NTT、平均応答0.43秒の双方向型音声対話AIを開発

NTTは、相手の発話を聞きながら応答できる双方向型音声対話AI技術を開発しました。
相槌や発話待ち、ユーザーからの割り込みに対応し、人間に近い自然な対話を実現します。
日本語のコールセンター対話400件で評価し、平均応答時間0.43秒を達成しました。
コールセンターでの自動応対や、自治体・医療機関などへの展開を目指します。

記事の概要

NTTは、ユーザーの発話を聞きながら同時に話せる双方向型音声対話AI技術を開発しました。
AIは相槌や発話待ち、ユーザーによる割り込みに対応し、会話に応じて「話す・聞く・待つ」を切り替えます。
業務ごとのタスク指示文を変更することで、モデルを再学習せずに予約受付や問い合わせ対応などへ対応できます。
対話中には、データベースやCRMなどの外部システムを自律的に呼び出し、商品情報や予約状況、顧客情報を参照・更新します。
評価では、日本語のコールセンター対話を模した400対話を用い、平均応答時間、発話待ち成功率、割り込み成功率を測定しました。
開発したAIの平均応答時間は0.43秒で、市中の商用対話AIと比べて50%以上短縮しました。
日本人オペレーターの平均応答速度0.31秒に迫り、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しました。
NTTは今後、コールセンターでの共同実験や外部システムとの連携を進め、自治体や医療機関などへの応用を検討します。

記事のポイント

1. 自然な対話を実現： 音声を聞きながら応答し、相槌や発話待ち、ユーザーの割り込みに対応します。
2. 指示文で業務対応： タスク指示文の変更だけで、再学習せず業務別のトークフローに対応します。
3. 外部情報を参照・更新： 対話中にデータベースやCRMを呼び出し、最新情報を使った応対を実現します。

このニュースがもたらす影響

• 導入を検討する企業： 応答速度だけでなく、発話待ちや割り込みへの対応、CRMなど既存システムとの接続まで含めて、実業務での対話品質を検証する必要がありそうです。
• 音声AIの競合各社： 再学習せず指示文で業務を切り替え、外部システムも呼び出せる構成は、個別業務への適応しやすさや連携機能が比較軸になる可能性があります。
• 自治体・医療機関： 窓口案内への展開を検討する際は、自然な会話性能に加えて、業務別の指示文や参照・更新する情報をどう設計するかが導入準備の焦点になりそうです。

このニュースの背景

コールセンターや窓口業務では、人手不足や業務負担の増加を背景に、音声AIによる自動化・効率化が期待されています。
実際の顧客応対では、質問への回答だけでなく、発話を待つ、相槌を打つ、割り込みに応じるといった会話のタイミングが求められています。
さらに、業務ごとのトークフローに沿って対話し、データベースやCRMから最新情報を参照・更新する機能も必要とされています。

関連するニュース

• ブロックチェーン総合研究所が、平均1秒未満で応答するAI電話サービスの先行利用企業を募集しています。
• 株式会社neoAIが、本人確認や契約変更まで担う音声AIエージェントを正式提供しました。
• FlashLabsが、受付や営業など複数のAIが通話中に引き継ぐ「Squads」をFlashAIで提供します。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

指示に従った発話や必要な情報の自動取得を行い、人間の様に自然な対話ができる音声対話技術を確立

NTT株式会社のプレスリリース（2026年10月26日 15時00分）指示に従った発話や必要な情報の自動取得を行い、人間…