 |
| 写真1●オペレーターの発話音声をリアルタイムに認識 |
このほかVisualVoiceにはキーワードを自動抽出する機能を備えており，重要性・緊急性の高い言葉（「障害」や「事故」など）をオペレーターが発声した場合，スーパーバイザーに自動通知することができる（画面写真2）。
音響モデルを工夫
VisualVoiceの特徴は，認識に使う音響モデルにある。
 |
| 写真2●スーパーバイザーに自動通知 |
一般に音声認識システムでは，認識率を高めるため，音響モデルを話者に適応させる。NECのVisualVoiceでは，話者に音響モデルを適応化させる際に，その話者の音声サンプル数が十分多い場合は詳細に，少ない場合は大まかにと，適応の度合いを自動的に変化させる。こうすることで，5分程度の短い音声でも適応の効果があるとする。また6時間程度の音声があれば，適応効果は最大になるという。
結果として認識率は単語単位で70～80％。「実用上問題ないレベルを達成できた」（NEC）とする。またVisualVoiceの製品化に当たって，グループ企業のNECフィールディングの東日本カスタマサポートセンターなどで検証を実施している。
価格は20席の場合，オペレーターを対象とする「VisualVoiceオペレータ支援」が400万円と，スーパーバイザー向けの「VisualVoiceスーパーバイザー支援」がそれぞれ400万円から。両者をセットにした「VisualVoiceコンタクトセンター支援」は600万円からである。このほか，業務分析から導入教育まで行う導入サービスが650万円から，導入後のチューニング・サービスが30万円からとしている。
なお，今回のVisualVoiceはNEC中央研究所が開発した認識エンジンをベースに製品化したもの。NECは昨年，研究所の成果を市場ニーズに合わせて企画・商用化するための組織「市場開発推進本部」を発足させており，今回のVisualVocieは最初の成果とする。「今後はモバイル分野のミドルウエア製品などを予定」（塩川正二本部長）という。
