[ビジネス戦略] VR-TR780 ／ タカコム

• 製品紹介

• ビジネス戦略

低コストで始める通話音声の活用
「録音」「音声認識」一体モデルを訴求

VR-TR780

タカコム

音声認識による「テキスト化」で、音声データの活用は大きく進化する。しかし、導入コストがボトルネックとなって二の足を踏んでいる企業が少なくない。通話録音ベンダーのタカコムは、音声認識機能を搭載した通話録音装置「VR-TR780」を開発。低価格かつセルフメンテナンスが可能なシンプルな構成で普及を図る。

　タカコムは、音声認識機能を標準搭載した通話録音装置「VR-TR780」シリーズを開発、年内に提供開始する予定だ。本体価格は、最小構成で398万円（INS1500×1本収容の場合、税別）に設定。同社の通話録音装置「VR-750シリーズ」の価格と比較すると、プラス百数十万円程度で高度な音声認識を利用できるようになる。

　「蓄積した通話音声データの活用について、これまで多くの企業から相談を受けてきました」。こう話すのは、営業本部東京支店 営業部次長の東峰誠司氏だ。その目的は、モニタリング業務の生産性向上やVOC活用などさまざまだが、いずれのケースも音声認識による通話音声のテキスト化が大きなポイントとなる。ところが、導入コストがネックとなって採用に踏み出せないケースが多かった。そこで、同社は通話録音装置に音声認識機能を組み込むことによる「低価格化」に挑んだ。

シンプル構成を追求　運用保守は現場で完結

　VR-TR780の音声認識機能は、米ニュアンス・コミュニケーションズ社の「Nuance Transcription Engine」を採用。録音した通話音声を全文テキストデータに変換する機能をこの1台だけで提供できる。管理画面では、これまでの録音データに紐づいた情報を使った検索・再生機能に加え、事前に登録したNGワードや任意のワードが含まれる「通話テキストデータ」による抽出を可能とする。

　「一体型モデルのため、負荷分散の観点から音声認識処理は通話録音が稼働していない時間帯の利用を想定しています」（東峰氏）。処理速度は「（通話録音時間と）等倍」「3倍」「10倍」から選択可能だ。例えば、21時から翌8時までの11時間を処理時間にあてた場合、10倍速処理であれば1日110時間分（6600分）の通話音声のテキスト化が可能だ。これを超える処理能力を求める場合は、追加ライセンスが必要だが、中小規模のセンターであれば1台で十分といえる。

　メンテナンス機能は、センターの担当者でも可能なようにシンプルな画面構成を追求した。東峰氏は、「外部に依頼せずに済むため、コストメリットも大きい」と述べる。

システムイメージ

　今後は、音声認識一体型モデルを主軸とした「音声認識シリーズ」を立ち上げ、ラインナップを順次拡充していく方針。第一弾として、音声認識の専用サーバー「VR-TRS」を2018年春、第二弾として音声認識機能付きの音声データ集中管理システム「VR-TR800CES」を2018年度内に提供する予定だ。