NTTコミュニケーションズ（NTT Com）は2019年4月8日、コンタクトセンターを運営する企業向けに、顧客との通話内容をテキスト化するサービス「COTOHA Voice Insight」を発表、同日提供を開始した。価格（税別）は、初期費用が10万円で、月額利用料が25万円から。閉域網接続を行うため、別途NTT Comの企業向けVPNサービス「Arcstar Universal One」の契約が必要になる。
COTOHA Voice Insightでは、コンタクトセンターにおける通話の録音ファイルを専有型の安全なクラウド上にアップロードすることで、通話内容をテキストファイルに一括変換することができる（図1）。
図1：COTOHA Voice Insightの概要（出典：NTTコミュニケーションズ）拡大画像表示
音声データを自動でテキストデータに変換することにより、目視によるモニタリングや分析が可能になり業務を効率化できる。検索や共有、CRMシステムや分析ツールと連携したデータの利活用も可能になるため、オペレーター間でのノウハウ共有やスキルアップなどによる生産性向上、およびコンタクトセンターにおける顧客体験の向上などの様々な目的に活用することができる。
蓄積された音声データを、専有型のクラウドサーバー上へ閉域網経由でアップロードすることにより、テキストデータへの一括変換を安全に行うことができる。変換したデータは、CSV形式でのダウンロードが可能だ。
具体的には、日本語の発話内容（音声データ）を高精度で認識し、テキストデータに置き換えることができる「COTOHA API」の音声認識を活用している。同APIはNTTグループのAI関連技術「corevo」の研究成果を活用しており、人間の声を深層学習によって精緻に分析できる。また、雑音に強い独自の音響モデルと発話区間検出技術により、優れた認識率を達成している。
同サービスで利用する音声認識APIは、コンタクトセンター向けのチューニングを実施しているため、コンタクトセンター内の業務でよく使われる単語を正確に認識することが可能だ。テキスト化したデータの活用イメージを体感するためのお試し機能として、可視化ツールも無料で提供する。
商品名やサービス名などの単語を、管理画面から簡単にユーザー辞書へ登録することができ、ユーザー自身で音声認識の精度を高めることが可能だ。最大5000語まで登録することができる。
機密性の高い情報を含む通話データを安全に扱うため、企業ごとに専有型のクラウドサーバーを提供する。また、クラウドサーバーへの接続はインターネットではなく企業向けの閉域網接続のみで行い、ネットワークのセキュリティも確保する。クラウドサーバー上のファイルを一定期間で自動削除する機能も備えている。
