評価が下がったり、偏ったりする場合があり、同じ顧客・オペレータの通話評価の修正に、毎回手動で修正しなければならず時間がかかっていたが、このような手間や時間を削減することができる。また、本システムでは、システム側で定義する共通の評価値に加え、顧客やオペレータごとの特徴に合わせて評価値を定義しているため、より通話者の通話状況や通話環境に近い状態で評価することができる。

１０００ コールセンタ
１００ ＩＰ−ＰＢＸ装置
２００ ＣＴＩサーバ
３００ オペレータ端末
４００ 管理者端末
５００ 通話音声処理システム
５０１ 通話録音情報管理装置
５０２ 通話録音装置
５０３ 音声認識制御装置
５０４ 音声認識装置
５０５ 音声認識結果管理装置
５０５１ データベース
５０５２ 共通評価値テーブル
５０５３ 顧客別評価値テーブル
５０５４ オペレータ別評価値テーブル
５０５５ 通話評価結果テーブル
５０５６ 通話情報テーブル
５０５７ 録音情報テーブル
５０５８ 認識結果情報テーブル

Claims (5)

1. 顧客とオペレータとの間で行われる通話を録音する通話録音部と、
   前記通話録音部により録音された通話および当該通話における通話者の特徴を示す非言語情報の値を認識し、認識した結果を記憶部に蓄積する音声認識部と、
   前記認識した結果に含まれる前記非言語情報の値に基づいて、通話者を評価するための基準値を設定する音声認識結果管理部と、を有し、
   前記音声認識部は、前記通話録音部によって録音された通話と、前記音声認識部によって認識された前記非言語情報の値とを含む前記認識した結果を認識結果情報テーブルに蓄積し、
   前記音声認識結果管理部は、前記認識結果情報テーブルから前記認識した結果を取得し、当該認識した結果に含まれる発番号が、顧客別評価値テーブルに記憶されている発番号と一致するか否かを判定し、当該認識した結果に含まれる発番号が、顧客別評価値テーブルに一致する発番号がないと判定した場合、共通評価値テーブルに記憶されている前記基準値の中から顧客用の前記基準値を読み取り、評価を行う第１の処理と、当該認識した結果に含まれる発番号が、顧客別評価値テーブルに一致する発番号があると判定した場合、顧客別評価値テーブルに記憶されている前記基準値を読み取り、評価を行う第２の処理と、を実行し、前記第１の処理または前記第２の処理で行われた評価の結果を、顧客ごとの通話評価結果テーブルに記憶する、
   ことを特徴とする音声認識システム。
2. 前記音声認識結果管理部は、前記通話者の過去の前記認識した結果に含まれる前記非言語情報の統計値に基づいて、当該通話者の前記基準値を設定する、
   ことを特徴とする請求項１に記載の音声認識システム。
3. 前記音声認識結果管理部は、あらかじめ定められた前記統計値を算出するための期間における前記認識した結果を前記記憶部から取得し、当該期間の前記非言語情報の値を対象として前記統計値を算出する、
   ことを特徴とする請求項２に記載の音声認識システム。
4. 前記音声認識結果管理部は、設定した前記基準値に基づいて、前記通話者の通話を評価する、
   ことを特徴とする請求項１〜３のいずれか１項に記載の音声認識システム。
5. 顧客とオペレータとの間で行われる通話を録音し、
   前記録音された通話および当該通話における通話者の特徴を示す非言語情報の値を認識し、認識した結果を記憶部に蓄積し、
   前記認識した結果に含まれる前記非言語情報の値に基づいて、通話者を評価するための基準値を設定する、通話評価設定方法において、
   録音された通話と、認識された前記非言語情報の値とを含む前記認識した結果を認識結果情報テーブルに蓄積し、
   前記認識結果情報テーブルから前記認識した結果を取得し、当該認識した結果に含まれる発番号が、顧客別評価値テーブルに記憶されている発番号と一致するか否かを判定し、
   前記認識した結果に含まれる発番号が、顧客別評価値テーブルに一致する発番号がないと判定した場合、共通評価値テーブルに記憶されている前記基準値の中から顧客用の前記基準値を読み取り、評価を行う第１の処理を実行し、
   前記認識した結果に含まれる発番号が、顧客別評価値テーブルに一致する発番号があると判定した場合、顧客別評価値テーブルに記憶されている前記基準値を読み取り、評価を行う第２の処理を実行し、
   前記第１の処理または前記第２の処理で行われた評価の結果を、顧客ごとの通話評価結果テーブルに記憶する、
   ことを特徴とする通話評価設定方法。

Images