この記事のポイント
- NTTが相槌・発話待ち・割り込みに対応する双方向型の音声対話AI技術を開発したと発表。
- 日本語の模擬400対話で平均応答時間0.43秒を達成し、比較対象の商用サービスより50%以上短縮。
- 指示文で業務に応じた会話へ切り替え、再学習は不要。研究成果として展示・共同実験を予定。
NTTが2026年10月26日、人の自然な会話のタイミングに近づけた双方向型の音声対話AI技術を発表しました(原文)。コールセンターなどでの活用を見据えた研究成果について、機能と評価条件を整理します。
相手の声を聞きながら応答し、業務情報も参照
今回の発表は研究成果で、製品の一般提供開始ではありません。2026年11月18～25日のNTT R&D FORUM 2026で展示予定で、コールセンターでの適用可能性を調べる共同実験も計画中です。
発表によると、この技術は相手の発話を聞きながら応答を生成でき、相槌や発話待ち、割り込みへの対応が可能だとされています。業務ごとの対応内容は、タスクを指示する文章を変えるだけで切り替えられ、予約受付や問い合わせ対応など用途が変わっても再学習は不要です。対話の進行状況や聞き取った情報を出力できるため、業務の進行を把握するための情報を取り出せます。さらに対話の途中で商品情報や予約状況など外部システムの情報を自律的に参照・更新する機能も備えています。
応答の速さを支える技術と評価結果
NTTが長年培ってきた音を聞き取りやすくする処理、音声を文字にする認識、声を作る合成の技術で対話音声データの質を高め、AIに期待する振る舞いを含む疑似対話データも学習に使っています。NTTが日本語のコールセンター対話を模した400対話で評価した結果、平均応答時間は0.43秒。商用の他社サービスより50%以上短く、日本人オペレータの平均0.31秒に迫る速さだとされています。発話待ちや割り込みへの対応成功率も、他社サービスに匹敵する水準としていますが、具体的な数値は公表されていません。想定される適用先として、コールセンター業務のほか、自治体や医療機関の窓口案内、ホテル・商業施設の受付、企業内の問い合わせ対応が挙げられています。
まとめ
音声対応の自動化を検討する方には、応答時間に加えて、相手が話し続けたときに待てるか、割り込んだときに発話を止められるかを比較する材料になります。今回の数値はNTTの模擬対話評価であり、自社業務での応対品質とは分けて受け止めるとよいでしょう。同じNTTグループでは、自治体窓口向けにNTT-ATが「RelAi 窓口アシスタント」をすでに展開しており、会話記録と職員の回答づくりを支援する用途です。
人を支援する製品と、自動応対を目指す研究を区別すると、今利用できる選択肢と今後の実験で確かめたい点を整理しやすくなります。
※2026年10月時点の公式発表に基づく内容です。
