JP2015061116A - Ｎｇワードの兆候を把握するコールセンタ用語管理システム及びその方法 - Google Patents

Abstract

【課題】コールセンタにおいてオペレータが顧客に対してＮＧワードを発することを防止する。
【解決手段】顧客とオペレータの会話内容の音声データを音声認識し、テキストデータに変換してＤＢに蓄積する。会話テキスト分析サーバは、ＤＢに蓄積された会話内容のテキストを読み出し、会話内容のテキストにＮＧワードが含まれているかをチェックする。ＮＧワードが含まれている場合には、そのＮＧワードをオペレータが発した兆候を捉え、会話テキストを統計的に分析して兆候ワードを抽出する。兆候ワードは、ＮＧワードとコールセンタのサービス内容に紐づけられ、ＮＧワード兆候ＤＢに格納される。会話内容監視サーバは、現在通話中の会話に兆候ワードが現れていないかどうかをリアルタイムにチェックし、兆候ワードが現れている場合は、ＮＧワード兆候ＤＢの兆候データから算出したＮＧワード危険度に応じて、アラームを発生させる。
【選択図】図１

Description

本発明は、コールセンタのシステムに関し、特にコールセンタのオペレータがＮＧワードを発することを防止するシステム及びその防止方法に関する。

テレビやラジオといったマスメディアにおいては、放送で使用が禁止されるいわゆる放送禁止用語が定められおり、出演者が不用意に放送禁止用語を発言することがないように常に注意を払っている。そして万一、出演者が放送禁止用語を発言したとしても、生放送でない限り、編集時にカットされる。

同様に、個人が使用する電話機や企業の従業員が使用する端末等の使用場面においても、禁止用語、又は状況によっては使用を控えたほうがよい準禁止用語（以下、まとめて「ＮＧワード」と呼ぶことにする）が存在する。例えば、相手を不愉快にしたり、誤解を与えるような用語、顧客に説明する際など状況によって使用すべきでない用語、住所、電話番号などの個人情報や機密情報またはセンシティブに扱うべき情報に関する用語、などである。

そこで、ＮＧワードの発信を防止するために、電話機等のユーザが発したＮＧワードをリアルタイムに検知し、検知されたＮＧワードを別の音声に置換する方法（例えば、特許文献１）が開示されている。また、ＮＧワードを発した際の状況のアラームを発し、注意を喚起し訂正させる方法（例えば、特許文献２）が開示されている。

特開２０１０−１０３７５１号公報 特開２０１３−２５６０９号公報

上記の特許文献１には、電話機、又は音声を発する装置と接続されたサーバにおいて、ユーザの発した音声を受け付けて一次的に蓄積し、蓄積した音声を音声認識して単語レベルで分析する。そして、分析された単語レベルの音声が予め定められた禁止語音素モデルと一致するか否を判定し、ユーザの発した音声のうち禁止語音素モデルと一致すると判定された部分を特定し、特定された部分をダミー音に置換する方法が記載されている。

また、上記の特許文献２には、コンピュータ端末を利用して顧客等に行われる説明を支援するための説明支援システムにおいて、音声認識によりテキストに変換した音声認識結果にＮＧワードを検知した場合に、検知したＮＧワードを含めたメッセージを端末のディスプレイに表示し、その集音時期の音声認識結果を抽出し、そのときの説明状況を別のバックヤードの端末に送信して注意喚起し、訂正させる方法が記載されている。

ＮＧワードに関しては、多数の顧客（見込み顧客を含む）からの電話を受け付ける企業のコールセンタにおいても同様なことが存在し、電話を掛けてきた顧客に対して、オペレータが発してはいけないＮＧワードが定められている。しかし、コールセンタのシステムに、仮に上記の特許文献１の方法を適用しようとすると、ＮＧワードの発信自体は防止できても、ＮＧワードが変換されたダミー音声（ピー音等）が発信されるので、それを聞いた顧客は非常に違和感を感じることになる。また、特許文献２の方法では、ＮＧワードを発信してしまった後の注意喚起や訂正は行えても、ＮＧワードの発信そのものを事前に防止することはできない。

そこで本発明では、上記のような課題に鑑み、コールセンタにおいて、オペレータが顧客に対してＮＧワードを不用意に発することを事前に防止するためのシステム及びその方法を提供することを目的とする。

上記課題を解決するため、本発明のシステムは、以下のような解決手段を提供する。

請求項１に記載の発明は、コールセンタにおいてオペレータが顧客に対して発する用語を管理するシステムであって、前記顧客と前記オペレータとの会話を録音する音声キャプチャサーバと、前記音声キャプチャサーバが録音した音声データを読み出してテキストデータである会話テキストに変換し、会話テキスト蓄積ＤＢに蓄積する音声認識サーバと、前記会話テキスト蓄積ＤＢの前記会話テキストを統計処理して分析する会話テキスト分析サーバと、を備えており、前記会話テキスト分析サーバは、前記会話テキスト蓄積ＤＢから前記会話テキストを読み出し、形態素解析により用語単位に分解する形態素解析部と、前記形態素解析部により用語単位に分解された会話テキストに、予め定められたＮＧワードが含まれているか否かを検出し、前記ＮＧワードが含まれている場合に、前記会話テキストに含まれる用語が、前記オペレータが前記ＮＧワードを発する兆候となる兆候ワードか否かを判定し、前記兆候ワードと判定された用語をＮＧワード兆候ＤＢに格納する兆候ワード判定部と、を備えることを特徴とする。

上記の構成によれば、コールセンタにおける過去の会話内容のテキストを統計的に分析して、兆候ワードとして抽出しデータベースに蓄積するので、オペレータがＮＧワードを発生する兆候を事前に検出するためのデータを得ることができる。

請求項２に記載の発明は、請求項１に記載の発明において、顧客とオペレータの通話中の音声データを取得し、会話内容をリアルタイムにチェックする会話内容監視サーバをさらに備え、前記会話内容監視サーバは、前記ＮＧワード兆候ＤＢに格納されたデータに基づいて、前記通話中の会話に前記兆候ワードが含まれているか否かを検出するＮＧワード兆候検出部と、前記兆候ワードが前記通話中の会話に含まれている場合に、当該オペレータの端末と当該オペレータを管理するスーパバイザの端末にアラームを発生させるアラーム発生部と、を備えることを特徴とする。

上記の構成によれば、会話内容監視サーバが、通話中の会話をリアルタイムに監視し、その会話に上記の兆候ワードが含まれていることを検出した場合には、アラームが直ちに発生するので、オペレータが顧客に対してＮＧワードを不用意に発することを事前に防止することができる。すなわち、オペレータは自分の会話に注意を払うことができ、オペレータを管理するスーパバイザもそのオペレータに対して優先的に注意を払うことができる。

請求項３に記載の発明は、請求項２に記載の発明において、前記会話内容監視サーバは、前記ＮＧワードと前記コールセンタのサービス内容に紐づけられた兆候ワードと、前記通話中の会話の会話時間、前記通話中の顧客が特定顧客として指定されているか否かの情報、及び前記通話中の顧客が特定地域の顧客であるか否かの情報のうち少なくとも１つの情報とに基づいて、オペレータがＮＧワードを発する危険性の度合いであるＮＧワード危険度を算出し、前記アラーム発生部は、前記ＮＧワード危険度に応じて前記アラームのレベルを決定することを特徴とする。

上記の構成によれば、兆候ワードだけでなく、会話時間、顧客が特定の顧客（クレーマ、重要顧客等）であるか否か、特定地域（地域によってセンシティブな用語がある場合）の顧客であるか否かの情報に基づいて、ＮＧワード危険度（ＮＧワードを発する危険性の度合）を算出するので、ＮＧワード危険度に応じた適切なアラームを発生させることができる。

請求項４に記載の発明は、請求項３に記載の発明において、前記会話内容監視サーバは、前記ＮＧワード危険度に応じて、前記音声認識サーバの音声／テキスト変換を処理するリソースの割当を変更させることを特徴とする。

上記の構成によれば、通話中の会話のテキスト化をリアルタイムに処理する際に、音声認識サーバのリソース（サーバの数、ＣＰＵの数等）の構成を、そのときの負荷状況に応じて柔軟に変更することができる。

請求項５に記載の発明は、請求項１乃至４のいずれか一項に記載の発明において、前記兆候ワード判定部は、前記会話テキストから抽出された兆候ワードの候補を、前記兆候ワードとして登録するか否かの判定を求める判定画面を管理者端末に生成することを特徴とする。

上記の構成によれば、会話テキスト分析サーバが行う兆候ワードの判定に、人間によるチェックや判断を加えることができる。

請求項６に記載の発明は、コールセンタにおいてオペレータが顧客に対して発する用語を管理する方法であって、前記顧客と前記オペレータとの会話を録音する音声キャプチャステップと、前記音声キャプチャステップで録音した音声データを読み出してテキストデータである会話テキストに変換するステップと、前記会話テキストを会話テキスト蓄積ＤＢに蓄積するステップと、前記会話テキスト蓄積ＤＢの前記会話テキストを統計処理して分析する会話テキスト分析ステップと、を有し、前記会話テキスト分析ステップは、前記会話テキスト蓄積ＤＢから前記会話テキストを読み出し、形態素解析により用語単位に分解する形態素解析ステップと、前記形態素解析ステップで用語単位に分解された会話テキストに、予め定められたＮＧワードが含まれているか否かを検出するステップと、前記ＮＧワードが含まれている場合に、前記会話テキストに含まれる用語が、前記オペレータが前記ＮＧワードを発する兆候となる兆候ワードか否かを判定するステップと、前記兆候ワードと判定された用語をＮＧワード兆候ＤＢに格納するステップと、を含むことを特徴とする。

上記請求項６の発明は、請求項１のシステムを方法の発明と捉えたものであり、請求項１の発明と同様な作用効果を奏する。

本発明によれば、ＮＧワードを発する兆候のデータを捉えることができ、そのデータを用いて通話中の兆候ワードを検出することで、オペレータが顧客に対してＮＧワードを不用意に発することを事前に防止することができる。

本発明の基本概念（ＮＧワード兆候データ蓄積段階）を示す図である。 本発明の基本概念（ＮＧワード兆候検出段階）を示す図である。 本発明の実施形態に係るコールセンタ用語管理システムの機能ブロックを示す図である。 兆候ワードのデータを蓄積する処理フローを示す図である。 兆候ワードの判定画面の例を示す図である。 ＮＧワード兆候ＤＢ１３３に格納されるデータを表形式で模式的に示す図である。 会話内容をリアルタイムにチェックする処理のフローを示した図である。 兆候ワード検出のアラーム発生時のオペレータの画面及びスーパバイザの画面の一例を示す図である。 音声認識サーバのリソース変更のイメージを示す図である。

以下、添付図面を参照して、本発明を実施するための形態（以下、実施形態）について詳細に説明する。なお、実施形態の説明の全体を通して同じ要素には同じ番号または符号を付している。また、後述の機能ブロック図における矢印は、データの流れ方向、又は処理の流れ方向を表している。

図１、図２は、本発明の基本概念を示した図である。本発明は、基本概念として、コールセンタの音声認識システムを用いて、ＮＧワードそのものでなく、ＮＧワードに繋がる兆候（ワーニング要因）となるような用語（以下、「兆候ワード」と呼ぶ）、及びＮＧワード発生状況のデータを蓄積し、兆候ワードを顧客又はオペレータが発したときに又はＮＧワード発生の兆候を捉えたときに、そのオペレータ又はオペレータの管理者（スーパバイザ）等に対して注意喚起を行うようにしたものである。図１では、ＮＧワード兆候データの蓄積段階でのシステムの概念図を示し、図２では、ＮＧワードの兆候の検出段階でのシステムの概念図を示している。

まず、図１について説明する。顧客がコールセンタに電話を掛けると、一般的には、まず自動音声応答システム（ＩＶＲ:Interactive Voice Response）に繋がり、自動応答音声では対応できない要件についてのみオペレータに繋がるようになっているが、本発明ではオペレータとの通話が確立した後を対象としている。

図示するように、顧客とオペレータの通話が確立すると、まず、音声キャプチャサーバがその会話内容の音声をデータベースに録音する。次に、音声認識サーバが、録音された音声データを読み出し、会話内容をテキストに変換する。ここまでは、一般のコールセンタで広く行われていることである。本発明では、その後、会話テキスト分析サーバが、テキストに変換された会話内容（「会話テキスト」と呼ぶ）を分析し、予め定められたＮＧワードに繋がるような兆候ワードを含む兆候データを蓄積し、統計的に処理する。

ここでいう「ＮＧワード」とは、コールセンタにおいてオペレータが顧客に対して発するべきでないと予め定められた用語を意味し、放送禁止用語のようなものとは異なる。顧客が発した用語はＮＧワードとしては扱わないが、ＮＧワードに繋がるような「兆候ワード」としては取り扱われる。例えば、顧客が発した用語がきっかけでオペレータがＮＧワードをうっかり発したような場合には、顧客の発したその用語は兆候ワードとなる。また、顧客がＮＧワードに登録されている用語を発した後に、オペレータがオウム返しで繰り返したような場合も同様である。

ここで、ＮＧワードの兆候は、顧客又はオペレータが発した特定のキーワード、特定のサービスでのキーワード、顧客とオペレータとの会話時間、顧客が特定の人か否か、及び顧客が特定の地域の人か否か等のデータ（これを各要素の評価項目と呼ぶ）から分析する。

上記の特定のキーワード及び特定サービスでのキーワードのうち、オペレータがＮＧワードを発した兆候またはきっかけとなったと判定されるキーワードを、特に「兆候ワード」と呼ぶことにする。兆候ワードについては、例えば、商品案内等をする際のＮＧワードである“絶対大丈夫”をオペレータが発する前に、“大丈夫ですか”、“絶対ですか”等の顧客の発言がきっかけとなる場合が統計的に多ければ、その“大丈夫ですか”、“絶対ですか”を兆候ワードとして登録する。また、「特定のサービスでのキーワード」とは、一般的には、ＮＧワードや兆候ワードとは考えにくい用語であっても、特定のサービスにおいては、ＮＧワードや兆候ワードとなる場合があることを考慮して設けられている。例えば、カード会社のコールセンタにおいて、顧客のカードのポイントの確認するサービスのような場合、“少ない”、“足りない”、“減ってる”などの用語がそのサービス特有の兆候ワードとなり得る。

また、顧客とオペレータとの会話時間については、問い合わせ内容に比して、会話時間が通常より大幅に長いときにＮＧワードを発する傾向が高ければ、会話時間を問い合わせ内容と関連付けして兆候データとして登録する。また、「特定の顧客か否か」については、クレーマなど特定の気質を持った顧客、または重要顧客であると判別できる場合には、ＮＧワードの兆候をより注意して捉える必要があるために設けられている。また、「特定の地域か否か」については、地域によって時期的にセンシティブに扱わなければならないような用語（例えば、地震、災害、原発等）がある場合に、その用語をその地域におけるＮＧワードとして定義し、そのＮＧワードを発する兆候を注意して捉える必要があるために設けられている。

会話テキスト分析サーバによって分析された統計データは、そのためのデータベース（「ＮＧワード兆候ＤＢ」と呼ぶ）に格納され、後述の図２のＮＧワード兆候検出段階で利用される。なお、音声認識サーバの音声からテキストへの変換、及び会話テキスト分析サーバの統計的分析、データの蓄積は、必ずしもコールセンタ稼働時にオンラインで実行しなくともよく、当日得られた録音データをまとめて、夜間などにバッチ処理してもよい。もちろん、音声認識サーバの処理能力によっては、コールセンタ稼働中にもオンラインで処理してもよい。

図２は、ＮＧワード兆候検出段階の基本概念を示した図である。図示するように、会話内容監視サーバは、顧客とオペレータの会話内容をリアルタイムでチェックし、ＮＧワードの兆候が現れていないかを監視する。もちろん、オペレータが実際にＮＧワードを発していないかどうかを同時にチェックしてもよい。

会話内容監視サーバがオペレータＡの会話にＮＧワードの兆候を検出すると、オペレータＡの会話のテキスト変換の処理速度を上げるために、音声認識サーバにオペレータＡの会話を優先的に処理するために最適なリソース（音声／テキスト変換を行うサーバの数、ＣＰＵ数、ＣＰＵの内蔵コア数、メモリ容量等）の割当を指示する。この指示を受けた音声認識サーバは、オペレータＡの今までの会話内容を直ちにテキスト化し、これからの会話内容はリアルタイムにテキスト化して、会話内容監視サーバに送信する。会話内容監視サーバは、このデータを受信時或いは受信前に、スーパバイザ及びオペレータＡに対して、「ＮＧワード危険度」に応じたアラームを送信する。ＮＧワード危険度とは、ＮＧワードに繋がる兆候の危険度（兆候の強さの度合い）を意味し、ＮＧワード兆候ＤＢに格納されたデータ（図１で説明した評価項目の各データ）に基づいて、会話内容監視サーバが算出するものである。この算出方法について詳しくは後述する。

このように本発明のシステムによれば、オペレータがＮＧワードを発する兆候をできるだけ早く捉え、スーパバイザやそのオペレータ（オペレータＡ）にＮＧワード危険度に応じた適切なアラームを発生させて送信するので、ＮＧワードの発信を事前に防止することができる。また、アラームを受けたスーパバイザには、オペレータＡと顧客の会話内容が、アラ−ム発生後はもちろん、今までの会話内容も全てテキスト化され送信されるので、いままでの会話の録音を聞き直したりすることなく、オペレータＡの監視を優先的に行うことができる。また、オペレータＡに対しても以後の会話に注意するように注意喚起することができる。

図３は、本発明の典型的な実施形態であるコールセンタ用語管理システム１００（以下、単に本システムと呼ぶ）の機能ブロック図を示した図である。本システムは、企業のコールセンタのコンピュータ・システムであり、図１で説明した各サーバが、複数（十台程度から数百台程度の規模まで）のオペレータ端末２００と、１以上のスーパバイザ端末２１０と、１以上の管理者端末２２０とにネットワークを介して接続されている。通常、１人のスーパバーザが、１０人程度のオペレータの状況を管理しているケースが一般的である。大規模なコールセンタでは、スーパバイザと複数のオペレータの組（オペレータグループ）が多数存在する。

図３の中で実線１１０で囲った部分が図１、図２で説明した音声キャプチャサーバに相当し、同様に、実線１２０で囲った部分が音声認識サーバ、実線１３０で囲った部分が会話テキスト分析サーバ、実線１４０で囲った部分が会話内容監視サーバに相当する。各サーバは単一又は複数のコンピュータで構成されるが、特に音声認識サーバについては、負荷に応じて処理能力を柔軟に変更できるように、複数のサーバ構成とし、各サーバは、複数のＣＰＵと複数のＣＰＵコアを備えたハードウェア装置とすることが望ましい。以下、本システムの各機能ブロックについて順に説明する。

コールセンタに顧客からの電話が着電すると、構内交換機１０１（ＰＢＸ：Private Branch eXchange）が自動音声応答装置１０２（ＩＶＲ）に制御を渡し、まずは自動音声応答で応対させる。自動音声応答装置１０２は、顧客に問い合わせ内容に対応する要件番号を入力させ（問い合わせ内容ごとに電話番号を分けているコールセンタでは省略可）、自動応答ができない場合には、オペレータ端末２００の中から現在通話中でない端末を見つけ、端末制御部１０３を介して、そのオペレータ端末２００に着電を接続する。このとき、要件番号（サービスコード）、及びカード番号や携帯電話番号等の顧客を特定できる情報が得られる場合は、その情報も同時にオペレータ端末２００に送信する。なお、オペレータ端末２００は必ずしもコールセンタの施設内とは限らず、在宅オペレータの自宅のＰＣであることもある。

端末制御部１０３では、着電した顧客が特定できる場合は、顧客情報ＤＢ１０４からその顧客の情報を読み出してオペレータ端末２００に表示する。このようにして顧客とオペレータの通話が確立する。なお、ＩＶＲを採用していないコールセンタの場合、或いはＩＶＲからの伝達される情報が不十分な場合は、オペレータが顧客との会話開始時に、顧客特定情報や問い合わせ要件を聞きだし、システムにインプットすることが望ましい。

（音声キャプチャサーバ）
顧客とオペレータとの会話が開始すると、音声キャプチャサーバ１１０の音声録音部１１１が、会話の内容の音声データを録音し、会話日時、オペレータＩＤ、顧客ＩＤ、サービスコード（問い合わせ内容）とともに音声データを会話録音ＤＢ１１２に格納する。これはオペレータの品質向上のための基礎データとして、或いは顧客とトラブルがあった際の対策として、コールセンタでは広く行われている。

（音声認識サーバ）
会話録音ＤＢ１１２に格納された録音データは、音声認識サーバ１２０の音声／テキスト変換部１２２によって、テキストデータに変換され、変換出力されたテキストは、音声認識サーバ１２０内部又は外部に備えた会話テキスト蓄積ＤＢ１２３に順次格納される。音声認識については、公知技術であるのでここでは説明を省略する。ただし、本システムの音声認識サーバ１２０は、通話中の音声／テキスト変換をリアルタイムで処理する必要があるときは、会話内容監視サーバ１４０からの指示によって、リソースの割当を柔軟に変更できるようにリソースの割当を変更するリソース管理部１２１を備えている。これについて詳しくは後述する。

（会話テキスト分析サーバ）
会話テキスト分析サーバ１３０は、形態素解析部１３１を備え、会話テキスト蓄積ＤＢ１２３から会話テキストを読み出し、形態素（言語で意味をもつ最小単位）に分解する。そして、解析された形態素を元に、単語又は文節である用語（ワード）単位に結合し、会話中に現れる全ての用語を兆候ワード判定部１３２に受け渡す。なお、形態素解析及び文節の解析は、様々な公知の技術を用いてよいが、それらの公知技術についてはここでは説明を省略する。

兆候ワード判定部１３２は、会話中の全ての用語について、その用語がＮＧワードに当たるかをチェックする。ただし、ＮＧワード自体は、ＮＧワードリストとしてＮＧワードＤＢ１３４に予め登録されているものとする。ＮＧワードの登録は、ＮＧワード登録部１３５を介して、管理者端末２２０から行う。

兆候ワード判定部１３２は、２つの機能を有し、特に図示していないが、さらに兆候ワード発話判定部と兆候ワード登録判定部とに分かれる。兆候ワード発話判定部は、発話中の用語が兆候ワードリストに当たるかどうかをリアルタイムに判定する。すなわち、兆候ワード発話判定部は、発話中にＮＧワードが含まれている場合は、そのＮＧワードが現れる前の発話の用語を再度チェクし、ＮＧワード兆候ＤＢ１３３に格納された兆候ワードリストに格納された用語に当たるかを判定する。

兆候ワード登録判定部は、通常はバッチ処理で、会話の内容から兆候ワード候補を抽出し、兆候ワードとして登録するかどうか判定する。すなわち、兆候ワード登録判定部は、抽出された１又は複数の用語を兆候ワード候補としてひとまず記憶し、記憶された兆候ワード候補は、好ましくは管理者の確認を経た後、兆候ワードとして登録される。通常は、１つのＮＧワードに対して複数の兆候ワードが紐付されて登録される。同様に１つの兆候ワードに対して、複数のＮＧワードを紐づけしてもよい。このような、ＮＧワードと兆候ワードの相互の紐づけ登録は、リレーショナル・データベース等の公知の技術を用いて実現する。

兆候ワードが紐づけされていない場合は、管理者端末２２０にＮＧワードが出現する直前又は所定の範囲の会話テキストを送信して、システム管理者に判断を仰ぐようにする。また、兆候ワード判定部１３２は、ＮＧワードが出現する前の用語の出現頻度を統計処理し、ＮＧワードの前に出現頻度が高い用語について、「兆候ワード候補」として、管理者端末２２０に表示する機能を備えている。管理者端末２２０からは、兆候ワード候補を兆候ワードとして登録するか否かの判定を行うこともできる。例えば、出現したＮＧワードが前述した“絶対大丈夫”であるとすると、その前に顧客が発した“絶対”とか“大丈夫”といった用語も兆候ワードの候補として表示する。管理者は、この兆候ワードの候補から、当該ＮＧワードの兆候ワードとすべきか否かを判断してシステムにインプットする。このようにすることで、兆候ワードの統計的な蓄積及び人間によるチェックが同時に可能となる。

さらに、兆候ワード判定部１３２は、兆候ワードのデータの蓄積に応じて、管理者の判定結果を学習する機能を持っていることが望ましい。例えば、新しいＮＧワードが登録された場合に、類似のＮＧワードと兆候ワードとして判定された結果から、新たなＮＧワードの兆候ワードを類推する機能を備える等である。また、一度登録された兆候ワードであっても、オペレータやスーパバイザからのフィードバックを受け付けるようにして、適宜更新する機能も備えていることが望ましい。

（会話内容監視サーバ）
ＮＧワード兆候検出部１４１は、ＮＧワード兆候ＤＢ１３３を参照しながら、現在、オペレータと顧客の通話中の会話内容に兆候ワードが現れてないかをチェックする機能を有する。また、ＮＧワード検出部１４４は、ＮＧワード自体が現れてないかもチェックする。ＮＧワード兆候検出部１４１とＮＧワード検出部１４４は統合した構成としてもよい。兆候ワード若しくはＮＧワードのチェックは、先行特許文献１に示されたような禁止語音素モデルを用いてもよいし、後述の音声認識リソース変更機能によって、リアルタイム（例えば１秒以内）に音声／テキスト変換が可能な場合は、その変換後のテキストでチェックしてもよい。問い合わせ内容（サービス内容）が取得できる場合は、そのサービス内容ごとにカテゴリー分けされた兆候ワードリストやＮＧワードリストを用いると処理が効率化できる。

ＮＧワード兆候検出部１４１は、兆候ワードの検出以外にも、会話時間、サービス内容、特定顧客、特定地域、の各要素の評価値もチェックし、ＮＧワード危険度を算出する。ＮＧワード危険度は、重回帰分析（多変量解析の一つ）の手法を用いて、例えば、下記の数式で算出できる。

ＮＧワード危険度＝(b₁×N₁+b₂×N₂+b₃×N₃+・・・)＋a₁×Ｔ＋a₂×Ｓ＋a₃×Ｃ＋a₄×Ｒ
ただし、
N₁,N₂,N₃,・・・は会話中に出現した兆候ワードの出現回数でb₁,b₂,b₃は兆候ワードごとの重み係数、
Ｔは後述する経過時間値（会話開始から現時点までの会話時間に関する値）、
Ｓはサービス内容ごとに決められる所定の値、
Ｃは後述する特定顧客値、
Ｒは後述する特定地域値、
a₁〜a₄は各評価値の重み係数である。

なお、ＮＧワードの兆候を検出するために、兆候ワードの出現回数を用いるとき、カウントされた回数をそのまま使うのではなく、兆候ワードを発話する前の会話の状況を考慮した回数を使ってもよい。例えば、顧客の「絶対大丈夫ですか？」の質問に対して、オペレータが「はい。大丈夫です。」と答えた場合は、兆候ワードである「大丈夫です」の回数は「１」とするが、顧客の「問合せには、長い時間がかかりそうですが、いいですか。」の質問に対して、オペレータが「はい。大丈夫です。」と答えた場合は、兆候ワードである「大丈夫です」の回数は「０」としてもよい。

また、所定の数式で算出されたＮＧワード危険度を算出する際、そのオペレータの熟練度を考慮してもよい。熟練度の高いオペレータであれば、兆候ワードを発しつつもＮＧワードは発しないが、熟練度の低いオペレータであれば、兆候ワードを発しつつあるときは、その後にＮＧワードを発する危険性が高いからである。

音声認識リソース変更指示部１４２は、ＮＧワード兆候検出部１４１がＮＧワード発生の兆候を検出すると起動され、音声認識サーバ１２０のリソース管理部１２１に当該オペレータの音声認識処理の優先度を上げてリアルタイムで音声／テキスト変換を行うように指示する。この指示を受けたリソース管理部１２１は、音声認識リソース変更機能を備えており、音声／テキスト変換部１２２に可能な限りのリソース（サーバ、ＣＰＵ、ＣＰＵコア、メモリ容量等）の割当を提供して処理速度を向上させる。このとき提供されるリソースは、ＮＧワード危険度によって決定する。最高レベルのＮＧワード危険度が検出された場合は、音声／テキスト変換部１２２に割り当てられるリソースも最大となることは言うまでもない。また、後述するアラーム発生部１４３により注意喚起を受けた当該オペレータがその後の会話内容から兆候ワードの検出がされなくなった場合は、一度優先度が上げられた当該オペレータの音声認識の優先度を下げるようにしてもよい。このようにすることでシステムリソースを有効に活用できるからである。

アラーム発生部１４３は、ＮＧワード兆候検出部１４１又はＮＧワード検出部１４４の検出結果に応じて、オペレータ端末２００及びスーパバイザ端末２１０に対して、注意喚起又はアラームのメッセージを送信する。メッセージの内容は、前述したＮＧワード危険度に応じたアラームのレベルを定義し、アラームのレベルごとに変化させるようにしてもよい。このメッセージの具体例については、後述の図で説明する。

上記の本システムの機能構成は、あくまで一例であり、一つの機能ブロック（データベース及び機能処理部）を更に分割したり、複数の機能ブロックをまとめて一つの機能ブロックとして構成したりしてもよい。各機能処理部は、コンピュータ装置に内蔵されたＣＰＵ（Central Processing Unit）が、ＲＯＭ（Read Only Memory）又はハードディスク等の記憶装置に格納されたコンピュータ・プログラムを読み出し、ＣＰＵにより実行されたコンピュータ・プログラムによって実現される。すなわち、各機能処理部は、このコンピュータ・プログラムが、記憶装置に格納されたデータベース（ＤＢ;Data Base)やメモリ上の記憶領域からテーブル等の必要なデータを読み書きし、場合によっては、関連するハードウェア（例えば、入出力装置、表示装置、通信インターフェース装置）を制御することによって実現される。また、本発明の実施形態におけるデータベース（ＤＢ）は、商用データベースであってよいが、単なるテーブルやファイルの集合体をも意味し、データベースの内部構造自体は問わないものとする。なお、データベースも１つのサーバ（データベースサーバ）と考えてもよい。

（兆候ワードデータ蓄積処理フロー）
図４は、兆候ワードのデータを蓄積する処理フローを示す図である。この処理は、会話テキスト分析サーバ１３０（以下、分析サーバと略す）が行う処理である。なお、以下の処理は、必ずしもこのフローチャートで示した順で処理される必要はなく、各処理ブロックの入力データと出力データの関係が損なわれない限り、処理順序を変更してもよい。

分析サーバは、まずステップＳ１０において、ＮＧワードリストをＮＧワードＤＢ１３４から読み出し、続いてステップＳ１１で、未処理の会話テキストを会話テキスト蓄積ＤＢ１２３から読み出す。そして、ステップＳ１２において、読み出した会話テキストにＮＧワードが含まれているかをチェックする。ＮＧワードが含まれていなければ、その会話テキストに処理済のフラグを付した後、ステップＳ２６に飛び、未処理の会話テキストがなくなるまで順次チェックしていく。

会話テキストにＮＧワードが含まれていれば、ステップＳ１３において、その会話のサービス内容または問い合わせ内容、会話時間を取得する。サービス内容又は問い合わせ内容には、サービスコードが予め定義されているものとし、サービスコードは、ＩＶＲ又はオペレータが顧客との会話開始時に取得して、会話テキストのヘッダ部に付加されたものを取得する。ただし、１つの会話中に複数のサービス内容が含まれる場合があるので、会話全文からサービス内容を特定できるようなキーワードを検出して、複数のサービス内容が含まれる場合は、そのサービスコードを追加する。

分析サーバは、次にステップＳ１４において、登録顧客かどうかをチェックする。登録済みの顧客であれば、着信時に入手した携帯電話番号、顧客番号、オペレータが会話開始時から聞き出した情報から顧客を特定できる。顧客が登録されていなければ、次のステップＳ１５〜Ｓ１６の処理はスキップする。

ステップＳ１５においては、「特定顧客」かどうかをチェックする。特定顧客とは、クレーマ等の特別の気質も持った顧客、或いは重要顧客（ＶＩＰ）として登録されている顧客で、通常の顧客よりも注意を払うべき顧客をいう。特定顧客であれば、特定顧客向ＮＧワードリストをチェック用に追加する（ステップＳ１６）。

分析サーバは、さらにステップＳ１７において、顧客の地域が特定可能かどうかをチェックする。顧客からの着信が固定電話からであれば、その市外番号から容易に特定できるが、会話テキスト中に地域に関するキーワード（県、市町村名など）が含まれていれば、その前後のテキストから顧客の地域を自然言語解析技術等を用いて推定するようにしてもよい。そして地域が特定できれば、ＮＧワードがその地域特有であるかを判定する（ステップＳ１８）。地域特有であればそのＮＧワードを特定地域に紐づける。具体的には、地域名をＮＧワードのテーブルの特定地域欄に書き込む（ステップＳ１９）。

特定顧客、特定地域の処理が終わると、分析サーバは、ステップＳ２０の処理に移る。ステップＳ２０においては、会話テキスト中で、検出されたＮＧワードよりも前に発せられた用語（これを前発用語と呼ぶことにする）の出現回数をカウントし、統計データに加える。そしてステップＳ２１において、前発用語であって、かつ当該ＮＧワードの統計データ中の出現回数が所定値よりも大きい用語を兆候ワード候補としてリスト化する。前発用語がすでに兆候ワードとして登録されていれば、その旨の情報も付加する。

このようにしてリスト化された兆候ワード候補を直ちに当該ＮＧワードの兆候ワードとして登録するか否かについて、人間（システム管理者又は判定者としてアサインされた者）の判断を求めるか否かを設定できるようにすることが望ましい。人間の判断が必要と設定されている場合は（ステップＳ２２：Ｙ）、ステップＳ２３に移り、そのための判定画面を管理者の端末等に表示し、判断を求める。

図５は、この判定画面の例を示したものである。この図は、画面に表示される情報を示したものであり、画面内のレイアウトは自由である。図示する符号３０１で示す部分は、処理中の会話テキストの基本情報を表示する部分である。符号３０２で示す部分は、会話の全文テキストと検出された用語を時系列に表示する領域である。ここでは、検出された用語の中で、兆候ワード候補を太字で、判定者によって兆候ワードであると判定された用語を太線＋下線で、ＮＧワードを囲み罫線で示している。実際には、文字をカラーで表示したり、サイズを変えたりして操作性を高めることは言うまでもない。用語の後ろのかっこ内の数字は、その用語が会話内に複数回出現したことを示す。判定者が、このような画面で兆候ワードとして登録するか否かの最終判定を行い、登録ボタン３０３を押すことで指定された兆候ワードがシステムに登録される。

図４に戻り、ステップＳ２４で兆候ワードの新たな登録が必要であると判定された場合は、ステップＳ２５において、判定された用語を当該ＮＧワードに紐づく兆候ワードとして、ＮＧワード兆候ＤＢ１３３に格納する。

図６は、このＮＧワード兆候ＤＢ１３３に格納されるデータを表形式で模式的に示したものである。この例では、クレジットカード会社のコールセンタを想定している。この表では、ＮＧワードをカテゴリーに分けて、そのカテゴリーに属するＮＧワード全体に対して、ＮＧワード出現前の用語を発生回数順に並べてリスト化し、兆候ワードとしての評価値を付加する構成としている。評価値が高いほど兆候ワードの可能性が高いことを示している。ただし、用語の発生回数が高いからといって必ずしも評価値が高くなるわけではないことに注意されたい。兆候ワードは、ゼロか一かで登録してもよいが、このように評価値を設けることで、サービス内容に応じて、所定の評価値以上を兆候ワードとするなど、場面によって評価値の判定基準を変えることができる。なお、この表は、複数の表を結合するリレーショナル・データベースで実現できる。

（会話内容チェック処理フロー）
図７は、会話内容をリアルタイムにチェックする処理のフローを示した図である。オペレータが顧客との会話（通話）を開始すると、会話内容監視サーバ１４０（以下、単に監視サーバと呼ぶ）は、まず、サービス内容を取得し（ステップＳ３０）、そのサービス内容に対応するＮＧワードの兆候ワードリスト（ステップＳ３１）を取得する。サービス内容が取得できない場合は、全てのサービス内容に対応するＮＧワードの兆候ワードリストを取得する。さらに、監視サーバは、オペレータの習熟度の情報を取得してもよい（ステップＳ３２）。

次に、ステップＳ３３において、会話基本情報から特定顧客か否かをチェックする。特定顧客であれば、特定顧客値を設定する（ステップＳ３４）。特定顧客値とは、その顧客の要注意度であり、特定顧客値が高いほど要注意度を上げてアラームを行うための値である（最も単純にした場合は、０か１である）。特定顧客値は、前述したように、ＮＧワード危険度を算出する際に用いられる。

次に、ステップＳ３５においては、会話基本情報から特定地域か否かをチェックする。特定地域であれば、特定地域値を設定する（ステップＳ３６）。特定地域値とは、その地域の要注意度であり、特定地域値が高いほど要注意度を上げてアラームを行うための値である（単純に０か１でもよい）。特定地域値も、ＮＧワード危険度を算出する際に用いられる。

次に、ステップＳ３７においては、会話開始から現在までの会話時間を求め、会話時間がサービス内容ごとに定められた所定時間を経過していないかをチェックする。所定時間を経過していれば、経過時間値を設定する（ステップＳ３８）。経過時間値とは、会話がそのサービス内容の通常の会話時間を大幅に超過していないかどうかを示す値であり、経過時間値が高いほど注意度を上げてアラームを行うための値である（例えば、所定時間を２０％以上超過した場合は１、５０％以上超過した場合は２、などのように定める）。経過時間値も、ＮＧワード危険度を算出する際に用いられる。

ステップＳ３９においては、会話途中でサービス内容が変わったり（追加を含む）、オペレータの交代があったりしたかどうかをチェックする。会話途中でそれらの変更があった場合は、ステップＳ３０からの処理をやり直す。また、ステップＳ４０においては、会話途中で顧客又は顧客の地域が判明したかどうかをチェックする。これらの情報が判明していれば、ステップＳ３３からの処理をやり直す。ただし、上記いずれの場合も既に処理済みの部分はそのまま記憶される。

次にステップＳ４１において、会話内容にステップＳ３１で取得した兆候ワードが含まれているかをチェックする。そして、ステップＳ４２において、ＮＧワード危険度を算出する。ＮＧワード危険度算出の具体的な方法については、すでに説明済みであるのでここでは省略する。ただし、ステップＳ３２で取得したオペレータの習熟度を加味してもよい。

さらに、ステップＳ４３において、算出されたＮＧワード危険度が所定値（閾値）を超えていないかどうかをチェックする。閾値を超えていれば、ＮＧワード危険度に応じたアラームを該当するオペレータの端末及びそのオペレータを管理・指導するスーパバイザの端末に送信する。このときのアラーム発生時の画面を図８に示す。

図８は、兆候ワード検出のアラーム発生時のオペレータの画面及びスーパバイザの画面の一例を示す図である。図示するように、オペレータＡの端末画面４００には、顧客及び自分が発した兆候ワードとその回数が表示される。また、兆候ワードと紐づいたＮＧワード（この例では“絶対大丈夫”）も表示される。

図７に戻り、監視サーバは、アラームを発生した後、或いは同時に、ステップＳ４５において、算出されたＮＧワード危険度に応じて、音声認識サーバ１２０に対して、兆候ワードが検出された会話の音声／テキスト変換のためのリソースを増やし、さらに優先度を上げて、当該会話の変換処理をリアルタイムで行うように指示を送信する。この指示を受けた音声認識サーバ１２０は、図９で示すように、ＮＧワード危険度と優先度に応じて音声認識のリソース（オンラインで実行するサーバ数、ＣＰＵ数、ＣＰＵコア数、メモリ容量）を変化させ処理速度を上げる。

図９は、このときの音声認識サーバのリソース変更のイメージを示す図である。例えば、優先度:低（通常状態）のときは、音声認識サーバ１のみがオンラインで稼働しており、音声認識サーバ２は、バッチ処理用又はバックアップ用に待機している状態とする。このときオペレータＡの会話の音声／テキスト変換は、ＣＰＵ１のＣＯＲＥ１のみで処理していたとする。

ＮＧワード危険度が上がり、優先度：中になると、ＣＰＵ１の全コアが上記の処理に割り当てられ、さらにそれでも処理速度が不足する場合は、ＣＰＵ２，ＣＰＵ３，ＣＰＵ４もこの処理に割り当てられるようになる。

さらにＮＧワード危険度が上がり、優先度:高になると、音声認識サーバ１だけでなくバックアップ用の音声認識サーバ２も割り当てられるようになる。実際に割り当てられるサーバの数、ＣＰＵ又はＣＯＲＥの数は、他の負荷状況によって決定される。兆候ワードを検出している端末が複数ある場合は、そのＮＧワード危険度によって優先されるリソース配分が決定される。

図７に戻り、最後に、ステップＳ４６において、会話が終了したかどうかをチェックする。会話が終了していれば、監視サーバは、この通話に対しての監視を終了する。会話が継続していれば、ステップＳ３７に戻り、以降の処理を繰り返す。このようにして、会話内容のリアルタイムなチェック処理が行われる。

上述した図５、図６、図８の例では、クレジットカード等のカード会社のコールセンタのシステムを具体例としてあげて説明したが、他の企業のコールセンタにも適用可能であるのは当然である。

なお、本システムは、ＮＧワードの兆候だけでなく、例えば、顧客の、満足や不満やイライラの言葉、喜びや怒りといった感情的な言葉を発する兆候を捉えるなど、顧客が発する言葉で、企業側が特に注意を払うべき用語に対しても応用することが可能である。

また、コールセンタによっては、顧客からのメールでの問い合わせに対して、その顧客と一定の期間内に会話したオペレータがフォローアップとしてメールで返答する場合がある。その場合、その返答文にＮＧワードが含まれてはならないのは当然であるが、顧客からの問い合わせ文に、ＮＧワードや兆候ワードが含まれていても、それをうっかり返答文に含ませることがないように注意する必要がある。このため、返答文のＮＧワード危険度をメール送信前に算出し、チェックして、普段からオペレータのＮＧワードに対する注意喚起をさらに高めることも可能である。

以上、実施形態を用いて本発明を説明したが、本発明の技術的範囲は上記実施形態に記載の範囲には限定されないことは言うまでもない。上記実施形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。またその様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

１００ コールセンタ用語管理システム（本システム）
１０１ 構内交換機
１０２ 自動音声応答装置
１０３ 端末制御部
１０４ 顧客情報ＤＢ
１１０ 音声キャプチャサーバ
１１１ 音声録音部
１１２ 会話録音ＤＢ
１２０ 音声認識サーバ
１２１ リソース管理部
１２２ 音声／テキスト変換部
１２３ 会話テキスト蓄積ＤＢ
１３０ 会話テキスト分析サーバ
１３１ 形態素解析部
１３２ 兆候ワード判定部
１３３ ＮＧワード兆候ＤＢ
１３４ ＮＧワードＤＢ
１３５ ＮＧワード登録部
２００ オペレータ端末
２１０ スーパバイザ端末
２２０ 管理者端末
３００ 兆候ワード判定画面
４００ 兆候ワードを検出したオペレータの画面
４１０ オペレータを管理するスーパバイザの画面

Claims (6)

1. コールセンタにおいてオペレータが顧客に対して発する用語を管理するシステムであって、
   前記顧客と前記オペレータとの会話を録音する音声キャプチャサーバと、
   前記音声キャプチャサーバが録音した音声データを読み出してテキストデータである会話テキストに変換し、会話テキスト蓄積ＤＢに蓄積する音声認識サーバと、
   前記会話テキスト蓄積ＤＢの前記会話テキストを統計処理して分析する会話テキスト分析サーバと、
   を備えており、
   前記会話テキスト分析サーバは、
   前記会話テキスト蓄積ＤＢから前記会話テキストを読み出し、形態素解析により用語単位に分解する形態素解析部と、
   前記形態素解析部により用語単位に分解された会話テキストに、予め定められたＮＧワードが含まれているか否かを検出し、前記ＮＧワードが含まれている場合に、前記会話テキストに含まれる用語が、前記オペレータが前記ＮＧワードを発する兆候となる兆候ワードか否かを判定し、前記兆候ワードと判定された用語をＮＧワード兆候ＤＢに格納する兆候ワード判定部と、
   を備えることを特徴とするコールセンタ用語管理システム。
2. 顧客とオペレータの通話中の音声データを取得し、会話内容をリアルタイムにチェックする会話内容監視サーバをさらに備え、
   前記会話内容監視サーバは、
   前記ＮＧワード兆候ＤＢに格納されたデータに基づいて、前記通話中の会話に前記兆候ワードが含まれているか否かを検出するＮＧワード兆候検出部と、
   前記兆候ワードが前記通話中の会話に含まれている場合に、当該オペレータの端末と当該オペレータを管理するスーパバイザの端末にアラームを発生させるアラーム発生部と、
   を備えることを特徴とする請求項１に記載のコールセンタ用語管理システム。
3. 前記会話内容監視サーバは、前記ＮＧワードと前記コールセンタのサービス内容に紐づけられた兆候ワードと、前記通話中の会話の会話時間、前記通話中の顧客が特定顧客として指定されているか否かの情報、及び前記通話中の顧客が特定地域の顧客であるか否かの情報のうち少なくとも１つの情報とに基づいて、オペレータがＮＧワードを発する危険性であるＮＧワード危険度を算出し、
   前記アラーム発生部は、前記ＮＧワード危険度に応じて前記アラームのレベルを決定することを特徴とする請求項２に記載のコールセンタ用語管理システム。
4. 前記会話内容監視サーバは、前記ＮＧワード危険度に応じて、前記音声認識サーバの音声／テキスト変換を処理するリソースの割当を変更させることを特徴とする請求項３に記載のコールセンタ用語管理システム。
5. 前記兆候ワード判定部は、前記会話テキストから抽出された兆候ワードの候補を、前記兆候ワードとして登録するか否かの判定を求める判定画面を管理者端末に生成することを特徴とする請求項１乃至４のいずれか一項に記載のコールセンタ用語管理システム。
6. コールセンタにおいてオペレータが顧客に対して発する用語を管理する方法であって、
   前記顧客と前記オペレータとの会話を録音する音声キャプチャステップと、
   前記音声キャプチャステップで録音した音声データを読み出してテキストデータである会話テキストに変換するステップと、
   前記会話テキストを会話テキスト蓄積ＤＢに蓄積するステップと、
   前記会話テキスト蓄積ＤＢの前記会話テキストを統計処理して分析する会話テキスト分析ステップと、
   を有し、
   前記会話テキスト分析ステップは、
   前記会話テキスト蓄積ＤＢから前記会話テキストを読み出し、形態素解析により用語単位に分解する形態素解析ステップと、
   前記形態素解析ステップで用語単位に分解された会話テキストに、予め定められたＮＧワードが含まれているか否かを検出するステップと、
   前記ＮＧワードが含まれている場合に、前記会話テキストに含まれる用語が、前記オペレータが前記ＮＧワードを発する兆候となる兆候ワードか否かを判定するステップと、
   前記兆候ワードと判定された用語をＮＧワード兆候ＤＢに格納するステップと、
   を含むことを特徴とするコールセンタ用語管理方法。

Images