NTTは、相手の発話を聞きながら応答し、相槌や発話待ち、割込みにも対応できる双方向型音声対話AI技術を開発しました。平均応答時間は0.43秒で、他社サービスより50%以上短く、人間のオペレータに迫る水準です。指示文に沿った対話や外部システムの参照・更新にも対応し、コールセンタ業務への適用をめざします。
NTTが双方向型音声対話AI技術を開発
NTT株式会社は2026年10月26日、相手の発話を聞きながら応答し、相槌、発話待ち、割込みに対応できる双方向型音声対話AI技術を開発したと発表しました。本技術は、業務ごとの指示文に沿って対話を進めるとともに、対話中にデータベースやCRMなどの外部知識を参照しながら、指示に従った発話ができる点が特徴です。
サブタイトルには「コールセンタの応対品質向上とオペレータ負荷軽減をめざす」と掲げられており、人手不足が深刻化するコールセンタ業務への適用が想定されています。研究成果は、2026年11月18日から25日に開催される「NTT R&D FORUM 2026」に展示される予定です。
開発の背景:顧客応対AIに求められる「自然さ」と「正確さ」
近年、人手不足や業務負担の増加を背景に、コールセンタや窓口などの顧客応対業務では、AIを活用した自動化・効率化への期待が高まっています。特に音声による応対は電話や対面で幅広く利用されており、人に代わって自然に応対できる音声対話AIの活用が期待されています。
一方で、実際の顧客応対にAIを使うには、質問に回答できるだけでは不十分です。ユーザの発話を適切に待つ、自然なタイミングで相槌を打つ、ユーザからの割込みに応じるなど、会話の流れに合わせたタイミングでの発話が重要になります。さらに、業務や役割に応じたトークフローで会話を進め、ユーザの意図や対話の状況を把握し、必要な情報を外部から参照・更新しながら正確に応対することも求められます。
NTTはこうした課題に対し、対話の自然性に加えて、タスク指示文による対話内容の指定や、外部知識の自律参照・更新による対話内容の制御が可能な双方向型音声対話技術の確立に取り組みました。
技術のポイント1:対話の自然性
ユーザの音声を聞きながら同時に発話できる双方向型の音声対話により、自然なタイミングでの応答や相槌、適切な発話待ち、ユーザからの割込みへの対応を実現しています。人間同士の会話のように、相手の発話や会話の流れに応じて「話す・聞く・待つ」を柔軟に切り替えることで、テンポのよい音声対話を可能にしています。
技術のポイント2:タスク指示文による対話内容の指定
AIに与えるタスク指示文に基づいて、役割や業務内容、応対方法を理解し、それぞれの業務に適した対話を行います。タスク指示文を変更することで、モデルを再学習することなく、予約受付や問い合わせ対応など、多様な応対業務に応じたトークフローでの会話が可能です。また、対話の進行状況やユーザから得られた情報を把握・出力することで、業務の流れに沿った一貫性のある応対を実現します。
技術のポイント3:外部知識の自律参照・更新
対話の内容やユーザの意図に応じて、AIが必要な外部機能を自律的に呼び出し、データベースや外部システムの情報を参照・更新します。AIが持つ知識だけに依存せず、最新の商品情報や予約状況、顧客情報などを対話中に活用することで、実際の業務に必要な正確な回答や手続きを可能にしています。
これら3点の技術確立では、AIに学習させる音声対話データの準備が特に重要だとしています。NTTは長年の研究で培ってきた音声強調、音声認識、音声合成などの音声処理技術を活用して対話音声データの高品質化に取り組むとともに、AIに期待する振る舞いを含んだ疑似音声対話データを生成し、学習に活用しました。
実験結果:平均応答時間0.43秒、他社比50%以上短縮
NTTは、対話の自然性を構成する要素のうち、人間と対話AIとの対話のテンポ(応答の時間的な特徴)を評価しました。評価指標は次の3つで、日本語のコールセンタ対話を模した400対話を用いています。
- 平均応答時間
- 発話待ち成功率:ユーザが発話中に間を空けた際に、発話の続きを待てる割合
- 割り込み成功率:対話AIの発話中にユーザが割り込んだ際に、発話を停止できる割合
市中の商用対話AIとの比較評価の結果、開発した対話AIは平均応答時間0.43秒を達成し、他社サービスと比べて50%以上の短縮を実現しました。これは日本人オペレータの平均応答速度0.31秒に迫る水準です。発話待ち成功率と割り込み成功率でも、他社サービスに匹敵する性能を達成しています。NTTはこれらの結果から、本技術に基づく対話AIが、日本語の会話で人間に近い自然なテンポで対話するために必要な性能を備えていることを確認したとしています。
今後の展開:コールセンタでの共同実験を計画
本技術は、コールセンタ業務において、自動応対の品質向上による顧客体験(CX)の向上と、オペレータの負荷軽減による運営効率化への貢献が期待されています。NTTは、自治体や医療機関の窓口案内、ホテルや商業施設での受付・接客、企業内の問い合わせ対応など、人との自然なコミュニケーションが求められる幅広い業務への展開にもつながるとしています。
今後は応用検討を進めるとともに、さまざまな外部システムとの連携を進め、より充実した内容の対話の実現に貢献するとしています。また、コールセンタでの実運用を見据え、業務への適用可能性を検証する共同実験を現在計画中とのことです。
参照元: https://prtimes.jp/main/html/rd/p/000000064.000181531.html