日立ソリューションズ・テクノロジーは、音声テキスト化ソフトウェア 「Ruby Dictation」の機能強化版の販売を開始した。
Ruby Dictationは、音声をリアルタイムにテキスト化し、高い音声認識率と人工知能（AI）を活用した追加学習機能を搭載している。今回の機能強化では、単語の音声認識機能を追加し精度を強化することで、音声回答を正確に認識することが可能になった。また、目的や会話の流れに合わせて、単語音声認識と自由発話音声認識を一つのエンジンで切り替えて利用できる。これによりIVR（Interactive Voice Response：自動音声応答）や対話エンジンと連携してシンプルなシステム構成で電話自動音声応答サービスを構築できる。
コンタクトセンターのオペレーターによる受付業務において、オペレーター不足の解消や顧客の利便性向上を目的に、音声認識IVRやAIによる電話自動応答サービスを導入する企業が少なくない。一方で、現状の電話自動音声応答サービスでは、数字や住所、商品名などの音声回答の認識精度やシステム構成の複雑さに課題を抱えているという。
日立ソリューションズ・テクノロジーは、機能強化により、コンタクトセンターへの高精度な電話自動音声応答システムの導入が容易になり、コンタクトセンター業務の効率化やオペレーター不足の解消、顧客満足度の向上などが期待できるとしている。
単語認識強化では、単語候補から信頼性の低い単語をフィルタリングする機能を追加し、数字や住所、商品名などの音声回答を正確に認識できるようになった。
また、一つのエンジンで単語認識と自由発話認識の切り替えができるため、単語音声認識のみのシンプルなIVRシステムから、実際のオペレーターのような自然な会話が求められるより高度で人の代替となる自動応答システム／サービスの両方を提供できるようになる。
さらに、言語モデルへの反映時間を従来バージョンから約40％短縮させた。製品名など、専門性の高い言語の再学習が容易なため、新たに必要となる認識言語を早期に現場運用することが可能だ。
