JP2014036354A

JP2014036354A - 自動応答システムおよび自動応答方法

Info

Publication number: JP2014036354A
Application number: JP2012176797A
Authority: JP
Inventors: Noriko Ito; 範子伊東; Taketoshi Tsuyui; 武俊栗花; Mitsuteru Umezawa; 光輝梅沢
Original assignee: Hitachi Information and Telecommunication Engineering Ltd
Current assignee: Hitachi Information and Telecommunication Engineering Ltd
Priority date: 2012-08-09
Filing date: 2012-08-09
Publication date: 2014-02-24

Abstract

【課題】ＤＴＭＦ信号を第三者に漏えいさせることなくＩＶＲ装置に送信し、送信されたＤＴＭＦ信号をＩＶＲ装置に正しく認識させることが可能な自動応答システムおよび自動応答方法を提供する。
【解決手段】通話端末は、プッシュ操作による出力信号と音声とを音声信号に変換し、変換した音声信号を含む第一のフォーマットの音声データをサーバ装置に送信する。サーバ装置は、通話端末から受信した第一のフォーマットの音声データを第一のフォーマットとは異なる第二のフォーマットの音声データに変換し、プッシュ操作による出力信号が変換された音声信号の周波数に一致する周波数のデータが含まれていると判定された場合に、第二のフォーマットの音声データ内のデータを削除し、無音データに差し替えた差し替え音声データを生成する。削除されたデータを差し替え音声データとは異なるプロトコルである第三のフォーマットで出力する。
【選択図】図２

Description

本発明は、自動応答機能を有するＩＶＲ（Interactive Voice Response）装置を有した自動応答システムに関し、特に、架電者が入力したＤＴＭＦ（Dual Tone Multi Frequency）信号の漏えいを防止する技術に関する。

一般に、コールセンタ等の顧客からの電話対応業務を行う施設では、業務の効率化をはかるため、自動応答により顧客からの照会を受け付けている。この機能を担う装置としてはＩＶＲ装置がある。ＩＶＲ装置は、架電者が入力したＤＴＭＦ信号を受け付け、受け付けた信号がどのような内容であるかを認識する機能を有する。例えば、テレフォンバンキング・コールセンタにＩＶＲ装置を設置した場合、架電者が入力したＤＴＭＦ信号をＩＶＲ装置が受け付け、音声操作をするためのメニュー項目、口座番号、個人識別情報（暗証番号など）、金額情報等を認識することで、オペレータを雇うよりも低コストで２４時間運用可能なテレフォンバンキング・コールセンタを実現することができる。

しかしながら、例えば、データセンタと複数の拠点のコールセンタによって構成されるマルチサイトのコールセンタシステム（一例としてはクラウドシステムのような構成がある。）では、データセンタと各拠点のコールセンタ間をＷＡＮ（Wide Area Network：広域通信網）により接続することが多く、ＷＡＮを伝送するＲＴＰ音声データを第三者に蓄積・聴取され、架電者が入力したＤＴＭＦ信号の内容が漏えいしてしまう危険性がある。また、コールセンタシステム内においてもＬＡＮ（Local Area Network：構内通信網）を伝送するＲＴＰ（Real−time Transport Protocol）音声データを聴取した場合には、同様の危険性がある。このように、ネットワークを介して音声データを送受信する場合、セキュリティ面からみて脆弱となり得る。

また、架電者の個人識別情報を確認するためのコールセンタの運用として、架電者がオペレータと通話している途中で、一旦ＩＶＲ装置に接続し、そのＩＶＲ装置の自動応答受付に従って架電者が入力した個人識別情報をＩＶＲ装置がＤＴＭＦ信号として認識し、本人確認することがある。このとき、架電者とＩＶＲ装置とオペレータは三者通話状態になり、オペレータは架電者が入力したＤＴＭＦ信号を聴取することとなる。すなわち、上述したネットワーク上の問題をクリアした場合であっても、三者通話状態になる場合には、ＤＴＭＦ信号の内容が漏えいしてしまう危険性がある。

ＤＴＭＦ信号の内容を架電者やＩＶＲ装置以外の第三者に漏えいさせない方法として、例えば、特許文献１では、電話線にスモールファームファクタ（small form−factor）のセキュリティ装置を挿入し、ＤＴＭＦ信号を暗号化する方法が開示されている。また、特許文献２では、ＤＴＭＦ信号に加えて擾乱信号を出力することにより、ＤＴＭＦ信号をスクランブルさせる方法が開示されている。

特表２０１０−５１４２７２号公報特開２００７−２８８６４８号公報

しかしながら、上述した特許文献１、２に開示された技術では、ＤＴＭＦ信号から一定のアルゴリズムに従って暗号化やスクランブリングを実行しているため、いずれの場合も盗聴の危険性が残存し、架電者が入力したＤＴＭＦ信号が、架電者及びＩＶＲ装置以外の第三者に漏えいしてしまう可能性がある。

さらに、ＷＡＮやＬＡＮを介してＤＴＭＦ信号をＩＶＲ装置が受信する場合、ネットワークの通信品質が悪化している場合や通信帯域が不足している場合には、ＤＴＭＦ信号が入ったみなし音声（ＲＴＰ音声データ）の歪が発生することがある。この場合、ＩＶＲ装置では、発生した歪によってＤＴＭＦ信号を正しく認識できないという問題がある。

本発明は、上記に鑑みてなされたものであって、ＤＴＭＦ信号を第三者に漏えいさせることなくＩＶＲ装置に送信し、送信されたＤＴＭＦ信号をＩＶＲ装置に正しく認識させることが可能な自動応答システムおよび自動応答方法を提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明にかかる自動応答システムは、通話端末から送信された音声信号を音声データに変換し、前記音声データに対して応答する応答装置に前記音声データを送信するサーバ装置と、前記通話端末とがネットワークを介して接続された自動応答システムであって、前記通話端末は、通話者が発した音声を受け取る送話部と、前記通話者からのプッシュ操作を受け付ける入力受付部と、前記入力受付部が受け付けたプッシュ操作による出力信号と前記音声とを音声信号に変換し、変換した音声信号を含む第一のフォーマットの音声データを前記サーバ装置に送信する送信制御部と、を備え、前記サーバ装置は、前記通話端末から受信した前記第一のフォーマットの音声データを受信する第一通信部と、前記第一通信部が受信した前記第一のフォーマットの音声データを前記第一のフォーマットとは異なる第二のフォーマットの音声データに変換し、前記第二のフォーマットの音声データ内に前記プッシュ操作による出力信号が変換された音声信号の周波数に一致する周波数のデータが含まれていると判定された場合に、前記第二のフォーマットの音声データ内の前記データを削除し、無音データに差し替えた差し替え音声データを生成する音声解析生成部と、前記第二のフォーマットの音声データ内に前記プッシュ操作による出力信号が変換された音声信号の周波数に一致する周波数のデータが含まれているか否かを判定する解析部と、前記音声解析生成部によって削除された前記データを前記差し替え音声データとは異なるプロトコルである第三のフォーマットで出力するプロトコル制御部と、前記差し替え音声データと前記第三のフォーマットで出力されたデータとを前記応答装置に送信する第二通信部と、を備えることを特徴とする自動応答システム。

また、本発明にかかる自動応答方法は、通話端末から送信された音声信号を音声データに変換し、前記音声データに対して応答する応答装置に前記音声データを送信するサーバ装置と、前記通話端末とがネットワークを介して接続された自動応答システムで行われる自動応答方法であって、通話者が発した音声を受け取る送話ステップと、前記通話者からの前記通話端末におけるプッシュ操作を受け付ける入力受付ステップと、前記入力受付ステップにおいて受け付けたプッシュ操作による出力信号と前記音声とを音声信号に変換し、変換した音声信号を含む第一のフォーマットの音声データを前記サーバ装置に送信する第一送信ステップと、前記通話端末から受信した前記第一のフォーマットの音声データを受信する受信ステップと、前記受信ステップにおいて受信した前記第一のフォーマットの音声データを前記第一のフォーマットとは異なる第二のフォーマットの音声データに変換する変換ステップと、前記第二のフォーマットの音声データ内に前記プッシュ操作による出力信号が変換された音声信号の周波数に一致する周波数のデータが含まれているか否かを判定する解析ステップと、前記第二のフォーマットの音声データ内に前記プッシュ操作による出力信号が変換された音声信号の周波数に一致する周波数のデータが含まれていると判定された場合に、前記第二のフォーマットの音声データ内の前記データを削除し、無音データに差し替えた差し替え音声データを生成する生成ステップと、削除された前記データを前記差し替え音声データとは異なるプロトコルである第三のフォーマットで出力する出力ステップと、前記差し替え音声データと前記第三のフォーマットで出力されたデータとを前記応答装置に送信する第二送信ステップと、を含むことを特徴とする。

本発明によれば、ＤＴＭＦ信号を第三者に漏えいさせることなくＩＶＲ装置に送信し、送信されたＤＴＭＦ信号をＩＶＲ装置に正しく認識させることが可能な自動応答システムおよび自動応答方法を提供することができる。

通話者とオペレータとが通話状態にあるコールセンタシステムの構成例を示す図である。通話者とＩＶＲ装置とが通話状態にあるコールセンタシステムの構成例を示す図である（２者通話）。通話端末の機能的な構成を示すブロック図である。ゲートウェイサーバの機能的な構成を示すブロック図である。ＳＩＰプロトコル制御部が出力するＳＩＰメッセージのフォーマット例を示す図である。音声解析生成部がＤＴＭＦ信号部分を差し替える対象となるＲＴＰ音声データのフォーマット例を示す図である。設定情報記憶部が記憶するＤＴＭＦテーブルの例を示す図である。変換制御処理の処理手順を示すフローチャートである。音声解析生成部が有する受信ジッタバッファに記憶されるデータの遷移を示すイメージ図である。ＤＴＭＦ解析部がＲＴＰ音声データを一定の周期で繰り返しサンプリングして取得する様子を示す図である。通話者とＩＶＲ装置とが通話状態にあるコールセンタシステムの構成例を示す図である（３者通話）。本発明にかかる自動応答システムおよび自動応答方法を、マルチサイトコールセンタシステムに適用した場合の構成例を示す図である。

以下に添付図面を参照して、本発明にかかる自動応答システムおよび自動応答方法の実施の形態を詳細に説明する。以下では、本発明にかかる自動応答システムおよび自動応答方法を、顧客からの電話対応業務を行うコールセンタシステムに適用した場合について説明しているが、ＤＴＭＦ信号を相手先に送信する仕組みを有しているものであれば、特にこれに限定されることはない。まず、通話者とオペレータとが通話状態にあるコールセンタシステムの構成について説明する。

図１は、通話者とオペレータとが通話状態にあるコールセンタシステムの構成例を示す図である。図１に示すように、この例でのコールセンタシステムでは、通話端末７００と、コールセンタ８００とが、公衆交換電話網（ＰＳＴＮ：Public Switched Telephone Networks）９００を介して接続されている。なお、コールセンタ内の各装置は、例えば、ＬＡＮ（Local Area Network）回線等の一般的な通信回線によって互いに接続されている。

まず、架電者Ｕが通話端末７００を操作し、コールセンタに電話を掛けると、オペレータＯとの間で通話状態となる。すると、架電者ＵがオペレータＯに対して話す通話音声（音声信号）Ｓ１は、公衆交換電話網９００を経由し、コールセンタシステム内のゲートウェイサーバ８０１に到達する。すると、ゲートウェイサーバ８０１内では、通話音声（音声信号）Ｓ１を送話の音声データ（ＲＴＰ音声データ）Ｓ２に変換し、通話先のオペレータの通話端末８０４へ伝送する。

一方、オペレータＯが架電者Ｕに対して話す通話音声は、オペレータの通話端末８０５を通じて、ＲＴＰ音声データＳ２としてゲートウェイサーバ８０１に到達する。その後、ゲートウェイサーバ８０１は内部でＲＴＰ音声データＳ３を通話音声（音声信号）Ｓ１に変換し、架電者Ｕの通話端末７００に伝送し、会話が成立する。

このように、コールセンタシステムで架電者とオペレータとが二者間で通話をする場合は、ゲートウェイサーバが通話音声をＲＴＰ音声データに変換し、またはその逆にＲＴＰ音声データを通話音声に変換して両者の会話を成立させる。したがって、この例のように、架電者ＵとオペレータＯの二者間で通話しているときは、テレフォニーサーバ８０２によるＩＰテレフォニーの管理や制御、あるいはＩＶＲ（Interactive Voice Response）装置による音声の自動応答は行われない。また、通話端末ＵからＤＴＭＦ信号が入力されることがないので、ゲートウェイサーバではＤＴＭＦ信号の認識処理は行われない。続いて、図１に示したコールセンタシステムにおいて、通話者とＩＶＲ装置とが通話状態にある場合にについて説明する。

図２は、通話者とＩＶＲ装置とが通話状態にあるコールセンタシステムの構成例を示す図である。図２に示すように、この例でのコールセンタシステムでは、図１の場合と同様に、通話端末１００と、コールセンタ２００とが、公衆交換電話網３００を介して接続されている。

通話端末１００は、例えば、一般的な携帯電話やスマートフォン等の端末機器から構成される。図３は、通話端末１００の機能的な構成を示すブロック図である。図３に示すように、通話端末１００は、入力受付部１０１と、受話部１０２と、送話部１０３と、通信制御部１０４とを有して構成されている。

入力受付部１０１は、プッシュボタン等の操作部を有し、通話者Ｕからの操作（例えば、ボタンのプッシュ操作）を受け付ける。受話部１０２は、スピーカが内蔵され、公衆交換電話網３００を介して受け取った音声信号を音声として出力する。送話部１０３は、マイクロフォンが内蔵され、通話者Ｕから発せられた通話音声を音声信号に変換して出力する。通信制御部１０４は、上述した各部の動作を制御し、公衆交換電話網３００から受信した音声信号を受話部１０２に出力し、送話部１０３から受け取った音声信号や入力受付部１０１が受け付けた操作による出力信号を音声信号に変換し、公衆交換電話網３００に送出する。

コールセンタ２００は、通話端末１００からの音声信号を受け付けて、照会応答等の電話対応業務を行う施設である。図１に示すように、コールセンタ２００は、ゲートウェイサーバ２０１と、テレフォニーサーバ２０２と、ＩＶＲ装置２０３と、複数のコンピュータ２０４および通話端末２０５とを有して構成されている。

ゲートウェイサーバ２０１は、公衆交換電話網３００を介した通話端末１００とコールセンタ２００内の各装置との通信を仲介するサーバである。図４は、ゲートウェイサーバ２０１の機能的な構成を示すブロック図である。図４に示すように、ゲートウェイサーバ２０１は、第一送受信制御部２０１１と、第二送受信制御部２０１２と、ＰＳＴＮプロトコル制御部２０１３と、ＳＩＰプロトコル制御部２０１４と、音声解析生成部２０１５と、ＤＴＭＦ解析部２０１６と、設定情報記憶部２０１７とを有して構成されている。

第一送受信制御部２０１１は、ＰＳＴＮプロトコル制御部２０１１が行うＩＳＤＮプロトコル等のＰＳＴＮプロトコルによる呼制御にしたがって公衆交換電話網３００を介した通話端末１００との間を通信させる。また、第一送受信制御部２０１１は、公衆交換電話網３００を介して通話端末１００から音声信号を受信し、その音声信号を音声解析生成部２０１５に出力する。

第二送受信制御部２０１２は、ＳＩＰプロトコル制御部２０１４がＳＩＰプロトコルのＩＮＦＯメソッドにより生成したＤＴＭＦ信号を含むＳＩＰメッセージを、ＳＩＰプロトコル制御部２０１４が設定情報記憶部２０１７から読み出したＩＶＲ装置２０３のＩＰアドレスに送信する。また、第二送受信制御部２０１２は、音声解析生成部２０１５によって生成されたＤＴＭＦ信号が無音のＲＴＰ音声データ、あるいはＤＴＭＦ信号とは無関係の周波数帯のノイズデータに差し替え後のＲＴＰ音声データを通話音声としてコールセンタ内のコンピュータ２０４や通話端末２０５に送信し、またはコンピュータ２０４や通話端末２０５から送出されたＲＴＰ音声データを受信し、音声解析制御部２０１５に出力する。

ＰＳＴＮプロトコル制御部２０１１は、第一送受信制御部２０１１が通話端末１００との間で行うＰＳＴＮプロトコルによる呼制御を行う。

ＳＩＰプロトコル制御部２０１４は、第二送受信制御部２０１２がコールセンタ内のコンピュータ２０４や通話端末２０５との間で行うＳＩＰプロトコルによる呼制御を行う。ＳＩＰプロトコル制御部２０１４は、ＤＴＭＦ解析部２０１６によってあらかじめ定められた周波数に一致すると判定されたＤＴＭＦ信号を、ＳＩＰプロトコルのＩＮＦＯメソッドによるＳＩＰメッセージを第二送受信制御部２０１２に出力する。

図５は、ＳＩＰプロトコル制御部２０１４が出力するＳＩＰメッセージのフォーマット例を示す図である。図５に示すように、ＳＩＰプロトコル制御部２０１４は、リクエストの種類や宛先等を示すリクエスト部５０１と、そのリクエストの概要を示すヘッダ部５０２と、そのリクエストにおける通信に関する処理内容を示すボディ部５０３とによって構成されたＳＩＰメッセージを出力する。ＳＩＰプロトコル制御部２０１４は、後述するＤＴＭＦ解析部２０１６によって解析されたＤＴＭＦ信号をボディ部５０３に記述したＳＩＰメッセージを第二送受信制御部２０１２に出力する。

音声解析生成部２０１５は、第一送受信制御部２０１１が受信した通話音声（音声信号）をＲＴＰ音声データに変換し、第二送受信制御部２０１２に出力する。このとき、音声解析生成部２０１５は、ＤＴＭＦ解析部２０１６からの指示を受けて、ＲＴＰ音声データに含まれるＤＴＭＦ信号部分のデータを削除し、無音のＲＴＰ音声データ、あるいはＤＴＭＦ信号とは無関係の周波数を有したノイズデータを挿入し、ＲＴＰ音声データを差し替える。

具体的には、音声解析生成部２０１５は、変換したＲＴＰ音声データの伝送先が、後述する設定情報記憶部２０１７に記憶されているＩＶＲ装置２０３のＩＰアドレスに一致するか否かを判定し、音声解析生成部２０１５が生成したＲＴＰ音声データの伝送先が、設定情報記憶部２０１７に記憶されているＩＶＲ装置２０３のＩＰアドレスに一致すると判定した場合、さらに、架電者ＵとＩＶＲ装置２０３間の通話が継続しているか否かを判定し、通話が継続していると判定した場合に、内部の記憶エリアである受信ジッタバッファに蓄積し、その後、上述したようにＲＴＰ音声データを差し替える。

図６は、音声解析生成部２０１５がＤＴＭＦ信号部分を差し替える対象となるＲＴＰ音声データのフォーマット例を示す図である。図６に示すように、ＲＴＰ音声データは、ＩＰヘッダ部６０１と、ＵＤＰヘッダ部６０２と、ＲＴＰヘッダ部６０３と、ＲＴＰペイロード部６０４とを有したＲＴＰパケットから構成され、音声解析生成部２０１５は、ＲＴＰペイロード部６０４に含まれるＤＴＭＦ信号のデータを削除し、無音のＲＴＰ音声データ、あるいはＤＴＭＦ信号とは無関係の周波数のノイズデータを挿入し、ＲＴＰ音声データを差し替える。

ＤＴＭＦ解析部２０１６は、音声解析生成部２０１５によって、受信された音声信号が受信ジッタバッファに蓄積されると、そのＲＴＰ音声データがＤＴＭＦ信号の周波数に一致するか否かを判定し、そのＲＴＰ音声データがＤＴＭＦ信号の周波数に一致すると判定した場合、その判定の際に認識したＤＴＭＦ信号をＳＩＰプロトコル制御部２０１４に出力する。ＤＴＭＦ解析部２０１６は、音声解析生成部２０１５に対して、ＲＴＰ音声データに含まれるＤＴＭＦ信号部分のデータを削除してその位置を記憶し、無音のＲＴＰ音声データ、あるいはＤＴＭＦ信号とは無関係の周波数のノイズデータを同じ位置に挿入するように指示する。

設定情報記憶部２０１７は、例えば、ＨＤＤ（Hard Disk Drive）やメモリ等の記憶装置である。設定情報記憶部２０１７は、ＩＶＲ装置２０３のＩＰアドレスを記憶する。また設定情報記憶部２０１７は、音声解析部２０１５によって変換されたＲＴＰ音声データにＤＴＭＦ信号が含まれているか否かを判定するためのＤＴＭＦテーブルを記憶する。

図７は、設定情報記憶部２０１７が記憶するＤＴＭＦテーブルの例を示す図である。図７に示すように、ＤＴＭＦテーブルは、所定の規格によって定められた高周波数と低周波数とのマトリックスにより構成される。例えば、ＤＴＭＦ解析部２０１６は、音声解析部２０１５によって変換されたＲＴＰ音声データに、高周波数である１２０９Ｈｚと低周波数６９７Ｈｚとの２つの音声信号によって合成された音声信号を含んでいる場合には、「１」を示すＤＴＭＦ信号がＲＴＰ音声データに含まれると判定する。ＤＴＭＦ解析部２０１６は、他の数字や記号についても、これと同様に判定する。

続いて、図４に示したゲートウェイサーバ２０１が行うＲＴＰ音声データを変換して送信し、ＤＴＭＦ信号のＳＩＰメッセージにより送信する処理（以下、変換制御処理と呼ぶ。）の処理手順について説明する。図８は、上述した変換制御処理の処理手順を示すフローチャートである。以下に示す例では、ゲートウェイサーバ２０１が通話端末１００から通話開始を示すメッセージを受信した状態にあるものとする。

図８に示すように、まず、変換制御処理では、ゲートウェイサーバ２０１が通話端末１００から通話開始を示すメッセージを受信すると、音声解析生成部２０１５は、設定情報記憶部２０１７に記憶されているＩＶＲ装置２０３のＩＰアドレスと同じＩＰアドレスがそのメッセージに含まれているか否かを判定する（ステップＳ８０１）。

そして、音声解析生成部２０１５は、設定情報記憶部２０１７に記憶されているＩＶＲ装置２０３のＩＰアドレスと同じＩＰアドレスがそのメッセージに含まれていないと判定した場合（ステップＳ８０１；Ｎｏ）、架電者ＵとオペレータＯとの２者間の通話であると判断して変換制御処理を終了させ、図１に示したように、ゲートウェイサーバ２０１は、通話による音声信号をＲＴＰ音声データに変換する処理を実行する。

一方、音声解析生成部２０１５は、設定情報記憶部２０１７に記憶されているＩＶＲ装置２０３のＩＰアドレスと同じＩＰアドレスがそのメッセージに含まれていると判定した場合（ステップＳ８０１；Ｙｅｓ）、さらに、架電者ＵとＩＶＲ装置２０３間の通話が継続しているか否かを判定する（ステップＳ８０２）。通話が継続しているか否かの判定は、例えば、通話端末１００とＩＶＲ装置２０３との間のセッションが確立している場合には通話中であると判定する。

そして、音声解析生成部２０１５は、架電者ＵとＩＶＲ装置２０３間の通話が継続していない（すなわち通話終了である）と判定した場合（ステップＳ８０２；Ｎｏ）、受信ジッタバッファ２０１５１に蓄積されているＲＴＰ音声データを、第二送受信制御部２０１２に出力し、第二送受信制御部２０１２は、そのＲＴＰ音声データをＩＶＲ装置２０３に送信し、処理終了させる（ステップＳ８０３）。

一方、音声解析生成部２０１５は、架電者ＵとＩＶＲ装置２０３間の通話が継続している（すなわち通話中である）と判定した場合（ステップＳ８０２；Ｙｅｓ）、受信された音声信号をＲＴＰ音声データに変換し、変換後のＲＴＰ音声データを受信ジッタバッファ２０１５１に蓄積する（ステップＳ８０４）。

そして、ＤＴＭＦ解析部２０１６は、音声解析生成部２０１５によって変換されたＲＴＰ音声データを解析し（ステップＳ８０５）、その中に含まれるＤＴＭＦ信号が、図７に示したＤＴＭＦテーブルに含まれる周波数で構成されているか否かを判定する（ステップＳ８０６）。

ＤＴＭＦ解析部２０１６は、変換されたＲＴＰ音声データに含まれるＤＴＭＦ信号が、ＤＴＭＦテーブルに含まれる周波数で構成されている（すなわち、一致する周波数がある）と判定した場合（ステップＳ８０６；Ｙｅｓ）、そのＲＴＰ音声データのＤＴＭＦ信号が含まれる部分の情報（ＤＴＭＦ信号情報）を抽出し、ＳＩＰプロトコル制御部２０１４は、そのＤＴＭＦ信号情報を、ＳＩＰメッセージ（ＩＮＦＯデータ）として第二送受信制御部２０１２に出力し、第二送受信制御部２０１２は、テレフォニーサーバ２０２を経由して、そのＳＩＰメッセージをＩＶＲ装置２０３に送信する（ステップＳ８０７）。

そして、ＤＴＭＦ解析部２０１６は、音声解析生成部２０１５に対して、ＲＴＰ音声データに含まれるＤＴＭＦ信号情報を削除してその位置を記憶し、無音のＲＴＰ音声データ、あるいはＤＴＭＦ信号とは無関係の周波数のノイズデータを同じ位置に挿入するように指示し、音声解析生成部２０１５は、その指示に従って、ＲＴＰ音声データを差し替える（ステップＳ８０８）。

その後、音声解析部２０１５は、あらかじめ定められたタイミング（例えば、３０ｍｓ周期）が到来したか否かを判定し（ステップＳ８０９）、そのタイミングが到来したと判定した場合（ステップＳ８０９；Ｙｅｓ）、受信ジッタバッファ２０１５１に蓄積されているＲＴＰ音声データを周期的に第二送受信制御部２０１２に出力し、第二送受信制御部２０１２は、そのＲＴＰ音声データをＩＶＲ装置２０３に送信する（ステップＳ８１０）。一方、音声解析部２０１５は、そのタイミングが到来していないと判定した場合（ステップＳ８０９；Ｎｏ）、ステップＳ８０２に戻り、以降の処理を架電者ＵとＩＶＲ装置２０３の通話が終了するまで繰り返す。

このように、本実施例では、通話端末１００から送信された音声信号を音声データに変換し、音声データに対して応答するＩＶＲ装置２０３に音声データを送信するゲートウェイサーバ２０１と、通話端末１００とが公衆交換電話網３００を介して接続された自動応答システムにおいて、通話端末１００は、入力受付部１０１が、通話者Ｕからのプッシュ操作を受け付け、送話部１０３が、通話者Ｕが発した音声を受け取り、送信制御部１０４が、入力受付部１０１が受け付けたプッシュ操作による出力信号と音声とを音声信号に変換し、変換した音声信号を含む第一のフォーマット（ＰＳＴＮプロトコル）の音声データをゲートウェイサーバ２０１に送信し、ゲートウェイサーバ２０１は、第一送受信制御部２０１１が、通話端末１００から受信した第一のフォーマットの音声データを受信し、音声解析生成部２０１５が、第一送受信制御部２０１１が受信した第一のフォーマットの音声データを第一のフォーマットとは異なる第二のフォーマット（ＲＴＰプロトコル）の音声データに変換し、第二のフォーマットの音声データ内にプッシュ操作による出力信号が変換された音声信号の周波数に一致する周波数のデータが含まれていると判定された場合に、第二のフォーマットの音声データ内のデータを削除し、無音データに差し替えた差し替え音声データを生成し、ＤＴＭＦ解析部２０１６が、第二のフォーマットの音声データ内にプッシュ操作による出力信号が変換された音声信号の周波数に一致する周波数のデータが含まれているか否かを判定し、ＳＩＰプロトコル制御部２０１４が、音声解析生成部２０１５によって削除されたデータを差し替え音声データとは異なるプロトコルである第三のフォーマット（ＳＩＰプロトコル）で出力し、第二送受信制御部２０１２が、差し替え音声データと第三のフォーマットで出力されたデータとをＩＶＲ装置に送信するので、ＤＴＭＦ信号を第三者に漏えいさせることなくＩＶＲ装置に送信することができる。

また、従来技術のようにある一定のアルゴリズムで暗号化やスクランブリングした場合には、そのアルゴリズムの解読によって復号化されてしまう可能性があるが、本実施例の場合にはＲＴＰ音声データに含まれるＤＴＭＦ信号情報を無音化してアルゴリズム自体を解読できないようにしているため、たとえ第三者にＲＴＰ音声データが聴取された場合であっても、その解読は不可能となる。さらに、スクランブリングした場合には、ＩＶＲ装置からスクランブルするための音声を出力するため、架電者がそのような音声を聴取するため耳障りとなり、不快感を与えてしまうが、ＤＴＭＦ信号情報を無音化した場合には、そのような不快感を与えることがなくなる。また、ＲＴＰ音声データが暗号化やスクランブルされた場合には、ＩＶＲ装置側で復号化する処理が必要となるため、ＩＶＲ装置側での処理負荷が増大するが、本実施例のようにＲＴＰ音声データに含まれるＤＴＭＦ信号情報を無音化する場合にはそのような弊害はない。

より具体的には、図２に示したように、架電者Ｕが通話端末１００を操作し、コールセンタ２００に電話を掛けてＩＶＲ装置２０３に接続した場合、まず、図１に示した場合と同様に、架電者Ｕが話す通話音声が音声信号Ｓ４として公衆交換電話網３００を経由して、コールセンタ２００内のゲートウェイサーバ２０１に到達する。すると、ゲートウェイサーバ２０１によって音声信号がＲＴＰ音声データに変換され、あらかじめ記憶されているＩＶＲ装置２０３のＩＰアドレスと、ＲＴＯ音声データに含まれているＩＰアドレスがそのＩＰアドレスに一致する場合には宛先がＩＶＲ装置２０３であると認識し、ＲＴＰ音声データＳ６をＩＶＲ装置２０３に伝送する。一方、ＩＶＲ装置２０３が再生するガイダンス音声は、ＲＴＰ音声データＳ７としてゲートウェイサーバ２０１に到達する。ゲートウェイサーバ２０１内でＲＴＰ音声データをガイダンス音声（音声信号Ｓ４）に変換し、架電者Ｕの通話端末１００に伝送する。

一方、架電者Ｕが通話端末１００を操作して入力したＤＴＭＦ信号を送信してＩＶＲ装置２０３で受け付けるコールセンタ２００を運用する場合、架電者Ｕが入力したＤＴＭＦ信号は、音声信号として公衆交換電話網３００を経由し、コールセンタ２００内のゲートウェイサーバ２０１に到達し、ＲＴＰ音声データに変換される。ゲートウェイサーバ２０１は、上述したようにＲＴＰ音声データの伝送先がＩＶＲ装置２０３であると判定し、ＲＴＰ音声データの伝送先がＩＶＲ装置２０３であると判定した場合のみ、さらにそのＲＴＰ音声データがあらかじめ定められたＤＴＭＦ信号の周波数に一致する信号を有しているかどうかを判定する。そしてＲＴＰ音声データがＤＴＭＦ信号の周波数に一致する信号を有していると判定した場合、一致すると判定されたその信号の情報をＳＩＰプロトコルのＩＮＦＯメソッドにより、テレフォニーサーバ２０２を経由してＩＶＲ装置２０３に伝送する。その後、ゲートウェイサーバ２０１は、ＲＴＰ音声データのうちのＳＩＰプロトコルのＩＮＦＯメソッドとして伝送した部分のデータを削除し、その部分のデータに代えて、同じ長さの無音のＲＴＰ音声データを挿入する。このようにして加工されたＲＴＰ音声データは、他の通話音声（ＲＴＰ音声データ）と同様に、ＩＶＲ装置２０３に伝送される。

このような方式により、ＤＴＭＦ信号を含むＲＴＰ音声データのうち、ＤＴＭＦ信号部分とそれ以外の部分とを分離した上で各データをＩＶＲ装置２０３に送信するので、コールセンタ２００内のネットワーク上においても、ＲＴＰ音声データを蓄積・聴取（盗聴）された場合も、架電者Ｕが通話端末１００から入力したＤＴＭＦ信号の内容が第三者に知られることはない。また、ゲートウェイサーバ２０１がコールセンタ２００と公衆交換電話網３００との接続を仲介し、その内部で上述した変換制御処理を行っているので、コールセンタ２００の内部ネットワークでは既にＤＴＭＦ信号が無音化されているため、内部ネットワークからＤＴＭＦ信号の内容が外部に漏れてしまう危険性もなくなる。

図９Ａは、音声解析生成部２０１５が有する受信ジッタバッファ２０１５１に記憶されるデータの遷移を示すイメージ図である。図９Ａに示すように、受信ジッタバッファ２０１５１では、まず、音声解析部２０１５が通話音声を示す音声信号から変換したＲＴＰ音声データ１が蓄積され、ＤＴＭＦ解析部２０１６が蓄積されたＲＴＰ音声データ１に含まれる音声信号の周波数を解析する。このとき、ＲＴＰ音声データ１は、通話音声による音声信号であるため、ＤＴＭＦ信号の周波数に一致しない。したがって、ＲＴＰ音声データ１はそのまま受信ジッタバッファ内に蓄積される（手順１）。

そして、音声解析生成部２０１５は、続いて入力されたＲＴＰ音声データ２をＲＴＰ音声データ１と同様に、受信ジッタバッファ２０１５１内に蓄積する（手順２）。そして、ＤＴＭＦ解析部２０１６は、ＲＴＰ音声データ２に含まれる音声信号の周波数を解析する。このとき、ＲＴＰ音声データ２は、通話者Ｕが通話端末１００を操作して入力したＤＴＭＦ信号であるためＤＴＭＦ信号の周波数に一致する。したがって、ＲＴＰ音声データ２は、その部分が無音音声に差し替えられたＲＴＰ音声データ３に変換され、受信ジッタバッファ内に蓄積する（手順３）。

次に、音声解析生成部２０１５は、続いて入力されたＲＴＰ音声データ４は通話音声による音声信号であるため、ＤＴＭＦ解析部２０１６は、手順１の場合と同様にＤＴＭＦ信号ではないと判定し、そのまま受信ジッタバッファ内に蓄積される（手順４）。そして、音声解析部２０１５は、ＲＴＰ音声データ４が蓄積されたときに、あらかじめ定められたタイミングが到来したと判定し、その時点で受信ジッタバッファ２０１５１内に蓄積されているＲＴＰ音声データをＩＶＲ装置２０３に伝送するように、第二送受信制御部２０１２に通知し、第二送受信制御部２０１２は通知に従って、これらのデータを送信する（手順５）。

なお、通常は、ＤＴＭＦ信号は５０ｍｓよりも大きいため、ＲＴＰ音声データの伝送先であるＩＶＲ装置２０３にＲＴＰ音声データを送信するために、受信ジッタバッファ２０１５１の蓄積許容量を５０ｍｓよりも大きな値で設定したうえで、上述した手順３でＤＴＭＦ信号のＲＴＰ音声データを無音化したＲＴＰ音声データに差し替える必要がある。この場合、受信ジッタバッファ２０１５１の蓄積量を、例えば５００ｍｓ程度にまで極端に大きくした場合、ＲＴＰ音声データの送受信の遅延が発生することが考えられるが、架電者ＵがＩＶＲ装置２０３の自動音声応答に従って通話端末１００を操作している間だけであるため、コールセンタ２００での業務を遅延させる程度ではなく、全体の業務には支障は生じない。また、一定のタイミングでのみＲＴＰ音声データをＩＶＲ装置２０３に伝送するので、逐次送信する場合に比べてゲートウェイサーバ２０１の処理負荷が軽減できる。

また、ＤＴＭＦ信号は、操作者Ｕが通話端末１００を操作する時間（例えば、プッシュボタンを押下する時間）によって、その長さも変わる。したがって、図９Ｂに示すように、ＤＴＭＦ解析部２０１６は、音声解析生成部２０１５が受信ジッタバッファ２０１５１に出力したＲＴＰ音声データを、一定の周期（例えば、ＤＴＭＦ信号のサイズの１０分の１である５ｍｓ）で繰り返しサンプリングして取得し、取得したそのデータが、ＤＴＭＦ信号の周波数に一致するか否かを判定し、ＤＴＭＦ信号の周波数に一致すると判定した場合、ＤＴＭＦ解析部２０１６は、その周波数とそのＤＴＭＦ信号の長さ（例えば、５ｍｓ間隔で１０回同じ周波数を検出した場合には、その長さである５０ｍｓ）を音声解析生成部２０１５に通知する。

そして、ＤＴＭＦ解析部２０１６は、ＲＴＰ音声データのなかからＤＴＭＦ信号の長さだけＤＴＭＦ信号情報を抽出し、ＳＩＰプロトコル制御部２０１４は、そのＤＴＭＦ信号情報を、ＳＩＰメッセージ（ＩＮＦＯデータ）として第二送受信制御部２０１２に出力し、第二送受信制御部２０１２は、テレフォニーサーバ２０２を経由して、そのＳＩＰメッセージをＩＶＲ装置２０３に送信する。一方、ＤＴＭＦ解析部２０１６は、音声解析生成部２０１５に対して、その長さのＤＴＭＦ信号情報を削除し、無音のＲＴＰ音声データ、あるいはＤＴＭＦ信号とは無関係の周波数のノイズデータを同じ位置に挿入するように指示し、音声解析生成部２０１５は、その指示に従って、ＲＴＰ音声データを差し替える。

このとき、ＤＴＭＦ解析部２０１６は、ＤＴＭＦ信号の周波数を検出する周期の１つ前の周期Ｔ１（あるいは１つ後の周期Ｔ２）では、ＤＴＭＦ信号とは異なった周波数を検出することとなるため、少なくともＤＴＭＦ信号の周波数を検出した周期と、その前後の周期で検出した周波数とを比較して、その前後の周波数がＤＴＭＦ信号の周波数とは異なる周波数であるか否かを判定し、その前後の周波数がＤＴＭＦ信号の周波数とは異なる周波数であると判定した場合には、その間の長さのＤＴＭＦ信号が入力されたと判定する。図９Ｂに示した例では、ＤＴＭＦ解析部２０１６が、Ｔ２のタイミングでＤＴＭＦ信号とは異なった周波数を検出した場合には、その周期Ｔ２までの長さのＤＴＭＦ信号が入力されたと判定し、その間のＤＴＭＦ信号に相当する部分のＲＴＰ音声データが無音化されることとなる。また、通常のＤＴＭＦ信号よりも短い長さで異なる周波数を検出した場合には、その周期Ｔ３までの長さのＤＴＭＦ信号が入力されたと判定し、その間のＤＴＭＦ信号に相当する部分のＲＴＰ音声データが無音化されることとなる。

このように、ＤＴＭＦ信号の周波数の変化を確認した上で無音化を行うので、通話端末１００で１回の操作により発生したＤＴＭＦ信号を確実に無音化させることができ、例えば、通話端末１００におけるボタンの２度押し操作が行われた場合であっても、ＤＴＭＦ解析部２０１６が誤ってＤＴＭＦ信号の長さを検出し、その結果、ＤＴＭＦ信号ではない部分のＲＴＰ音声データを誤って無音化することがなくなる。

なお、図２に示した例では、通話者ＵとＩＶＲ装置２０３とが通話状態にある場合について説明した。しかし、実際にはコールセンタ２００内のオペレータＯが状況を確認する等して、通話者ＵとＩＶＲ装置２０３とオペレータＯとの三者通話の状態になる場合もある。この場合、図１０に示すように、架電者Ｕが通話端末１００を操作し、コールセンタ２００に電話を掛け、オペレータＯと通話状態になった後、架電者ＵとＩＶＲ装置２０３を通話状態にするために、オペレータＯがコンピュータ２０４あるいは通話端末２０５を操作し、ＩＶＲ装置２０３に接続する。このとき、架電者ＵとオペレータＯの通話は終了せず、架電者Ｕ、オペレータＯ、ＩＶＲ装置２０３の三者通話状態になる。

このような場合であっても、架電者ＵとオペレータＯとの間の通話音声の伝送方式、および架電者ＵとＩＶＲ装置１０２との間の通話伝送方式は、図２に示した場合と同様であり（Ｓ４〜Ｓ９）、ＤＴＭＦ信号情報は、ＳＩＰプロトコルのＩＮＦＯメソッドによりＩＶＲ装置２０３にのみ送信される一方、ＲＴＰ音声データはゲートウェイサーバ２０１においてＤＴＭＦ信号情報を有したＲＴＰ音声データが無音化されたＲＴＰ音声データに差し替えられ、ＩＶＲ装置２０３および通話端末２０５に送信される。したがって、図２に示した場合と同様に、第三者が同じコールセンタのオペレータの場合であっても、ＤＴＭＦ信号情報が聴取（盗聴）されることを防止することができる。

また、図２に示した例では、１つのコールセンタを対象としたが、複数のコールセンタを有したマルチサイトコールセンタシステムについて適用することも可能である。図１１は、本発明にかかる自動応答システムおよび自動応答方法を、マルチサイトコールセンタシステムに適用した場合の構成例を示す図である。図１１では、マルチサイトコールセンタシステムにおいて、架電者ＵとＩＶＲ装置１１０２が通話状態にある場合を示している。

図１１に示すように、マルチサイトコールセンタシステムでは、テレフォニーサーバ１１０１およびＩＶＲ装置１１０２が、コールセンタとは別のセンタ（データセンタ）１１００に設けられ、各コールセンタとデータセンタ１１００とが互いにＷＡＮにより接続されている。このような場合であっても、ゲートウェイサーバ２０１がＤＴＭＦ信号情報をＳＩＰプロトコルのＩＮＦＯメソッドによりＩＶＲ装置１１０２に送信し、ＲＴＰ音声データのうちのＤＴＭＦ信号情報を無音化したＲＴＰ音声データに差し替える点は、図２に示した場合と同様である（Ｓ４、Ｓ１０〜Ｓ１３）。

マルチサイトコールセンタシステムでは、図１１に示したように、データセンタ１１００と各拠点のコールセンタ２００とをＷＡＮ１１００で接続することが多いが、ＷＡＮ１１００上を流れるＲＴＰ音声データのうち、架電者Ｕが入力したＤＴＭＦ信号は、図２に示した場合と同様に、ゲートウェイサーバ２０１において、ＤＴＭＦ信号情報が無音化されたＲＴＰ音声データとして送信されるため、ＷＡＮ１１００上でＲＴＰ音声データを蓄積・聴取（盗聴）された場合であっても、架電者Ｕが入力したＤＴＭＦ信号の内容が第三者に知られることはない。

さらに、ＷＡＮ１１００の通信品質が悪いときや帯域が不足した場合、ＷＡＮ１１００上で、ＲＴＰ音声データに歪が発生することがあるため、この場合にはＩＶＲ装置１１０２がＲＴＰ音声データでＤＴＭＦ信号を正しく認識できない場合があったが、ＩＶＲ装置１１０２が、図２に示した場合のように、ＳＩＰプロトコルのＩＮＦＯメソッドを受け取ることにより、ＤＴＭＦ信号情報を伝送する方式に変更することにより、そのような歪の影響を受けることなく、ＤＴＭＦ信号情報をＩＶＲ装置に正しく認識させることが可能となる。従来技術のように暗号化やスクランブリングした場合、盗聴に対するセキュリティを強化することはできるが、ＤＴＭＦ信号をＲＴＰ通信でＩＶＲ装置に送信するため、ＩＶＲ装置における誤認識を防止することはできない。

また、上述したコールセンタシステム、マルチサイトコールセンタシステムにおいて、通話者の音声を録音する通話録音システムと連携させた場合等には、通話録音システム側では、ＤＴＭＦ信号情報が無音化された後のＲＴＰ音声データが録音されるため、録音された音声データを聞き取る際に耳障りな不必要な音を再生させることがなくなる。さらに、通話録音システムで録音されたＲＴＰ音声データを、コールセンタ側でテキスト化するような運用を行っている場合、従来技術のような暗号化やスクランブル化した場合には、その暗号化した部分やスクランブル化した部分が誤変換され、正しくテキスト化されない虞があるが、本実施例では音声データを無音化しているため、そのような誤変換の虞がなくなる。

１００通話端末
１０１入力受付部
１０２受話部
１０３送話部
１０４通信制御部
２００コールセンタ
２０１ゲートウェイサーバ
２０１１第一送受信制御部
２０１２第二送受信制御部
２０１３ＰＳＴＮプロトコル制御部
２０１４ＳＩＰプロトコル制御部
２０１５音声解析生成部
２０１６ＤＴＭＦ解析部
２０１７設定情報記憶部

Claims

通話端末から送信された音声信号を音声データに変換し、前記音声データに対して応答する応答装置に前記音声データを送信するサーバ装置と、前記通話端末とがネットワークを介して接続された自動応答システムであって、
前記通話端末は、
通話者が発した音声を受け取る送話部と、
前記通話者からのプッシュ操作を受け付ける入力受付部と、
前記入力受付部が受け付けたプッシュ操作による出力信号と前記音声とを音声信号に変換し、変換した音声信号を含む第一のフォーマットの音声データを前記サーバ装置に送信する送信制御部と、を備え、
前記サーバ装置は、
前記通話端末から受信した前記第一のフォーマットの音声データを受信する第一通信部と、
前記第一通信部が受信した前記第一のフォーマットの音声データを前記第一のフォーマットとは異なる第二のフォーマットの音声データに変換し、前記第二のフォーマットの音声データ内に前記プッシュ操作による出力信号が変換された音声信号の周波数に一致する周波数のデータが含まれていると判定された場合に、前記第二のフォーマットの音声データ内の前記データを削除し、無音データに差し替えた差し替え音声データを生成する音声解析生成部と、
前記第二のフォーマットの音声データ内に前記プッシュ操作による出力信号が変換された音声信号の周波数に一致する周波数のデータが含まれているか否かを判定する解析部と、
前記音声解析生成部によって削除された前記データを前記差し替え音声データとは異なるプロトコルである第三のフォーマットで出力するプロトコル制御部と、
前記差し替え音声データと前記第三のフォーマットで出力されたデータとを前記応答装置に送信する第二通信部と、
を備えることを特徴とする自動応答システム。
前記音声解析生成部は、前記第二のフォーマットの音声データを蓄積するバッファ部を有し、
前記音声解析生成部は、予め定められた周期が到来するまで前記第二のフォーマットの音声データを前記バッファ部に蓄積し、前記周期が到来した場合に、それまで蓄積された前記第二のフォーマットの音声データを前記第二通信部に出力し、前記第二通信部が、出力された前記第二のフォーマットの音声データを前記応答装置に送信する、
ことを特徴とする請求項１に記載の自動応答システム。
前記解析部は、前記音声解析生成部が出力した前記第二のフォーマットの音声データに含まれる前記周波数のデータを所定の周期でサンプリングして取得し、取得した前記周波数のデータを取得したタイミングと、そのタイミングの前後のタイミングで前記周波数のデータが異なる周波数のデータであるか否か判定し、異なる周波数のデータであると判定した場合に、それまで取得した長さ分だけの前記周波数のデータを無音化するように、前記音声解析生成部に指示し、前記音声解析制御部が、前記指示に従って前記差し替え音声データを生成する、
ことを特徴とする請求項１または２に記載の自動応答システム。
前記送信制御部は、ＰＳＴＮ（Public Switched Telephone Network）プロトコルに準拠した前記第一のフォーマットの音声データを出力し、
前記音声解析生成部は、ＲＴＰ（Real-time Transport Protocol）プロトコルに準拠した前記第二のフォーマットの音声データを出力し、
前記プロトコル制御部は、ＳＩＰ（Session Initiation Protocol）プロトコルに準拠したフォーマットのデータを出力する、
ことを特徴とする請求項１〜３のいずれか１項に記載の自動応答システム。
通話端末から送信された音声信号を音声データに変換し、前記音声データに対して応答する応答装置に前記音声データを送信するサーバ装置と、前記通話端末とがネットワークを介して接続された自動応答システムで行われる自動応答方法であって、
通話者が発した音声を受け取る送話ステップと、
前記通話者からの前記通話端末におけるプッシュ操作を受け付ける入力受付ステップと、
前記入力受付ステップにおいて受け付けたプッシュ操作による出力信号と前記音声とを音声信号に変換し、変換した音声信号を含む第一のフォーマットの音声データを前記サーバ装置に送信する第一送信ステップと、
前記通話端末から受信した前記第一のフォーマットの音声データを受信する受信ステップと、
前記受信ステップにおいて受信した前記第一のフォーマットの音声データを前記第一のフォーマットとは異なる第二のフォーマットの音声データに変換する変換ステップと、
前記第二のフォーマットの音声データ内に前記プッシュ操作による出力信号が変換された音声信号の周波数に一致する周波数のデータが含まれているか否かを判定する解析ステップと、
前記第二のフォーマットの音声データ内に前記プッシュ操作による出力信号が変換された音声信号の周波数に一致する周波数のデータが含まれていると判定された場合に、前記第二のフォーマットの音声データ内の前記データを削除し、無音データに差し替えた差し替え音声データを生成する生成ステップと、
削除された前記データを前記差し替え音声データとは異なるプロトコルである第三のフォーマットで出力する出力ステップと、
前記差し替え音声データと前記第三のフォーマットで出力されたデータとを前記応答装置に送信する第二送信ステップと、
を含むことを特徴とする自動応答方法。