WO2025041244A1 - プログラム、方法、情報処理装置、システム - Google Patents

プログラム、方法、情報処理装置、システム Download PDF

Info

Publication number
WO2025041244A1
WO2025041244A1 PCT/JP2023/030069 JP2023030069W WO2025041244A1 WO 2025041244 A1 WO2025041244 A1 WO 2025041244A1 JP 2023030069 W JP2023030069 W JP 2023030069W WO 2025041244 A1 WO2025041244 A1 WO 2025041244A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
dialogue
analysis data
data
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
PCT/JP2023/030069
Other languages
English (en)
French (fr)
Inventor
志穂 井上
正樹 大野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Revcomm
Revcomm Inc
Original Assignee
Revcomm
Revcomm Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Revcomm, Revcomm Inc filed Critical Revcomm
Priority to PCT/JP2023/030069 priority Critical patent/WO2025041244A1/ja
Publication of WO2025041244A1 publication Critical patent/WO2025041244A1/ja
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Definitions

  • This disclosure relates to a program, a method, an information processing device, and a system.
  • Patent Document 1 discloses a technique for analyzing call information.
  • the present disclosure has been made to solve the above-mentioned problems, and its purpose is to provide a technology for creating input data such as prompts to be input into a generation AI of a large-scale language model or the like to obtain answer content (feedback such as comments) from analytical data related to a dialogue in a manner that is easy for a user to understand.
  • a program that causes a computer having a processor and a storage unit to process information regarding a dialogue between multiple users, the program executing an analysis data acquisition step in which the processor acquires analysis data obtained by analyzing the dialogue, and an input data creation step in which input data to be input to a generation AI is created based on the analysis data acquired in the analysis data acquisition step.
  • a generation AI such as a large-scale language model to obtain answers (feedback such as comments) in a format that is easy for users to understand.
  • FIG. 2 is a block diagram showing the functional configuration of the system 1.
  • FIG. 2 is a block diagram showing the functional configuration of the server 10.
  • FIG. 2 is a block diagram showing a functional configuration of a first user terminal 20.
  • FIG. 2 is a block diagram showing a functional configuration of a second user terminal 30.
  • FIG. 13 is a diagram showing the data structure of a user table 1012.
  • FIG. 11 is a diagram showing the data structure of a group table 1013.
  • FIG. 11 is a diagram showing the data structure of a dialogue table 1014.
  • FIG. 10 is a diagram showing the data structure of a label table 1015.
  • FIG. 11 is a diagram showing the data structure of a speech segment table 1016.
  • FIG. 10 is a diagram showing the data structure of a comment table 1021.
  • 13 is a flowchart showing an operation of a comment process. 13 is a screen example showing a comment processing operation.
  • FIG. 2 is a block diagram showing the basic hardware configuration of
  • the system 1 in the present disclosure is an information processing system that provides an information processing service for efficiently managing inquiries from customers via telephone or the like.
  • the system 1 comprises information processing devices, namely, a server 10, a first user terminal 20, a second user terminal 30, a voice server (PBX) 50, and a generation AI 80, which are connected via a network N.
  • FIG. 1 is a block diagram showing the functional configuration of the system 1.
  • FIG. 2 is a block diagram showing the functional configuration of the server 10.
  • FIG. 3 is a block diagram showing the functional configuration of the first user terminal 20.
  • FIG. FIG. 4 is a block diagram showing the functional configuration of the second user terminal 30.
  • Each information processing device is configured by a computer equipped with an arithmetic unit and a storage device.
  • the basic hardware configuration of the computer and the basic functional configuration of the computer realized by the hardware configuration will be described later.
  • the server 10 the first user terminal 20, the second user terminal 30, the voice server (PBX) 50, and the generation AI 80, descriptions that overlap with the basic hardware configuration of the computer and the basic functional configuration of the computer described later will be omitted.
  • the server 10 is an information processing device that provides an information processing service that executes predetermined information processing in response to inquiries from customers by telephone or the like.
  • the server 10 in the present disclosure is an information processing device that provides an online interactive service (online interactive service) between a first user who is an operator and a second user who is a customer.
  • the server 10 in the present disclosure may also be capable of providing an online interactive service between three or more users including a plurality of operators and a plurality of customers. It should be noted that the customer does not necessarily have to be a user of the information processing service according to the present disclosure.
  • the server 10 includes a memory unit 101 and a control unit 104 .
  • the storage unit 101 of the server 10 includes an application program 1011 , a user table 1012 , a group table 1013 , a dialogue table 1014 , a label table 1015 , a voice segment table 1016 , and a comment table 1021 .
  • the application program 1011 is a program for causing the control unit 104 of the server 10 to function as each functional unit.
  • the application programs 1011 include applications such as a web browser application.
  • the user table 1012 is a table that stores and manages user information. When a user registers to use a service, the user's information is stored in a new record in the user table 1012. This allows the user to use the service according to the present disclosure.
  • the user table 1012 is a table having a user ID as a primary key, and columns of a user ID, a group ID, and a user name.
  • FIG. 5 is a diagram showing the data structure of the user table 1012. As shown in FIG.
  • the user ID is an item for storing user identification information for identifying a user.
  • the user identification information is an item for which a unique value is set for each user.
  • the group ID is an item for storing group identification information for identifying a group. One or more pieces of group identification information are stored in association with each user, thereby expressing that the user belongs to one or more groups.
  • the user name is an item for storing the name of the user. The user name may be set to any character string such as a nickname instead of a name.
  • the group table 1013 is a table that stores and manages information (group information) about groups to which a user belongs. Groups include any groups, such as companies, corporations, corporate groups, clubs, various organizations, etc. Groups may be defined for more detailed subgroups, such as company departments (sales department, general affairs department, customer support department, etc.).
  • the group table 1013 is a table having a group ID as a primary key, and columns of group ID, group name, and group attribute.
  • FIG. 6 is a diagram showing the data structure of the group table 1013. As shown in FIG.
  • the group ID is an item for storing group identification information for identifying a group.
  • the group identification information is an item in which a unique value is set for each piece of group information.
  • the group name is an item for storing the name of the group. Any character string can be set as the group name.
  • the group attribute is an item for storing information on group attributes such as group type (company, corporate group, other organization, etc.) and industry (real estate, finance, etc.).
  • the dialogue table 1014 is a table for storing and managing information (dialogue information) related to a dialogue carried out between a user and a customer.
  • the dialogue table 1014 is a table having a dialogue ID as a primary key, and columns of a dialogue ID, a user ID, a customer ID, a dialogue category, a sending/receiving type, audio data, and video data.
  • FIG. 7 is a diagram showing the data structure of the dialogue table 1014. As shown in FIG.
  • the dialogue ID is an item for storing dialogue identification information for identifying a dialogue.
  • the dialogue identification information is an item in which a unique value is set for each piece of dialogue information.
  • the user ID is an item for storing user identification information for identifying a user in a dialogue between a user and a customer. A plurality of user IDs may be associated with each piece of dialogue information.
  • the customer ID is an item for storing user identification information for identifying a customer in a dialogue between a user and a customer. User IDs of multiple customers may be associated with each piece of dialogue information.
  • the dialogue category is an item for storing the type (category) of the dialogue between the user and the customer. The dialogue data is classified by the dialogue category.
  • the communication type is an item for storing information for distinguishing whether the conversation between the user and the customer was sent by the user (outbound) or received by the user (inbound). In addition, when a conversation involves three or more users, the communication type "room" is stored.
  • the audio data is an item for storing audio data collected by a microphone. It may also store reference information (path) for an audio data file located in another location. The audio data may be in any format, such as AAC, ATRAC, mp3, or mp4.
  • the voice data may be in a format in which an identifier is set that allows the user's voice and the customer's voice to be independently identifiable.
  • the control unit 104 of the server 10 can perform independent analysis processing on the user's voice and the customer's voice.
  • the user ID and the customer ID can be identified based on the voice data of the user and the customer.
  • video data including audio information may be used instead of audio data.
  • audio data in the present disclosure includes audio data included in video data.
  • data in other data formats associated with various data may be stored. For example, data such as contract documents, minutes, presentation files, or emails may be included.
  • the video data is an item for storing video data captured by a camera or the like.
  • the video data may be in any data format, such as MP4, MOV, WMV, AVI, or AVCHD.
  • the video data may be in a format in which identifiers are set that allow the user's video and the customer's video to be independently identifiable.
  • the control unit 104 of the server 10 can perform independent analysis processing on the user's video and the customer's video.
  • the user ID and the customer ID can be identified based on the video data of the user and the customer.
  • the label table 1015 is a table for storing and managing information relating to labels (label information).
  • the label table 1015 is a table having columns for a conversation ID and label data.
  • FIG. 8 is a diagram showing the data structure of the label table 1015.
  • the dialogue ID is an item for storing dialogue identification information for identifying a dialogue.
  • the label data is an item for storing label information for managing dialogues.
  • the label information is additional information for managing dialogue information, such as a classification name, a label, a classification label, and a tag.
  • the label data may be a character string indicating the name of the label information, or may be a label ID for referencing the name of the label information stored in another table.
  • the label data includes classification information according to the emotional state of a speaker in a particular dialogue.
  • the classification data includes classification information for classifying the speaker's response in a particular dialogue as good or bad.
  • the voice section table 1016 is a table for storing and managing information (voice section information) relating to a plurality of voice sections included in the dialogue information.
  • the voice segment table 1016 is a table having a segment ID as a primary key, and columns of segment ID, dialogue ID, speaker ID, start date and time, end date and time, segment audio data, segment video data, and segment reading text.
  • FIG. 9 is a diagram showing the data structure of the speech segment table 1016. As shown in FIG.
  • the section ID is an item for storing section identification information for identifying a speech section.
  • the section identification information is an item in which a unique value is set for each piece of speech section information.
  • the dialogue ID is an item for storing dialogue identification information for identifying a dialogue with which the voice section information is associated.
  • the speaker ID is an item for storing speaker identification information for identifying a speaker to which the voice section information is associated. Specifically, the speaker ID is an item for storing a plurality of user IDs and customer IDs that have participated in the dialogue.
  • the start date and time is an item for storing the start date and time of an audio section or a video section.
  • the end date and time is an item for storing the end date and time of the audio section and the video section.
  • the section audio data is an item that stores audio data included in an audio section. It may store reference information (path) for an audio data file located in another location. Also, based on the start date and time and the end date and time, it may store a reference to audio data for the period from the start date and time to the end date and time of the audio data in the dialogue table 1014. Also, the section audio data may include audio data included in the section video data.
  • the format of the audio data may be any data format such as AAC, ATRAC, mp3, mp4, etc., and may include a plurality of types of data formats.
  • the section video data is an item that stores video data included in the audio section. It may store reference information (path) to a video data file located in another location.
  • the section reading text is an item that stores text information of the content spoken by a speaker in the section audio data included in the audio section. Specifically, the section reading text may be generated manually or by using a learning model such as any machine learning or deep learning based on the section audio data and the section video data.
  • the comment table 1021 is a table for storing and managing information related to answers (answer information).
  • the comment table 1021 is a table having columns for instruction statement, analysis data, input data, and comment data.
  • FIG. 10 is a diagram showing the data structure of the comment table 1021. As shown in FIG.
  • the instruction sentence is an item for storing a character string related to an instruction sentence for generating input data. Specifically, the instruction sentence is input and edited in response to an input operation by a user, or an instruction sentence input by a user selecting a predetermined input candidate is stored.
  • the analysis data is an item for storing information (analysis information) obtained by analyzing dialogue information, voice section information, etc. The analysis data specifically includes the following information.
  • the control unit 104 of the server 10 includes a user registration control unit 1041 and a presentation unit 1042.
  • the control unit 104 executes an application program 1011 stored in the storage unit 101, thereby realizing each functional unit.
  • the user registration control unit 1041 performs processing to store information about users who wish to use the service according to the present disclosure in the user table 1012 .
  • the information stored in the user table 1012 is generated when a user opens a web page operated by a service provider from any information processing terminal, inputs information into a specific input form, and transmits the information to the server 10.
  • the user registration control unit 1041 stores the received information in a new record in the user table 1012, completing the user registration. This allows the user stored in the user table 1012 to use the service.
  • the service provider may carry out a predetermined examination to restrict whether or not the user is permitted to use the service.
  • the user ID may be any character string or number that can identify the user, any character string or number desired by the user, or an arbitrary character string or number may be automatically set by the user registration control unit 1041.
  • the presentation unit 1042 executes the presentation process. Details will be described later.
  • the first user terminal 20 is an information processing device operated by a user who uses the service.
  • the first user terminal 20 may be, for example, a stationary PC (Personal Computer) or a laptop PC, or may be a mobile terminal such as a smartphone or a tablet.
  • the first user terminal 20 may be a wearable terminal such as an HMD (Head Mount Display) or a wristwatch terminal.
  • the first user terminal 20 includes a storage unit 201 , a control unit 204 , an input device 206 , and an output device 208 .
  • the storage unit 201 of the first user terminal 20 includes a first user ID 2011 and an application program 2012 .
  • the first user ID 2011 stores the user identification information of the operator.
  • the operator transmits the first user ID 2011 from the first user terminal 20 to the voice server (PBX) 60.
  • the voice server (PBX) 60 identifies the operator based on the first user ID 2011 and provides the operator with the services disclosed herein.
  • the first user ID 2011 includes information such as a session ID that is temporarily assigned by the voice server (PBX) 60 when identifying the operator using the first user terminal 20.
  • the application program 2012 may be pre-stored in the storage unit 201, or may be configured to be downloaded from a web server operated by a service provider via a communication IF.
  • the application programs 2012 include applications such as a web browser application.
  • the application program 2012 includes an interpreted programming language such as JavaScript (registered trademark) that runs on a web browser application stored on the first user terminal 20 .
  • the control unit 204 of the first user terminal 20 includes an input control unit 2041 and an output control unit 2042.
  • the control unit 204 executes an application program 2012 stored in the storage unit 201, thereby realizing each functional unit.
  • the input device 206 of the first user terminal 20 includes a camera 2061 , a microphone 2062 , a position information sensor 2063 , a motion sensor 2064 , and a keyboard 2065 .
  • the output device 208 of the first user terminal 20 includes a display 2081 and a speaker 2082 .
  • the second user terminal 30 is an information processing device operated by a customer who uses the service.
  • the second user terminal 30 may be, for example, a mobile terminal such as a smartphone or a tablet, a stationary personal computer (PC) or a laptop PC, or a wearable terminal such as a head mounted display (HMD) or a wristwatch terminal.
  • the second user terminal 30 includes a storage unit 301 , a control unit 304 , an input device 306 , and an output device 308 .
  • the storage unit 301 of the second user terminal 30 includes an application program 3012 and a telephone number 3013 .
  • the application program 3012 may be pre-stored in the storage unit 301, or may be configured to be downloaded from a web server operated by a service provider via a communication IF.
  • Application programs 3012 include applications such as a web browser application.
  • the application program 3012 includes an interpreted programming language such as JavaScript (registered trademark) that runs on a web browser application stored on the second user terminal 30 .
  • the control unit 304 of the second user terminal 30 includes an input control unit 3041 and an output control unit 3042.
  • the control unit 304 executes an application program 3012 stored in the storage unit 301, thereby realizing each functional unit.
  • the input device 306 of the second user terminal 30 includes a camera 3061 , a microphone 3062 , a position information sensor 3063 , a motion sensor 3064 , and a touch device 3065 .
  • the output device 308 of the second user terminal 30 includes a display 3081 , a speaker 3082 , and a transmission unit 6041 .
  • the transmission unit 6041 is a control unit that executes a process of transmitting evaluation data received from a user at the external server 60 to the server 10.
  • the voice server (PBX) 50 is an information processing device that functions as a switchboard that connects the network N and the telephone network T to each other, thereby enabling a conversation between the first user terminal 20 and the second user terminal 30 .
  • the voice server (PBX) 50 includes a storage unit 501 .
  • the storage unit 501 of the voice server (PBX) 50 includes an application program 5011 .
  • the application program 5011 is a program for causing the control unit 504 of the voice server (PBX) 50 to function as each functional unit.
  • the application programs 5011 include applications such as a web browser application.
  • the generation AI 80 is a type of artificial intelligence model (deep learning model) that outputs output data such as a character string or an image based on input data such as a character string or an image.
  • a large language model LLM that outputs output data related to a character string based on input data related to a character string will be described as an example.
  • LLM include OpenAI ChatGPT, Microsoft Bing Chat, and Google Bard.
  • FIG. 11 is a flowchart showing the comment processing operation.
  • FIG. 12 is a screen example showing the comment processing operation.
  • ⁇ Dialogue processing> The following describes the process of receiving an incoming call from a first user (operator) to a second user (customer) and making a call from the first user (operator) to the second user (customer), thereby enabling the first user and the second user to interact with each other.
  • Other methods for enabling a first user and a second user to have a dialogue are not limited to the above.
  • a process in which a first user has a dialogue with a second user in a virtual dialogue space called a room will be described as a room dialogue process.
  • the invention disclosed herein is applicable to incoming call processing, outgoing call processing, or any other method for enabling a first user and a second user to have a conversation.
  • Room Interaction Processing There is a method in which a virtual conversation space called a room for conversation between a first user and a second user is created on the server 10, and the first user and the second user can access the room via a web browser or an application program stored in the first user terminal 20 and the second user terminal 30, thereby enabling conversation.
  • the voice server (PBX) 60 is not required.
  • the first user who will be the organizer of the dialogue operates the input device 206 of the first user terminal 20 to send a request for holding a dialogue to the server 10.
  • the control unit 104 of the server 10 receives the request, it issues room identification information such as a unique room ID and sends a response to the first user terminal 20.
  • the first user sends the received room identification information to the second user, who is the dialogue partner, by any communication means such as email or chat.
  • the first user can enter the room by operating the input device 206 of the first user terminal 20, accessing a URL that provides a service related to the room of the server 10 using a web browser or the like, and inputting the room identification information.
  • the second user can enter the room by operating the input device 306 of the second user terminal 30, accessing a URL that provides a service related to the room of the server 10 using a web browser or the like, and inputting the room identification information.
  • the first user and the second user can have a dialogue via the first user terminal 20 and the second user terminal 30, respectively, in a virtual dialogue space called a room associated with each other by the room identification information.
  • a room identification information By inputting the room identification information, in addition to the first user and the second user, one or more other users can enter one room. This allows three or more users to have a conversation via their respective user terminals in a virtual conversation space called a room that is associated with each other by the room identification information.
  • the interactive processing does not necessarily have to be performed by all participants joining the room. For example, in a conference with multiple participants held in a conference room or the like, multiple participants may enter the room via a single information terminal and the interactive processing may be performed.
  • the interactive processing does not necessarily have to be performed online, and may be performed using an information terminal that acquires video and audio of the contents of a conference with multiple participants held in a conference room or the like.
  • the interactive processing may be performed in an application that facilitates the conference.
  • the system 1 may provide an online interactive service (video interactive service) including video data.
  • video interactive service video interactive service
  • the control unit 204 of the first user terminal 20 and the control unit 304 of the second user terminal 30 transmit video data captured by the camera 2061 of the first user terminal 20 and the camera 3061 of the second user terminal 30, respectively, to the server 10.
  • the server 10 Based on the received video data, the server 10 transmits the video data captured by the camera 2061 of the first user terminal 20 to the second user terminal 30, and transmits the video data captured by the camera 3061 of the second user terminal 30 to the first user terminal 20.
  • the control unit 204 of the first user terminal 20 displays the received video data captured by the camera 3061 of the second user terminal 30 on the display 2081.
  • the control unit 304 of the second user terminal 30 displays the received video data captured by the camera 2061 of the first user terminal 20 on the display 3081.
  • the server 10 may transmit video data of some or all of the multiple users participating in the online dialogue to the first user terminal 20 and the second user terminal 30.
  • the control unit 204 of the first user terminal 20 displays the received video data of some or all of the multiple users participating in the online dialogue arranged on one screen on the display 2081 of the first user terminal 20. This allows the dialogue status of the multiple users participating in the online dialogue to be confirmed. The same process may be performed in the second user terminal 30.
  • the control unit 104 of the server 10 executes a voice extraction step of extracting a plurality of section voice data for each speech section from the voice data acquired in the voice acquisition step.
  • the voice extraction step includes a step of identifying a speaker for each of the plurality of section voice data.
  • the control unit 104 of the server 10 acquires (accepts) the dialogue ID, voice data, and video data stored in the dialogue table 1014.
  • the control unit 104 of the server 10 detects a section (utterance section) in which speech sounds are continuously present from the acquired (accepted) voice data and video data, and extracts the voice data and video data for each utterance section as section voice data and section video data, respectively.
  • voice recognition information may be removed from the text, and the voice recognition information may be stored in the voice section table 1016.
  • the call process is a series of processes in which the user selects a customer to whom he/she wishes to make a call from among multiple customers displayed on the screen of the first user terminal 20, and makes a call to the customer by performing a call operation.
  • a case in which the second user is selected as a customer will be described as an example.
  • the user operates the first user terminal 20 to launch a web browser and access the website of the CRM service provided by the CRM system 50.
  • the user can display a list of his/her own customers on the display 2081 of the first user terminal 20 by opening a customer management screen provided by the CRM service.
  • the first user terminal 20 transmits the CRM ID 2013 and a request to display a list of customers to the CRM system 50.
  • the CRM system 50 searches the customer table 5012 and transmits information about the user's customers, such as the customer ID, name, telephone number, customer attributes, customer organization name, and customer organization attributes, to the first user terminal 20.
  • the first user terminal 20 displays the received information about the customers on the display 2081 of the first user terminal 20.
  • the first user terminal 20 controls the speaker 2082 etc. to ring to indicate that a call is being made by the voice server (PBX) 60.
  • the display 2081 of the first user terminal 20 also displays information indicating that a call is being made by the voice server (PBX) 60 to the customer. For example, the display 2081 of the first user terminal 20 may display the words "Calling".
  • the user's voice collected by the microphone 2062 of the first user terminal 20 is output from the speaker 3082 of the second user terminal 30.
  • the customer's voice collected by the microphone 3062 of the second user terminal 30 is output from the speaker 2082 of the first user terminal 20.
  • the presentation unit 1042 of the server 10 stores the created analysis data in the analysis data field of the new record (target record) in the comment table 1021.
  • the instruction sentence may be configured such that one predetermined instruction sentence is set and stored in advance as a default value.
  • the instruction sentence may be configured such that a predetermined instruction sentence is selected from a plurality of instruction sentences and stored.
  • the input of a command may be accepted on the presentation processing page in step S101.
  • a plurality of command statements may be presented to the user on the presentation processing page, and a predetermined command statement selected by an input operation by the user may be stored.
  • the user may select a predetermined command statement according to the content of a comment that the user wishes to obtain in the presentation processing.
  • character strings relating to a plurality of instruction statements may be stored in the instruction statement field of the target record of the comment table 1021. In this way, the instruction statement and the analysis data are stored in association with each other in the target record of the comment table 1021.
  • the input data creation step executes a step of creating input data based on at least one of information indicating one or more operators or one or more groups whose dialogue is judged to be excellent based on a score for judging the quality of dialogue for each operator or group to which multiple operators belong, and information indicating one or more operators or one or more groups whose dialogue is judged to be poor based on a score for judging the quality of dialogue for each operator or group to which multiple operators belong.
  • the input data may include analysis data for each user (users A to C) included in the group.
  • [Input data] Based on the analysis data, please compare and explain the characteristics of each user in target group A.
  • # Target group A consists of user A, user B, user C, and user D # Analysis data: ⁇ Comparison results (ranking information) Comparison results for user A: (Voice score: 1st, Language score: 2nd, Index score: 4th, Dialogue score: 2nd) Comparison results for User B: (Voice score: 2nd, Language score: 1st, Index score: 3rd, Dialogue score: 4th) Comparison results for user C: (Voice score: 4th, Language score: 3rd, Index score: 1st, Dialogue score: 2nd) Comparison results for user D: (Voice score: 3rd place, Language score: 4th place, Index score: 2nd place, Dialogue score: 1st place) Dialogue score: 70 points (group average) ⁇ Speech features
  • the presentation unit 1042 of the server 10 stores the created input data in the input data field of the target record in the comment table 1021.
  • step S105 the presentation unit 1042 of the server 10 executes an answer receiving step of receiving the answer content obtained by sending the input data created in the input data creation step to the generation AI. Specifically, the presentation unit 1042 of the server 10 transmits the input data created in step S104 as input data (prompt) to the generation AI 80. The generation AI 80 outputs answer data to the input data as a response to the server 10. The presentation unit 1042 of the server 10 receives and accepts the answer data to the input data.
  • step S106 the presenting unit 1042 of the server 10 executes a comment presenting step of presenting a comment message including the answer content received in the answer receiving step to a predetermined operator.
  • the presentation unit 1042 of the server 10 creates comment data based on the answer content received in step S105.
  • the presentation unit 1042 of the server 10 creates comment data by combining at least one of the target user, information identifying each user belonging to the target group, and the analysis period with the answer content.
  • the answer content itself may be used as comment data.
  • each step may be repeatedly executed to obtain comment data.
  • Comment data An example of comment data is shown below.
  • User A name, affiliation, etc.
  • # Good points and areas for improvement in speaking style (answers from Generative AI 80)
  • the presentation unit 1042 of the server 10 stores the created comment data in the comment data item of the target record in the comment table 1021.
  • step S106 the presenting unit 1042 of the server 10 executes a comment presenting step of presenting a comment message including the answer content received in the answer receiving step to a predetermined user.
  • 12 is an example of a comment screen D1 showing the operation of comment processing.
  • the comment screen D1 includes comment information D11 and analysis data D12.
  • the comment information includes an instruction D111 and a response content D112 from the generation AI 80.
  • the analysis data D12 includes content in which each data of the voice feature amount, the language feature amount, and the dialogue-related index included in the analysis data already described is visually visualized by using graphs or the like.
  • the presentation unit 1042 of the server 10 transmits the created comment information to the first user terminal 20.
  • the presentation unit 1042 of the server 10 may transmit a message (comment message) including the comment information to the email address, chat account, etc. of the first user.
  • the display 2081 of the first user terminal 20 presents the received comment message to the first user.
  • the control unit 204 of the first user terminal 20 displays the comment data in the comment information D11 of the comment screen D1.
  • the control unit 204 of the first user terminal 20 displays the answer content from the generation AI 80 in the answer content D112 of the comment screen D1.
  • the control unit 204 of the first user terminal 20 may display the instruction text in the instruction text D111 of the comment screen D1.
  • the control unit 204 of the first user terminal 20 may display the analysis data created in step S103 in the analysis data D12 of the comment screen D1.
  • the comment presenting step executes a step of presenting a comment message at every predetermined period.
  • the presentation unit 1042 of the server 10 may be configured to periodically (daily, weekly, monthly) execute the presentation process and periodically distribute comment messages based on comment information on target users and target groups to a predetermined user, such as an administrator engaged in management work for managing multiple operators.
  • a comment presenting step is executed to present a comment message including the analysis data acquired in the analysis data acquiring step and the answer content received in the answer receiving step.
  • the presentation unit 1042 of the server 10 may include the analysis data created in step S103 in the comment information.
  • the presentation unit 1042 of the server 10 transmits a comment message including the analysis data to the first user terminal 20.
  • the control unit 204 of the first user terminal 20 displays the comment information together with the analysis data in the analysis data D12 of the comment screen D1. This allows the first user to check the content of the analysis data that is the source of the comment information together with the comment information. The first user can easily and deeply understand the content of the analysis data by referring to the content of the comment message.
  • the processor 901 is hardware for executing a set of instructions written in a program.
  • the processor 901 is composed of an arithmetic unit, registers, peripheral circuits, etc.
  • the auxiliary storage device 903 is a storage device for saving data and programs. Examples include flash memory, HDD (Hard Disc Drive), optical magnetic disk, CD-ROM, DVD-ROM, semiconductor memory, etc.
  • HDD Hard Disc Drive
  • optical magnetic disk CD-ROM, DVD-ROM, semiconductor memory, etc.
  • the communication IF 991 is an interface for inputting and outputting signals for communicating with other computers via a network using a wired or wireless communication standard.
  • the network is composed of the Internet, a LAN, various mobile communication systems constructed by wireless base stations, etc.
  • the network includes 3G, 4G, 5G mobile communication systems, LTE (Long Term Evolution), wireless networks that can connect to the Internet through a predetermined access point (e.g., Wi-Fi (registered trademark)), etc.
  • communication protocols include, for example, Z-Wave (registered trademark), ZigBee (registered trademark), Bluetooth (registered trademark), etc.
  • the network also includes a network that is directly connected by a USB (Universal Serial Bus) cable, etc.
  • computers 90 can be realized virtually by distributing all or part of each hardware configuration across multiple computers 90 and connecting them together via a network.
  • the concept of computer 90 includes not only a computer 90 housed in a single housing or case, but also a virtualized computer system.
  • the computer includes at least the functional units of a control unit, a storage unit, and a communication unit.
  • the functional units of the computer 90 can also be realized by distributing all or part of each functional unit across multiple computers 90 that are interconnected via a network.
  • the concept of computer 90 includes not only a single computer 90 but also a virtualized computer system.
  • the control unit is realized by the processor 901 reading out various programs stored in the auxiliary storage device 903, expanding them in the main storage device 902, and executing processing in accordance with the programs.
  • the control unit can realize functional units that perform various information processing depending on the type of program.
  • the computer is realized as an information processing device that performs information processing.
  • the storage unit is realized by a main storage device 902 and an auxiliary storage device 903.
  • the storage unit stores data, various programs, and various databases.
  • the processor 901 can secure a storage area corresponding to the storage unit in the main storage device 902 or the auxiliary storage device 903 in accordance with a program.
  • the control unit can cause the processor 901 to execute processes for adding, updating, and deleting data stored in the storage unit in accordance with various programs.
  • the term database refers to a relational database, which is used to manage sets of data called masters and tables in a tabular format structurally defined by rows and columns, by associating them with each other.
  • a table is called a table or master
  • a column in a table is called a column
  • a row in a table is called a record.
  • relationships between tables and masters can be set and associated.
  • a column that serves as a primary key for uniquely identifying a record is set in each table and each master, but setting a primary key to a column is not essential.
  • the control unit can cause the processor 901 to add, delete, or update records in a specific table or master stored in the storage unit according to various programs. Furthermore, by storing data, various programs, and various databases in the storage unit, it can be considered that the information processing device and information processing system according to the present disclosure have been manufactured.
  • databases and masters in this disclosure may include any data structure (lists, dictionaries, associative arrays, objects, etc.) in which information is structurally defined.
  • Data structures also include data that can be considered as data structures by combining data with functions, classes, methods, etc. written in any programming language.
  • the communication unit is realized by the communication IF 991.
  • the communication unit realizes the function of communicating with other computers 90 via a network.
  • the communication unit can receive information transmitted from other computers 90 and input it to the control unit.
  • the control unit can cause the processor 901 to execute information processing on the received information in accordance with various programs.
  • the communication unit can transmit information output from the control unit to other computers 90.
  • a program that causes a computer having a processor and a memory unit to process information regarding a dialogue between multiple users, the program executing an analysis data acquisition step (S103) in which the processor acquires analysis data obtained by analyzing the dialogue, and an input data creation step (S104) in which the processor creates input data to be input to a generation AI based on the analysis data acquired in the analysis data acquisition step.
  • This makes it possible to create input data such as prompts to be input into a generation AI of a large-scale language model, etc., to obtain answer content (comments) in a form that is easy for users to understand, from analytical data regarding dialogue between multiple users.
  • a predetermined dialogue such as at least one of speech features related to the voice spoken by the speaker, language features related to the content of the dialogue, and the number of calls and duration of the dialogue.
  • the input data creation step (S104) is a step of creating input data based on at least one of an instruction statement for outputting improvements in the dialogue based on the analysis data, an instruction statement for outputting items that have changed in the dialogue based on the analysis data, an instruction statement for outputting the goal achievement status of an operator or a group to which multiple operators belong based on the analysis data, and an instruction statement for outputting comparison results for multiple operators or multiple groups based on the analysis data.
  • input data such as prompts can be created based on analytical data regarding the dialogue to be input into a generation AI such as a large-scale language model to obtain appropriate response content (comments) for the operator to improve the content of the dialogue.
  • a generation AI such as a large-scale language model
  • the input data creation step (S104) is a step of creating input data based on at least one of information indicating one or more operators or one or more groups whose dialogue is judged to be excellent based on a score for judging the quality of the dialogue for each operator or group to which multiple operators belong, and information indicating one or more operators or one or more groups whose dialogue is judged to be poor based on a score for judging the quality of the dialogue for each operator or group to which multiple operators belong, the program described in any of Appendices 1 to 4.
  • the analysis data acquisition step (S103) is a step of acquiring analysis data obtained by analyzing a dialogue performed by a specified operator, and the processor executes an answer receiving step (S105) in which the processor receives answer content obtained by sending the input data created in the input data creation step to the generation AI, and a comment presenting step (S106) in which the processor presents a comment message including the answer content received in the answer receiving step to the specified operator.
  • an answer receiving step (S105) in which the processor receives answer content obtained by sending the input data created in the input data creation step to the generation AI
  • a comment presenting step (S106) in which the processor presents a comment message including the answer content received in the answer receiving step to the specified operator.
  • the analysis data acquisition step (S103) is a step of acquiring analysis data for each of multiple operators by analyzing multiple conversations performed by multiple operators, and the processor executes an answer receiving step (S105) in which the processor receives answer content obtained by sending the input data created in the input data creation step to the generation AI, and a comment presenting step (S106) in which the processor presents a comment message including the answer content received in the answer receiving step to a specified user.
  • This allows managers and other executives who manage operators to obtain responses (comments) regarding conversations between multiple operators they manage from the generation AI in a manner that is easy for users to understand.
  • An information processing device comprising a control unit and a memory unit, wherein the control unit executes all of the steps executed in the invention according to any one of Supplementary Note 1 to Supplementary Note 9.
  • This makes it possible to create input data such as prompts to be input into a generation AI of a large-scale language model, etc., to obtain answer content (comments) in a form that is easy for users to understand, from analytical data regarding dialogue between multiple users.
  • Appendix 12 A system comprising means for performing all the steps performed in any one of claims 1 to 9. This makes it possible to create input data such as prompts to be input into a generation AI of a large-scale language model, etc., to obtain answer content (comments) in a form that is easy for users to understand, from analytical data regarding dialogue between multiple users.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Telephonic Communication Services (AREA)

Abstract

プロセッサと、記憶部とを備えるコンピュータに、複数のユーザ間の対話に関する情報を処理させるプログラムであって、プロセッサが、対話に対する解析を行うことにより得られる解析データを取得する解析データ取得ステップと、解析データ取得ステップにおいて取得した解析データに基づき、生成ＡＩに入力される入力データを作成する入力データ作成ステップと、を実行するプログラム。

Description

プログラム、方法、情報処理装置、システム
　本開示は、プログラム、方法、情報処理装置、システムに関する。
　通話情報を解析する技術が知られている。
　特許文献１には、通話情報を解析する技術が開示されている。
再表２０２０／１８４６３１号公報
　複数のユーザ間で行われた対話に関する解析データについて、単に解析データの提示を受けるのみではユーザにとっては内容が理解し難いという課題がある。
　そこで、本開示は、上記課題を解決すべくなされたものであって、その目的は、対話に関する解析データについて、ユーザが理解しやすい態様で回答内容（コメント等のフィードバック）を得るための大規模言語モデル等の生成ＡＩへ入力するためのプロンプト等の入力データを作成する技術を提供することである。
　プロセッサと、記憶部とを備えるコンピュータに、複数のユーザ間の対話に関する情報を処理させるプログラムであって、プロセッサが、対話に対する解析を行うことにより得られる解析データを取得する解析データ取得ステップと、解析データ取得ステップにおいて取得した解析データに基づき、生成ＡＩに入力される入力データを作成する入力データ作成ステップと、を実行するプログラム。
　本開示によれば、対話に関する解析データについて、ユーザが理解しやすい態様で回答内容（コメント等のフィードバック）を得るための大規模言語モデル等の生成ＡＩへ入力するためのプロンプト等の入力データを作成できる。
システム１の機能構成を示すブロック図である。 サーバ１０の機能構成を示すブロック図である。 第１ユーザ端末２０の機能構成を示すブロック図である。 第２ユーザ端末３０の機能構成を示すブロック図である。 ユーザテーブル１０１２のデータ構造を示す図である。 グループテーブル１０１３のデータ構造を示す図である。 対話テーブル１０１４のデータ構造を示す図である。 ラベルテーブル１０１５のデータ構造を示す図である。 音声区間テーブル１０１６のデータ構造を示す図である。 コメントテーブル１０２１のデータ構造を示す図である。 コメント処理の動作を示すフローチャートである。 コメント処理の動作を示す画面例である。 コンピュータ９０の基本的なハードウェア構成を示すブロック図である。
　以下、本開示の実施形態について図面を参照して説明する。実施形態を説明する全図において、共通の構成要素には同一の符号を付し、繰り返しの説明を省略する。なお、以下の実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態に示される構成要素のすべてが、本開示の必須の構成要素であるとは限らない。また、各図は模式図であり、必ずしも厳密に図示されたものではない。
　＜システム１の構成＞
　本開示におけるシステム１は、顧客からの電話等による問合せを効率的に管理するための情報処理サービスを提供する情報処理システムである。
　システム１は、ネットワークＮを介して接続された、サーバ１０、第１ユーザ端末２０、第２ユーザ端末３０、音声サーバ（ＰＢＸ）５０、生成ＡＩ８０の情報処理装置を備える。
　図１は、システム１の機能構成を示すブロック図である。
　図２は、サーバ１０の機能構成を示すブロック図である。
　図３は、第１ユーザ端末２０の機能構成を示すブロック図である。
　図４は、第２ユーザ端末３０の機能構成を示すブロック図である。
　各情報処理装置は演算装置と記憶装置とを備えたコンピュータにより構成されている。コンピュータの基本ハードウェア構成および、当該ハードウェア構成により実現されるコンピュータの基本機能構成は後述する。サーバ１０、第１ユーザ端末２０、第２ユーザ端末３０、音声サーバ（ＰＢＸ）５０、生成ＡＩ８０のそれぞれについて、後述するコンピュータの基本ハードウェア構成およびコンピュータの基本機能構成と重複する説明は省略する。
　＜サーバ１０の構成＞
　サーバ１０は、顧客からの電話等による問合せに応じて所定の情報処理を実行する情報処理サービスを提供する情報処理装置である。
　本開示におけるサーバ１０は、オペレータである第１ユーザと顧客である第２ユーザとの間でオンラインで行われる対話サービス（オンライン対話サービス）を提供する情報処理装置である。なお、本開示におけるサーバ１０は、複数のオペレータ、複数の顧客を含む三者以上のユーザ間でオンラインで行われる対話サービスも提供可能としても良い。
　なお、顧客は本開示にかかる情報処理サービスのユーザである必要は必ずしもない。
　サーバ１０は、記憶部１０１、制御部１０４を備える。
　＜サーバ１０の記憶部１０１の構成＞
　サーバ１０の記憶部１０１は、アプリケーションプログラム１０１１、ユーザテーブル１０１２、グループテーブル１０１３、対話テーブル１０１４、ラベルテーブル１０１５、音声区間テーブル１０１６、コメントテーブル１０２１を備える。
　アプリケーションプログラム１０１１は、サーバ１０の制御部１０４を各機能ユニットとして機能させるためのプログラムである。
　アプリケーションプログラム１０１１は、ウェブブラウザアプリケーションなどのアプリケーションを含む。
　ユーザテーブル１０１２は、ユーザの情報を記憶し管理するテーブルである。ユーザは、サービスの利用登録を行うことで、当該ユーザの情報がユーザテーブル１０１２の新しいレコードに記憶される。これにより、ユーザは本開示にかかるサービスを利用できるようになる。本開示においては、
　ユーザテーブル１０１２は、ユーザＩＤを主キーとして、ユーザＩＤ、グループＩＤ、ユーザ名のカラムを有するテーブルである。
　図５は、ユーザテーブル１０１２のデータ構造を示す図である。
　ユーザＩＤは、ユーザを識別するためのユーザ識別情報を記憶する項目である。ユーザ識別情報は、ユーザごとにユニークな値が設定されている項目である。
　グループＩＤは、グループを識別するためのグループ識別情報を記憶する項目である。ユーザごとに１または複数のグループ識別情報が関連付けて記憶されることにより、ユーザが１または複数のグループに所属することが表現される。
　ユーザ名は、ユーザの氏名を記憶する項目である。ユーザ名は、氏名ではなく、ニックネームなど任意の文字列を設定しても良い。
　グループテーブル１０１３は、ユーザが所属するグループに関する情報（グループ情報）を記憶し管理するテーブルである。グループは、会社、法人、企業グループ、サークル、各種団体など任意のグループ、グループが含まれる。グループは、会社の部署（営業部、総務部、カスタマーサポート部）などのより詳細なサブグループごとに定義しても良い。
　グループテーブル１０１３は、グループＩＤを主キーとして、グループＩＤ、グループ名、グループ属性のカラムを有するテーブルである。
　図６は、グループテーブル１０１３のデータ構造を示す図である。
　グループＩＤは、グループを識別するためのグループ識別情報を記憶する項目である。グループ識別情報は、グループ情報ごとにユニークな値が設定されている項目である。
　グループ名は、グループの名称を記憶する項目である。グループ名は任意の文字列を設定できる。
　グループ属性は、グループ種別（会社、企業グループ、その他団体など）、業種（不動産、金融など）などのグループの属性に関する情報を記憶する項目である。
　対話テーブル１０１４は、ユーザと顧客との間で行われる対話に関連する情報（対話情報）を記憶し管理するためのテーブルである。
　対話テーブル１０１４は、対話ＩＤを主キーとして、対話ＩＤ、ユーザＩＤ、顧客ＩＤ、対話カテゴリ、受発信種別、音声データ、動画データのカラムを有するテーブルである。
　図７は、対話テーブル１０１４のデータ構造を示す図である。
　対話ＩＤは、対話を識別するための対話識別情報を記憶する項目である。対話識別情報は、対話情報ごとにユニークな値が設定されている項目である。
　ユーザＩＤは、ユーザと顧客との間で行われる対話において、ユーザを識別するためのユーザ識別情報を記憶する項目である。対話情報ごとに、複数のユーザＩＤが関連づけられていても良い。
　顧客ＩＤは、ユーザと顧客との間で行われる対話において、顧客を識別するためのユーザ識別情報を記憶する項目である。対話情報ごとに、複数の顧客のユーザＩＤが関連づけられていても良い。
　対話カテゴリは、ユーザと顧客との間で行われた対話の種類（カテゴリ）を記憶する項目である。対話データは、対話カテゴリにより分類される。対話カテゴリには、ユーザと顧客との間で行われる対話の目的などに応じて、テレフォンユーザー、テレマーケティング、カスタマーサポート、テクニカルサポートなどの値が記憶される。
　受発信種別は、ユーザと顧客との間で行われた対話が、ユーザが発信した（アウトバウンド）ものか、ユーザが受信した（インバウンド）もののいずれかを区別するための情報を記憶する項目である。また、３者以上のユーザによる対話の際には、ルームという受発信種別が記憶される。
　音声データは、マイクにより集音された音声データを記憶する項目である。他の場所に配置された音声データファイルに対する参照情報（パス）を記憶するものとしても良い。音声データのフォーマットは、ＡＡＣ，ＡＴＲＡＣ、ｍｐ３、ｍｐ４など任意のデータフォーマットで良い。
　音声データは、ユーザの音声と顧客の音声とが、それぞれ独立して識別可能な識別子が設定された形式のデータであっても良い。この場合、サーバ１０の制御部１０４は、ユーザの音声、顧客の音声に対してそれぞれ独立した解析処理を実行できる。また、ユーザ、顧客の音声データに基づき、ユーザＩＤ、顧客ＩＤを特定できる。
　本開示において、音声データに替えて、音声情報を含む動画データを用いても構わない。また、本開示における音声データは、動画データに含まれる音声データも含む。また、各種データに関連付けられた他のデータフォーマットのデータも保存するようにしてもよい。例えば、契約書面、議事録、プレゼンテーションファイルまたはメール等のデータを含めるようにしてもよい。
　動画データは、カメラ等による撮影された動画データを記憶する項目である。他の場所に配置された動画データファイルに対する参照情報（パス）を記憶するものとしても良い。動画データのフォーマットは、ＭＰ４、ＭＯＶ、ＷＭＶ、ＡＶＩ、ＡＶＣＨＤなど任意のデータフォーマットで良い。
　動画データは、ユーザの動画と顧客の動画とが、それぞれ独立して識別可能な識別子が設定された形式のデータであっても良い。この場合、サーバ１０の制御部１０４は、ユーザの動画、顧客の動画に対してそれぞれ独立した解析処理を実行できる。また、ユーザ、顧客の動画データに基づき、ユーザＩＤ、顧客ＩＤを特定できる。
　ラベルテーブル１０１５は、ラベルに関する情報（ラベル情報）を記憶し管理するためのテーブルである。
　ラベルテーブル１０１５は、対話ＩＤ、ラベルデータのカラムを有するテーブルである。
　図８は、ラベルテーブル１０１５のデータ構造を示す図である。
　対話ＩＤは、対話を識別するための対話識別情報を記憶する項目である。
　ラベルデータは、対話を管理するためのラベル情報を記憶する項目である。ラベル情報は、分類名、ラベル、分類ラベル、タグなど、対話情報を管理するための付加的な情報である。
　ラベルデータはラベル情報の名称を示す文字列でも良いし、他のテーブルに記憶されたラベル情報の名称を参照するためのラベルＩＤ等でも良い。
　ラベルデータは、特定の対話における話者の感情状態に応じた分類情報を含む。分類データは、特定の対話において話者の応対の善し悪しを分類するための分類情報を含む。
　音声区間テーブル１０１６は、対話情報に含まれる複数の音声区間に関する情報（音声区間情報）を記憶し管理するためのテーブルである。
　音声区間テーブル１０１６は、区間ＩＤを主キーとして、区間ＩＤ、対話ＩＤ、話者ＩＤ、開始日時、終了日時、区間音声データ、区間動画データ、区間読上テキストのカラムを有するテーブルである。
　図９は、音声区間テーブル１０１６のデータ構造を示す図である。
　区間ＩＤは、音声区間を識別するための区間識別情報を記憶する項目である。区間識別情報は、音声区間情報ごとにユニークな値が設定されている項目である。
　対話ＩＤは、音声区間情報が関連づけられる対話を識別するための対話識別情報を記憶する項目である。
　話者ＩＤは、音声区間情報が関連づけられる話者を識別するための話者識別情報を記憶する項目である。具体的に、話者ＩＤは、対話に参加した、複数のユーザＩＤ、顧客ＩＤを記憶する項目である。
　開始日時は、音声区間、動画区間の開始日時を記憶する項目である。
　終了日時は、音声区間、動画区間の終了日時を記憶する項目である。
　区間音声データは、音声区間に含まれる音声データを記憶する項目である。他の場所に配置された音声データファイルに対する参照情報（パス）を記憶するものとしても良い。また、開始日時、終了日時に基づき対話テーブル１０１４の音声データの開始日時から終了日時までの期間の音声データに対する参照を記憶しても良い。また、区間音声データは、区間動画データに含まれる音声データを含むものとしても構わない。
　音声データのフォーマットは、ＡＡＣ，ＡＴＲＡＣ、ｍｐ３、ｍｐ４など任意のデータフォーマットで良いし、複数種類のデータフォーマットを含んでもよい。
　区間動画データは、音声区間に含まれる動画データを記憶する項目である。他の場所に配置された動画データファイルに対する参照情報（パス）を記憶するものとしても良い。また、開始日時、終了日時に基づき対話テーブル１０１４の動画データの開始日時から終了日時までの期間の動画データに対する参照を記憶しても良い。
　動画データのフォーマットは、ＭＰ４、ＭＯＶ、ＷＭＶ、ＡＶＩ、ＡＶＣＨＤなど任意のデータフォーマットで良いし、複数種類のデータフォーマットを含んでもよい。
　区間読上テキストは、音声区間に含まれる区間音声データにおいて話者により発話された内容のテキスト情報を記憶する項目である。具体的に、区間読上テキストは、区間音声データ、区間動画データに基づき、人手、任意の機械学習、深層学習等の学習モデルを用いることにより生成しても良い。
　コメントテーブル１０２１は、回答に関する情報（回答情報）を記憶し管理するためのテーブルである。
　コメントテーブル１０２１は、指示文、解析データ、入力データ、コメントデータのカラムを有するテーブルである。
　図１０は、コメントテーブル１０２１のデータ構造を示す図である。
　指示文は、入力データを生成するための指示文に関する文字列を記憶する項目である。具体的に、指示文は、ユーザによる入力操作に応じて入力および編集されたり、ユーザが所定の入力候補を選択することにより入力された指示文が記憶される。
　解析データは、対話情報、音声区間情報等に対して解析した情報（解析情報）を記憶する項目である。解析データは、具体的に以下の情報を含む。
　・発話者により発話された音声に関する音声特徴量
　具体的に、音声特徴量はユーザが発話と通話先が発話との比率（Ｔａｌｋ：Ｌｉｓｔｅｎ比率）、ユーザの発話と通話先の発話との間で被りが生じた回数（被り回数）、沈黙が生じた回数（沈黙回数）、ユーザの発話または通話先の発話の周波数（ユーザの基本周波数、通話先の基本周波数）、ユーザの発話または通話先の発話の抑揚（ユーザの抑揚の強弱、通話先の抑揚の強弱）等を含む。
　なお、解析データは、ユーザおよび通話先の発話における、ピッチ（基本周波数）、音声強度（音量）、スペクトル特性（発話音声の周波数領域の特性、声紋、音色等を含む）、発話音声の音声速度、個々の音節や単語、フレーズ等の音声の長さ、音声のリズム、声質（はっきりした声、かすれ声など）などを含む。
　・発話された内容に関する言語特徴量
　具体的に、言語特徴量は対話に含まれる所定のキーワードの出現回数、出現頻度、単語の多様性に関する指標、発話文の長さ、名詞、動詞、形容詞等の品詞の使用頻度を示す指標、感情語の使用、トピックの分布に関する情報を含む。
　・対話に関する架電回数および通話時間
　架電回数は、特定の期間（日、週、月など）の期間における架電回数を含む。通話時間は、一つ一つの通話がどの程度の時間続いたかを示す指標である。
　解析データは、ユーザまたはグループごとに複数の対話における上記特徴量を含む解析データに基づく平均値、中央値、最大値、最小値等の統計値を含む。解析データは、ユーザまたはグループごとに上記特徴量を含む解析データのランキング、順位等の比較結果を含む。解析データに基づく統計値や比較結果については、事前に決定してあるルールに基づいて算出するようにしてもよい。
　入力データは、生成ＡＩ５０へ入力するためのプロンプトとよばれる入力データを記憶する項目である。
　コメントデータは、生成ＡＩ５０へ入力データを入力することに応じて得られる回答データ（レスポンス）に基づき作成される、主にユーザに対して通知されるコメントメッセージのデータ（メッセージ文書）を記憶する項目である。
　＜サーバ１０の制御部１０４の構成＞
　サーバ１０の制御部１０４は、ユーザ登録制御部１０４１、提示部１０４２を備える。制御部１０４は、記憶部１０１に記憶されたアプリケーションプログラム１０１１を実行することにより、各機能ユニットが実現される。
　ユーザ登録制御部１０４１は、本開示に係るサービスの利用を希望するユーザの情報をユーザテーブル１０１２に記憶する処理を行う。
　ユーザテーブル１０１２に記憶される情報は、ユーザが任意の情報処理端末からサービス提供者が運営するウェブページなどを開き、所定の入力フォームに情報を入力しサーバ１０へ送信する。ユーザ登録制御部１０４１は、受信した情報をユーザテーブル１０１２の新しいレコードに記憶し、ユーザ登録が完了する。これにより、ユーザテーブル１０１２に記憶されたユーザはサービスを利用できるようになる。
　ユーザ登録制御部１０４１によるユーザ情報のユーザテーブル１０１２への登録に先立ち、サービス提供者は所定の審査を行いユーザによるサービス利用可否を制限しても良い。
　ユーザＩＤは、ユーザを識別できる任意の文字列または数字で良く、ユーザが希望する任意の文字列または数字、もしくはユーザ登録制御部１０４１が自動的に任意の文字列または数字を設定しても良い。
　提示部１０４２は提示処理を実行する。詳細は、後述する。
　＜第１ユーザ端末２０の構成＞
　第１ユーザ端末２０は、サービスを利用するユーザが操作する情報処理装置である。第１ユーザ端末２０は、例えば、据え置き型のＰＣ（Ｐｅｒｓｏｎａｌ　Ｃｏｍｐｕｔｅｒ）、ラップトップＰＣであってもよいし、スマートフォン、タブレット等の携帯端末でもよい。また、ＨＭＤ（Ｈｅａｄ　Ｍｏｕｎｔ　Ｄｉｓｐｌａｙ）、腕時計型端末等のウェアラブル端末であってもよい。
　第１ユーザ端末２０は、記憶部２０１、制御部２０４、入力装置２０６、出力装置２０８を備える。
　＜第１ユーザ端末２０の記憶部２０１の構成＞
　第１ユーザ端末２０の記憶部２０１は、第１ユーザＩＤ２０１１、アプリケーションプログラム２０１２を備える。
　第１ユーザＩＤ２０１１は、オペレータのユーザ識別情報を記憶する。オペレータは、第１ユーザ端末２０から第１ユーザＩＤ２０１１を、音声サーバ（ＰＢＸ）６０へ送信する。音声サーバ（ＰＢＸ）６０は、第１ユーザＩＤ２０１１に基づきオペレータを識別し、本開示にかかるサービスをオペレータに対して提供する。なお、第１ユーザＩＤ２０１１には、第１ユーザ端末２０を利用しているオペレータを識別するにあたり音声サーバ（ＰＢＸ）６０から一時的に付与されるセッションＩＤなどの情報を含む。
　アプリケーションプログラム２０１２は、記憶部２０１に予め記憶されていても良いし、通信ＩＦを介してサービス提供者が運営するウェブサーバ等からダウンロードする構成としても良い。
　アプリケーションプログラム２０１２は、ウェブブラウザアプリケーションなどのアプリケーションを含む。
　アプリケーションプログラム２０１２は、第１ユーザ端末２０に記憶されているウェブブラウザアプリケーション上で実行されるＪａｖａＳｃｒｉｐｔ（登録商標）などのインタープリター型プログラミング言語を含む。
　＜第１ユーザ端末２０の制御部２０４の構成＞
　第１ユーザ端末２０の制御部２０４は、入力制御部２０４１、出力制御部２０４２を備える。制御部２０４は、記憶部２０１に記憶されたアプリケーションプログラム２０１２を実行することにより、各機能ユニットが実現される。
　＜第１ユーザ端末２０の入力装置２０６の構成＞
　第１ユーザ端末２０の入力装置２０６は、カメラ２０６１、マイク２０６２、位置情報センサ２０６３、モーションセンサ２０６４、キーボード２０６５を備える。
　＜第１ユーザ端末２０の出力装置２０８の構成＞
　第１ユーザ端末２０の出力装置２０８は、ディスプレイ２０８１、スピーカ２０８２を備える。
　＜第２ユーザ端末３０の構成＞
　第２ユーザ端末３０は、サービスを利用する顧客が操作する情報処理装置である。第２ユーザ端末３０は、例えば、スマートフォン、タブレット等の携帯端末でもよいし、据え置き型のＰＣ（Ｐｅｒｓｏｎａｌ　Ｃｏｍｐｕｔｅｒ）、ラップトップＰＣであってもよい。また、ＨＭＤ（Ｈｅａｄ　Ｍｏｕｎｔ　Ｄｉｓｐｌａｙ）、腕時計型端末等のウェアラブル端末であってもよい。
　第２ユーザ端末３０は、記憶部３０１、制御部３０４、入力装置３０６、出力装置３０８を備える。
　＜第２ユーザ端末３０の記憶部３０１の構成＞
　第２ユーザ端末３０の記憶部３０１は、アプリケーションプログラム３０１２、電話番号３０１３を備える。
　アプリケーションプログラム３０１２は、記憶部３０１に予め記憶されていても良いし、通信ＩＦを介してサービス提供者が運営するウェブサーバ等からダウンロードする構成としても良い。
　アプリケーションプログラム３０１２は、ウェブブラウザアプリケーションなどのアプリケーションを含む。
　アプリケーションプログラム３０１２は、第２ユーザ端末３０に記憶されているウェブブラウザアプリケーション上で実行されるＪａｖａＳｃｒｉｐｔ（登録商標）などのインタープリター型プログラミング言語を含む。
　＜第２ユーザ端末３０の制御部３０４の構成＞
　第２ユーザ端末３０の制御部３０４は、入力制御部３０４１、出力制御部３０４２を備える。制御部３０４は、記憶部３０１に記憶されたアプリケーションプログラム３０１２を実行することにより、各機能ユニットが実現される。
　＜第２ユーザ端末３０の入力装置３０６の構成＞
　第２ユーザ端末３０の入力装置３０６は、カメラ３０６１、マイク３０６２、位置情報センサ３０６３、モーションセンサ３０６４、タッチデバイス３０６５を備える。
　＜第２ユーザ端末３０の出力装置３０８の構成＞
　第２ユーザ端末３０の出力装置３０８は、ディスプレイ３０８１、スピーカ３０８２、送信部６０４１を備える。
　送信部６０４１は、外部サーバ６０においてユーザから受け付けた評価データを、サーバ１０へ送信する処理を実行する制御部である。
　＜音声サーバ（ＰＢＸ）５０の構成＞
　音声サーバ（ＰＢＸ）５０は、ネットワークＮと電話網Ｔとを互いに接続することで第１ユーザ端末２０と第２ユーザ端末３０との間における対話を可能とする交換機として機能する情報処理装置である。
　音声サーバ（ＰＢＸ）５０は、記憶部５０１を備える。
　＜音声サーバ（ＰＢＸ）５０の記憶部５０１の構成＞
　音声サーバ（ＰＢＸ）５０の記憶部５０１は、アプリケーションプログラム５０１１を備える。
　アプリケーションプログラム５０１１は、音声サーバ（ＰＢＸ）５０の制御部５０４を各機能ユニットとして機能させるためのプログラムである。
　アプリケーションプログラム５０１１は、ウェブブラウザアプリケーションなどのアプリケーションを含む。
　＜生成ＡＩ８０の構成＞
　生成ＡＩ８０は、文字列または画像等の入力データに基づき、文字列または画像等の出力データを出力する人工知能モデル（深層学習モデル）の一種である。本開示においては、主に、文字列にかかる入力データに基づき、文字列にかかる出力データを出力する大規模言語モデル（ＬＬＭ、Ｌａｒｇｅ　Ｌａｎｇｕａｇｅ　Ｍｏｄｅｌ）を一例として説明する。ＬＬＭは、ＯｐｅｎＡＩ　ＣｈａｔＧＰＴ、Ｍｉｃｒｏｓｏｆｔ　Ｂｉｎｇ　Ｃｈａｔ、Ｇｏｏｇｌｅ　Ｂａｒｄ等がある。
　＜システム１の動作＞
　以下、システム１の各処理について説明する。
　図１１は、コメント処理の動作を示すフローチャートである。
　図１２は、コメント処理の動作を示す画面例である。
　＜対話処理＞
　第１ユーザ（オペレータ）が第２ユーザ（顧客）から着信（受電）する着信処理、第１ユーザ（オペレータ）から第２ユーザ（顧客）に対し発信（架電）する発信処理により第１ユーザおよび第２ユーザが対話可能な状態となる処理を以下に説明する。
　その他、第１ユーザと、第２ユーザとが対話可能状態となる方法はこれらに限られない。例えば、第１ユーザが第２ユーザとの間で対話を行う処理として、ルームとよばれる仮想的な対話空間において複数のユーザ間で対話を行う処理をルーム対話処理として説明する。
　本開示にかかる発明は、着信処理、発信処理、任意の方法により、第１ユーザと、第２ユーザとが対話可能状態となる方法に対して適用可能である。
　＜ルーム対話処理＞
　サーバ１０上に、第１ユーザと第２ユーザとの間で対話を行うためのルームとよばれる仮想的な対話空間を作成し、第１ユーザおよび第２ユーザが当該ルームへ第１ユーザ端末２０、第２ユーザ端末３０に記憶されたウェブブラウザまたはアプリケーションプログラムを介してアクセスすることにより対話可能状態となる方法がある。この場合、音声サーバ（ＰＢＸ）６０は不要な構成となる。
　具体的には、対話の主催者となる第１ユーザが第１ユーザ端末２０の入力装置２０６を操作し、サーバ１０へ対話開催に関するリクエストを送信する。サーバ１０の制御部１０４は、リクエストを受信するとユニークなルームＩＤなどのルーム識別情報を発行し、第１ユーザ端末２０へレスポンスを送信する。第１ユーザは、受信したルーム識別情報を、対話相手である第２ユーザへメール、チャットなど任意の通信手段により送信する。第１ユーザは、第１ユーザ端末２０の入力装置２０６を操作し、ウェブブラウザなどでサーバ１０のルームに関するサービスを提供するＵＲＬへアクセスし、ルーム識別情報を入力することによりルームに入室できる。同様に、第２ユーザは第２ユーザ端末３０の入力装置３０６を操作し、ウェブブラウザなどでサーバ１０のルームに関するサービスを提供するＵＲＬへアクセスし、ルーム識別情報を入力することによりルームに入室できる。これにより、第１ユーザと第２ユーザとはルーム識別情報により関連付けられたルームとよばれる仮想的な対話空間内で、それぞれ第１ユーザ端末２０、第２ユーザ端末３０を介して対話を行うことができる。
　ルーム識別情報を入力することにより、第１ユーザ、第２ユーザに加えて、他の１または複数のユーザが１つのルームに入室できる。これにより、三者以上の複数のユーザは、ルーム識別情報により関連付けられたルームとよばれる仮想的な対話空間内で、それぞれのユーザ端末を介して対話を行うことができる。
　その他、必ずしも全ての参加者がそれぞれルームに参加することにより対話処理が実行される構成とする必要はない。例えば、会議室等で行われている複数の参加者が参加する会議において複数の参加者が１の情報端末を介してルームに入室し、対話処理が実行する構成としても良い。その他、対話処理は必ずしもオンラインで行われる必要はなく、会議室等で行われている複数の参加者が参加する会議に対して、当該会議内容の動画、音声を取得する情報端末を用いて実行される構成としも良い。例えば、会議をファシリテーションするアプリケーション等において実行される構成としても良い。
　＜動画対話＞
　本開示におけるシステム１は、動画データを含むオンライン対話サービス（ビデオ対話サービス）を提供しても良い。例えば、第１ユーザ端末２０の制御部２０４、第２ユーザ端末３０の制御部３０４は、それぞれ、第１ユーザ端末２０のカメラ２０６１、第２ユーザ端末３０のカメラ３０６１により撮影された動画データをサーバ１０へ送信する。
　サーバ１０は、受信した動画データに基づき、第１ユーザ端末２０のカメラ２０６１により撮影された動画データを第２ユーザ端末３０へ、第２ユーザ端末３０のカメラ３０６１により撮影された動画データを第１ユーザ端末２０へ送信する。第１ユーザ端末２０の制御部２０４は、受信した第２ユーザ端末３０のカメラ３０６１により撮影された動画データをディスプレイ２０８１に表示する。第２ユーザ端末３０の制御部３０４は、受信した第１ユーザ端末２０のカメラ２０６１により撮影された動画データをディスプレイ３０８１に表示する。
　サーバ１０は、オンライン対話に参加している一部またはすべての複数のユーザの動画データを第１ユーザ端末２０、第２ユーザ端末３０へ送信しても良い。この場合、第１ユーザ端末２０の制御部２０４は、受信したオンライン対話に参加している一部またはすべての複数のユーザの動画データを一画面に並べて第１ユーザ端末２０のディスプレイ２０８１に表示する。これにより、オンライン対話に参加している複数のユーザの対話状況を確認できる。第２ユーザ端末３０においても同様の処理を実行しても良い。
　発信処理、ルーム対話処理においても、ユーザと顧客との間で対話が開始された場合に、着信処理と同様に対話記憶処理を実行する。対話記憶処理は、着信処理のステップＳ１０４と同様であるため、説明を省略する。
　ルーム対話処理は、本開示にかかる情報処理サービスとは異なる事業者が運営するオンライン会議サービス等により実行されても構わない。オンライン会議サービスは、Ｚｏｏｍ、Ｇｏｏｇｌｅ　Ｍｅｅｔ、Ｍｉｃｒｏｓｏｆｔ　Ｔｅａｍｓ等を含む。
　＜着信処理＞
　着信処理は、ユーザが顧客から着信（受電）する処理である。
　＜着信処理の概要＞
　着信処理は、ユーザが第１ユーザ端末２０においてアプリケーションを立ち上げている場合に、顧客がユーザに対して発信した場合に、顧客に適用する応対ルールを特定し、特定した応対ルールに基づく着信判定処理を実行し、判定結果に応じてユーザに接続する処理を実行する一連の処理である。
　なお、本開示においては、電話による着信処理を一例として説明するが、任意のオンライン対話サービス等を利用した着信処理に対しても適用可能である。
　＜着信処理の詳細＞
　ユーザが顧客から着信（受電）する場合におけるシステム１の着信処理について説明する。
　ユーザが顧客から着信する場合、システム１において以下の処理が実行される。
　ステップＳ１０１において、ユーザは第１ユーザ端末２０を操作することにより、ウェブブラウザを起動し、ＣＲＭシステム５０が提供するＣＲＭサービスのウェブサイトへアクセスする。このとき、ユーザはウェブブラウザにおいて、自身のアカウントにてＣＲＭシステム５０にログインし待機しているものとする。なお、ユーザはＣＲＭシステム５０にログインしていれば良く、ＣＲＭサービスにかかる他の作業などを行っていても良い。
　ステップＳ１０２において、顧客は、第２ユーザ端末３０を操作し、音声サーバ（ＰＢＸ）６０に割り当てられた所定の電話番号を入力し、音声サーバ（ＰＢＸ）６０に対して発信する。音声サーバ（ＰＢＸ）６０は、第２ユーザ端末３０の発信を着信イベントとして受信する。
　音声サーバ（ＰＢＸ）６０は、サーバ１０に対し、着信イベントを送信する。具体的には、音声サーバ（ＰＢＸ）６０は、サーバ１０に対して顧客の電話番号３０１１を含む着信リクエストを送信する。
　ステップＳ１０３において、第１ユーザ端末２０は、ユーザによる応答操作を受け付ける。応答操作は、例えば、第１ユーザ端末２０において不図示の受話器を持ち上げたり、第１ユーザ端末２０のディスプレイ２０８１に「電話に出る」と表示されたボタンを、ユーザがマウス２０６６を操作して押下する操作などにより実現される。
　第１ユーザ端末２０は、応答操作を受け付けると、音声サーバ（ＰＢＸ）６０に対し、ＣＲＭシステム５０、サーバ１０を介して応答リクエストを送信する。音声サーバ（ＰＢＸ）６０は、送信されてきた応答リクエストを受信し、音声通信を確立する。これにより、第１ユーザ端末２０は、第２ユーザ端末３０と対話可能状態となる。
　第１ユーザ端末２０のディスプレイ２０８１は、対話が行われていることを示す情報を表示する。例えば、第１ユーザ端末２０のディスプレイ２０８１は、「対話中」という文字を表示してもよい。
　＜対話記憶処理＞
　ステップＳ１０４において対話記憶処理が実行される。対話記憶処理は、ユーザと顧客との間で行われる対話に関するデータを記憶する処理である。
　＜対話記憶処理の概要＞
　対話記憶処理は、ユーザと顧客との間で対話が開始された場合に、対話に関するデータを対話テーブル１０１４に記憶する一連の処理である。
　＜対話記憶処理の詳細＞
　ステップＳ１０４において、サーバ１０の制御部１０４は、対話に関する音声データを取得する音声取得ステップを実行する。
　具体的に、ユーザと顧客との間で対話が開始されると、音声サーバ（ＰＢＸ）６０は、ユーザと顧客との間で行われる対話に関する音声データを録音し、サーバ１０へ送信する。サーバ１０の制御部１０４は、音声データを受信すると、対話テーブル１０１４に新たなレコードを作成し、ユーザと顧客との間で行われる対話に関するデータを記憶する。具体的に、サーバ１０の制御部１０４は、ユーザＩＤ、顧客ＩＤ、対話カテゴリ、受発信種別、音声データの内容を対話テーブル１０１４の新たなレコードに記憶する。
　サーバ１０の制御部１０４は、発信処理または着信処理において第１ユーザ端末２０から、ユーザの第１ユーザＩＤ２０１１を取得し、対話テーブル１０１４の新たなレコードのユーザＩＤの項目に記憶する。
　サーバ１０の制御部１０４は、発信処理または着信処理において電話番号に基づきＣＲＭシステム５０へ問い合わせを行う。ＣＲＭシステム５０は、顧客テーブル５０１２を電話番号により検索することにより、顧客ＩＤを取得し、サーバ１０へ送信する。サーバ１０の制御部１０４は、取得した顧客ＩＤを対話テーブル１０１４の新たなレコードの顧客ＩＤの項目に記憶する。
　サーバ１０の制御部１０４は、予めユーザまたは顧客ごとに設定された対話カテゴリの値を、対話テーブル１０１４の新たなレコードの対話カテゴリの項目に記憶する。なお、対話カテゴリは、対話ごとにユーザが値を選択、入力することにより記憶しても良い。
　サーバ１０の制御部１０４は、行われている対話がユーザにより発信したものか、顧客から発信されたものかを識別し、対話テーブル１０１４の新たなレコードの受発信種別の項目にアウトバウンド（ユーザから発信）、インバウンド（顧客から発信）のいずれかの値を記憶する。
　サーバ１０の制御部１０４は、音声サーバ（ＰＢＸ）６０から受信する音声データを、対話テーブル１０１４の新たなレコードの音声データの項目に記憶する。なお、音声データは他の場所に音声データファイルとして記憶し、対話終了後に、音声データファイルに対する参照情報（パス）を記憶するものとしても良い。また、サーバ１０の制御部１０４は、対話終了後に音声データを記憶する構成としても良い。
　また、ビデオ対話サービスにおいては、サーバ１０の制御部１０４は、第１ユーザ端末２０、第２ユーザ端末３０のから受信する動画データを、対話テーブル１０１４の新たなレコードの動画データの項目に記憶する。なお、動画データは他の場所に動画データファイルとして記憶し、対話終了後に、動画データファイルに対する参照情報（パス）を記憶するものとしても良い。また、サーバ１０の制御部１０４は、対話終了後に動画データを記憶する構成としても良い。
　サーバ１０の制御部１０４は、音声取得ステップにおいて取得した音声データから、発話区間ごとに複数の区間音声データを抽出する音声抽出ステップを実行する。音声抽出ステップは、複数の区間音声データごとの話者を特定するステップを含む。
　具体的に、サーバ１０の制御部１０４は、対話テーブル１０１４に記憶された対話ＩＤ、音声データ、動画データを取得する（受け付ける）。サーバ１０の制御部１０４は、取得（受付）した音声データ、動画データから、発話音声が連続して存在する区間（発話区間）を検出し、発話区間のそれぞれに対して音声データ、動画データを、それぞれ、区間音声データ、区間動画データとして抽出する。例えば、音声データ、動画データを、発話音声がない無言区間により分割することにより、区間音声データ、区間動画データを抽出しても良い。また、音声データ、動画データに含まれる発話内容について、分節、文、段落等の文章単位で、音声データ、動画データを分割することにより、区間音声データ、区間動画データを抽出しても良い。区間音声データ、区間動画データは、発話区間ごとに話者のユーザＩＤ、発話区間の開始日時、発話区間の終了日時と関連づけられる。
　サーバ１０の制御部１０４は、音声抽出ステップにおいて抽出した複数の区間音声データごとに、話者により発話した内容のテキスト情報である複数の区間読上テキストを生成するテキスト生成ステップを実行する。
　具体的に、サーバ１０の制御部１０４は、抽出された区間音声データ、区間動画データの発話内容に対してテキスト認識を行うことにより、区間音声データ、区間動画データを文字（テキスト）である区間読上テキストに変換し、文字に起こす。なお、テキスト認識の具体的手法は特に限定されない。例えば信号処理技術、ＡＩ（人工知能）を利用した機械学習や深層学習等によって変換してもよい。
　サーバ１０の制御部１０４は、処理対象の対話ＩＤ、話者のユーザＩＤ（第１ユーザＩＤ２０１１または第２ユーザＩＤ３０１１）、開始日時、終了日時、区間音声データ、区間動画データ、区間読上テキストを、それぞれ、音声区間テーブル１０１６の新たなレコードの対話ＩＤ、話者ＩＤ、開始日時、終了日時、区間音声データ、区間動画データ、区間読上テキストの項目に記憶する。
　音声区間テーブル１０１６には、音声データの発話区間ごとの区間読上テキストが、開始日時、話者と関連づけられ連続的な時系列データとして記憶される。ユーザは、音声区間テーブル１０１６に記憶された区間読上テキストを確認することにより、音声データの内容を確認することなしにテキスト情報として対話内容を確認できる。
　なお、テキスト認識処理の際に、予めテキストに含まれるフィラーなどのユーザと顧客との間で行われた対話を把握する上で無意味な情報をテキストから除外して、音声認識情報を音声区間テーブル１０１６に記憶する構成としても良い。
　＜発信処理＞
　発信処理は、ユーザ（第１ユーザ）から顧客（第２ユーザ）に対し発信（架電）する処理である。
　＜発信処理の概要＞
　発信処理は、ユーザは第１ユーザ端末２０の画面に表示された複数の顧客のうち発信を希望する顧客を選択し、発信操作を行うことにより、顧客に対して発信を行なう一連の処理である。本開示においては、顧客として第２ユーザを選択する場合を一例として説明する。
　＜発信処理の詳細＞
　ユーザから顧客に発信する場合におけるシステム１の発信処理について説明する。
　ユーザが顧客に発信する場合、システム１において以下の処理が実行される。
　ユーザは第１ユーザ端末２０を操作することにより、ウェブブラウザを起動し、ＣＲＭシステム５０が提供するＣＲＭサービスのウェブサイトへアクセスする。ユーザは、ＣＲＭサービスが提供する顧客管理画面を開くことにより自身の顧客を第１ユーザ端末２０のディスプレイ２０８１へ一覧表示できる。
　具体的に、第１ユーザ端末２０は、ＣＲＭＩＤ２０１３および顧客を一覧表示する旨のリクエストをＣＲＭシステム５０へ送信する。ＣＲＭシステム５０は、リクエストを受信すると、顧客テーブル５０１２を検索し、顧客ＩＤ、氏名、電話番号、顧客属性、顧客組織名、顧客組織属性などのユーザの顧客に関する情報を第１ユーザ端末２０に送信する。第１ユーザ端末２０は、受信した顧客に関する情報を第１ユーザ端末２０のディスプレイ２０８１に表示する。
　ユーザは、第１ユーザ端末２０のディスプレイ２０８１に一覧表示された顧客から発信を希望する顧客（第２ユーザ）を押下し選択する。顧客が選択された状態で、第１ユーザ端末２０のディスプレイ２０８１に表示された「発信」ボタンまたは、電話番号ボタンを押下することにより、ＣＲＭシステム５０に対し電話番号を含むリクエストを送信する。リクエストを受信したＣＲＭシステム５０は、電話番号を含むリクエストをサーバ１０へ送信する。リクエストを受信したサーバ１０は、音声サーバ（ＰＢＸ）６０に対し、発信リクエストを送信する。音声サーバ（ＰＢＸ）６０は、発信リクエストを受信すると、受信した電話番号に基づき第２ユーザ端末３０に対し発信（呼出し）を行う。
　これに伴い、第１ユーザ端末２０は、スピーカ２０８２などを制御し音声サーバ（ＰＢＸ）６０により発信（呼出し）が行われている旨を示す鳴動を行う。また、第１ユーザ端末２０のディスプレイ２０８１は、音声サーバ（ＰＢＸ）６０により顧客に対して発信（呼出し）が行われている旨を示す情報を表示する。例えば、第１ユーザ端末２０のディスプレイ２０８１は、「呼出中」という文字を表示してもよい。
　顧客は、第２ユーザ端末３０において不図示の受話器を持ち上げたり、第２ユーザ端末３０の入力装置３０６に着信時に表示される「受信」ボタンなどを押下することにより、第２ユーザ端末３０は対話可能状態となる。これに伴い、音声サーバ（ＰＢＸ）６０は、第２ユーザ端末３０による応答がなされたことを示す情報（以下、「応答イベント」と呼ぶ）を、サーバ１０、ＣＲＭシステム５０などを介して第１ユーザ端末２０に送信する。
　これにより、ユーザと顧客は、それぞれ第１ユーザ端末２０、第２ユーザ端末３０を用いて対話可能状態となり、ユーザと顧客との間で対話できるようになる。具体的には、第１ユーザ端末２０のマイク２０６２により集音されたユーザの音声は、第２ユーザ端末３０のスピーカ３０８２から出力される。同様に、第２ユーザ端末３０のマイク３０６２から集音された顧客の音声は、第１ユーザ端末２０のスピーカ２０８２から出力される。
　第１ユーザ端末２０のディスプレイ２０８１は、対話可能状態になると、応答イベントを受信し、対話が行われていることを示す情報を表示する。例えば、第１ユーザ端末２０のディスプレイ２０８１は、「応答中」という文字を表示してもよい。
　＜提示処理＞
　提示処理は、ユーザまたはユーザが所属するグループにおける過去の対話情報に基づき、ユーザの対話応対の特徴を要約した対話要約情報や、対話応対を改善するためのアドバイスを含む音声特徴量する処理である。
　オペレータ等のユーザは、コメント情報の内容を確認することにより自身の対話応対の改善に活用できる。また、管理職等の複数のオペレータからなるグループを管理する立場のユーザにとっては、自身が管理するグループの対話応対の改善にコメント情報の内容を活用できる。
　＜提示処理の概要＞
　提示処理は、提示処理の対象ユーザを特定し、当該ユーザの対話情報を取得し、対話情報に基づき解析データを作成し、解析データに基づき入力データを作成し、入力データを生成ＡＩへ送信することにより得られる回答結果に基づきコメント情報を作成し、作成したコメント情報を提示する一連の処理である。
　＜提示処理の詳細＞
　以下に、提示処理の詳細を説明する。
　本開示においては、一例として第１ユーザが提示処理を実行する構成を開示するが、提示処理は任意のユーザにより実行可能なものとしても良い。また、管理者等のマネジメント業務に従事するユーザのみが実行可能なものとしても良い。提示処理の実行権限は、任意のユーザに設定できるものとしても構わないし、ユーザーの実行権限ごとに実行可能な処理を切り替えるようにしもてよい。
　また、本開示においては一例として第１ユーザによる操作に基づき提示処理が実行される構成を一例として開示するがこれに限られない。例えば、後述するステップＳ１０１において提示処理の対象となるユーザＩＤの特定と、当該特定された対象ユーザ、対象グループに対して、コメント情報の配信先にかかるユーザを予め関連付けて記憶しておく構成としても良い。この場合、サーバ１０の提示部１０４２は、定期的（毎日、１週間、１ヶ月）に提示処理を実行し作成した対象ユーザ、対象グループに関するコメント情報に基づくコメントメッセージを、配信先にかかるユーザに対して定期的に配信する構成としても良い。なお、ユーザーにコメント情報を提示する場合に、その対象の期間及び対象範囲等を指定可能としてもよい。
　ステップＳ１０１において、サーバ１０の提示部１０４２は、提示処理の対象となるユーザＩＤ（対象ユーザＩＤ）を特定する。
　第１ユーザは、第１ユーザ端末２０の入力装置２０６を操作することにより、ウェブブラウザ等に提示処理を実行するためのページ（提示処理ページ）のＵＲＬを入力し、提示処理ページを開く。第１ユーザ端末２０の制御部２０４は、提示処理ページを開くためのリクエストを、サーバ１０へ送信する。サーバ１０の制御部１０４は、受信したリクエストに基づき、提示処理ページを生成し第１ユーザ端末２０へ送信する。第１ユーザ端末２０の制御部２０４は、受信した提示処理ページを第１ユーザ端末２０のディスプレイ２０８１に表示する。
　第１ユーザは、第１ユーザ端末２０の入力装置２０６を操作することにより、提示処理ページに含まれる対象ユーザＩＤを入力するための入力欄に提示処理の対象となるユーザのユーザＩＤ、ユーザ名等を入力する。なお、提示処理ページは、ユーザテーブル１０１２に記憶されたユーザＩＤ、ユーザ名等のユーザ識別情報を第１ユーザに対して一覧表示し、当該一覧表示されたユーザ識別情報に対する選択操作に応じて、対象ユーザＩＤの入力を受け付けても良い。第１ユーザ端末２０の制御部２０４は、入力された対象ユーザＩＤをサーバ１０へ送信する。サーバ１０の提示部１０４２は、対象ユーザＩＤを受信し、特定する。
　また、提示処理ページは複数のユーザＩＤ等の入力を受付可能としても良い。例えば、提示処理ページは、グループテーブル１０１３に記憶されたグループＩＤ、グループ名等のグループ識別情報を第１ユーザに対して一覧表示し、当該一覧表示されたグループ識別情報に対する選択操作に応じて、グループＩＤ（対象グループのグループＩＤ）の入力を受け付ける。第１ユーザ端末２０の制御部２０４は、入力されたグループＩＤをサーバ１０へ送信する。サーバ１０の提示部１０４２は、受信したグループＩＤに基づきユーザテーブル１０１２のグループＩＤの項目を検索し、当該選択されたグループに所属する１または複数のユーザのユーザＩＤを特定する。
　ステップＳ１０２において、サーバ１０の制御部１０４は、ステップＳ１０１において特定した１または複数の対象ユーザＩＤ（以下、対象ユーザＩＤとよぶ）に基づき、対話情報を取得する。
　具体的に、サーバ１０の提示部１０４２は、特定した対象ユーザＩＤに基づき、対話テーブル１０１４のユーザＩＤの項目を検索し、１または複数の対話情報を取得する。具体的に、対話情報は、対話ＩＤ、ユーザＩＤ、顧客ＩＤ、対話カテゴリ、受発信種別、音声データ、動画データを含む。
　サーバ１０の提示部１０４２は、取得した対話情報に含まれる対話ＩＤに基づき、ラベルテーブル１０１５の対話ＩＤの項目を検索し、１または複数のラベル情報を取得する。
　サーバ１０の提示部１０４２は、取得した対話情報に含まれる対話ＩＤに基づき、音声区間テーブル１０１６の対話ＩＤの項目を検索し、１または複数の音声区間情報を取得する。音声区間情報は、区間ＩＤ、対話ＩＤ、話者ＩＤ、開始日時、終了日時、区間音声データ、区間動画データ、区間読上テキストを含む。
　本開示における対話情報は、所定の対話情報に対して対話ＩＤに基づき関連付けられたラベル情報、音声区間情報のほか、任意の対話に関する情報を含んでも良い。
　ステップＳ１０３において、サーバ１０の提示部１０４２は、対話に対する解析を行うことにより得られる解析データを取得する解析データ取得ステップを実行する。
　具体的に、サーバ１０の提示部１０４２は、ステップＳ１０２において取得した対話情報に含まれる音声データ、動画データ等、音声区間情報に含まれる、区間音声データ、区間動画データ等を解析することにより、以下の音声特徴量、言語特徴量を含む解析データを作成する。また、サーバ１０の提示部１０４２は、対話情報のレコード数、音声データ、動画データ等を解析することにより、対話に関する架電回数および通話時間などの対話に関する指標を含む解析データを作成する。なお、本ステップにおいて解析データを作成する場合に限られず、事前に作成しておいた解析データを本ステップの対象に含めるようにしてもよい。
・発話者により発話された音声に関する音声特徴量
　音声特徴量は、オペレータによる発話と顧客による発話との比率（Ｔａｌｋ：Ｌｉｓｔｅｎ比率）、オペレータによる発話と顧客による発話との間で被りが生じた回数（被り回数）、沈黙が生じた回数（沈黙回数）、オペレータによる発話または顧客による発話の周波数（オペレータの基本周波数、顧客の基本周波数）、オペレータによる発話または顧客による発話の抑揚（オペレータの抑揚の強弱、顧客の抑揚の強弱）等を含む。
　音声特徴量は、オペレータおよび顧客の発話における、ピッチ（基本周波数）、音声強度（音量）、スペクトル特性（発話音声の周波数領域の特性、声紋、音色等を含む）、発話音声の音声速度、個々の音節や単語、フレーズ等の音声の長さ、音声のリズム、声質（はっきりした声、かすれ声など）などを含む。
　音声特徴量は、上記音声特徴量に基づき算定される音声特徴量の善し悪しを示すスコア情報（音声スコア）を含む。
・発話された内容に関する言語特徴量
　言語特徴量は、対話に含まれる所定のキーワードの出現回数、出現頻度、単語の多様性に関する指標、発話文の長さ、名詞、動詞、形容詞等の品詞の使用頻度を示す指標、感情語の使用、トピックの分布に関する情報を含む。
　言語特徴量は、上記言語特徴量に基づき算定される言語特徴量の善し悪しを示すスコア情報（言語スコア）を含む。
・対話に関する架電回数および通話時間などの対話に関する指標
　架電回数は、特定の期間（日、週、月など）の期間における架電回数を含む。通話時間は、一つ一つの通話がどの程度の時間続いたかを示す指標である。
　対話に関する指標は、対話に関する指標に基づき算定される対話に関する指標の善し悪しを示すスコア情報（指標スコア）を含む。
　その他、音声スコア、言語スコア、指標スコアを組み合わせて得られる対話応対の善し悪しを総合的に示す対話スコア情報（対話スコア）を含んでも良い。
　なお、解析データは、ユーザまたはグループごとに複数の対話における音声特徴量、言語特徴量、指標を含む解析データ（以下、特徴量等）の平均値、中央値、最大値、最小値等の統計値としても良い。具体的に、ステップＳ１０１において複数のユーザが特定されている場合には、複数のユーザにおける音声特徴量、言語特徴量、対話に関する指標の統計値を、解析データとしても良い。
　解析データは、ユーザまたはグループごとに特徴量等を含む解析データのランキング、順位等の比較結果を含む。具体的に、ユーザＡが、音声スコアが１位、言語スコアが２位、指標スコアが４位、対話スコア等が２位である場合において、ユーザＡの比較結果を（１、２、４、２）と表現するものとする。この場合に、ユーザＢ、ユーザＣ、ユーザＤの比較結果をそれぞれ、（２、１、３、４）、（４、３、１、２）、（３、４、２、１）とすることができる。比較結果は、このように複数のユーザ間における解析データの善し悪しを比較する情報を含む。また、解析データとして、所定の期間における比較を含むようにしてもよい。例えば、平均値などの月ごとの比較値を含めることにより改善度合い等の指標とすることもできる。
　解析データは、ユーザまたはグループごとの複数の対話における読上テキストにかかる情報を含んでも良い。具体的に、音声区間テーブル１０１６の区間読上テキストを参照し、対話にかかる読上テキストを解析データに含めることができる。
　ステップＳ１０３において、解析データ取得ステップは、所定のオペレータにより行われた対話に対する解析を行うことにより得られる解析データを取得するステップを実行する。
　具体的に、ステップＳ１０１において所定のオペレータにかかるユーザのユーザＩＤが対象ユーザＩＤとして特定された場合には、サーバ１０の提示部１０４２は、当該所定のオペレータの解析データを作成し、取得する。
　ステップＳ１０３において、解析データ取得ステップは、複数のオペレータにより行われた複数の対話に対する解析を行うことにより得られる複数のオペレータのそれぞれに関する解析データを取得するステップを実行する。
　具体的に、ステップＳ１０１において複数のオペレータにかかるユーザのユーザＩＤが対象ユーザＩＤとして特定された場合には、サーバ１０の提示部１０４２は、当該複数のオペレータの解析データを作成し、取得する。
　ステップＳ１０３において、解析データ取得ステップは、所定の期間における解析データを取得するステップを実行する。
　具体的に、サーバ１０の提示部１０４２は、提示処理を実行する日時または任意の日時から所定期間内の対話情報に基づき、所定期間外の対話情報を除外し、解析データを作成し、取得しても良い。例えば、サーバ１０の提示部１０４２は、直近１ヶ月以内の対話情報に基づき、解析データを作成し取得しても良い。
　最近の対話情報に基づくコメント情報を提供することがユーザの対話応対の改善に関しては有益であると考えられるためである。
　サーバ１０の提示部１０４２は、作成した解析データをコメントテーブル１０２１の新たなレコード（対象レコード）の解析データの項目に記憶する。
　コメントテーブル１０２１の対象レコードの指示文の項目には、後述する入力データを生成するための指示文に関する文字列が記憶される。なお、指示文の例を以下に例示する。
・「対象ユーザの対話応対の特徴を解析データに基づき説明してください。」
・「対象ユーザの対話応対の変化している特徴を解析データに基づき説明してください。」
・「対象ユーザの対話応対の目標達成状況を解析データに基づき説明してください。」
・「対象ユーザの対話応対の改善点を解析データに基づき説明してください。」
・「解析データに基づき、対象ユーザの対話応対の参考になる他のユーザを提案してください。」
・「対象グループの対話応対の特徴を解析データに基づき説明してください。」
・「対象グループの対話応対の改善点を解析データに基づき説明してください。」
・「解析データに基づき対象グループに含まれる各ユーザの特徴を比較して説明してください。」
・「解析データに基づき対象グループに含まれるユーザのうち、上位者（スコアが優れているユーザ）、改善者（スコアが改善されているユーザ）、下位者（スコアが劣っているユーザ）、改悪者（スコアが悪化しているユーザ）を特定してください。」
・「解析データに基づき、改善点、変化している項目、目標達成可能性、比較結果を出力してください。」
　本開示における指示文は、生成ＡＩ８０に解析データに対する解析結果を出力させるための指示文を含む。指示文は、生成ＡＩ８０に対して実行させたいタスクを直接的かつ明示的に指示するゼロショットプロンプトと呼ばれる形式の指示文を含む。また、指示文は、少数の入出力事例により生成ＡＩ８０に対して実行させたいタスクを指示するフューショットプロンプトと呼ばれる形式の指示文を含む。
　例えば、フューショットプロンプトと呼ばれる形式の指示文においては、入力データである「解析データ」に対して、当該解析データに対する「解析結果、解析内容等を示す文章」を出力データとする、入力データおよび出力データのペアからなる入出力事例を指示文に含める。
　また、所定の企業における複数の所属組織、グループ等の解析データを対象として、次のような指示文を記憶しても良い。
・「解析データに基づき、上位グループ（スコアが優れているグループ）、改善グループ（スコアが改善されているグループ）、下位グループ（スコアが劣っているグループ）、改悪グループ（スコアが悪化しているグループ）を特定してください。」
　その他、入力データを生成するための指示文は、対話に関する読上テキスト（解析データ）に基づき、当該対話において話し方の良い部分、改善部分などの提案を支持する指示文を含んでも良い。
・「対象ユーザの対話応対における良い部分、改善部分を、読上テキストに基づき説明してください。」
・「対象グループの対話応対における良い部分、改善部分を、読上テキストに基づき説明してください。」
　指示文は、所定の１の指示文が規定値として予め設定され記憶される構成としても良い。
　指示文は、複数の指示文のうち所定の指示文が選択され記憶される構成としても良い。
　例えば、ステップＳ１０１の提示処理ページにおいて、指示文の入力を受け付ける構成としても良い。具体的に、提示処理ページにおいて複数の指示文をユーザに対して提示し、ユーザによる入力操作により選択された所定の指示文が記憶される構成としても良い。例えば、ユーザは、提示処理において得たいコメントの内容に応じて、所定の指示文を選択する構成としても良い。
　なお、コメントテーブル１０２１の対象レコードの指示文の項目には複数の指示文にかかる文字列が記憶される構成としても構わない。これにより、コメントテーブル１０２１の対象レコードにおいて指示文と解析データとが関連づけて記憶される。
　ステップＳ１０４において、サーバ１０の提示部１０４２は、解析データ取得ステップにおいて取得した解析データに基づき、生成ＡＩに入力される入力データを作成する入力データ作成ステップを実行する。
　入力データ作成ステップは、解析データに基づき、対話における改善点を出力させるための指示文と、解析データに基づき、対話における変化している項目を出力させるための指示文と、解析データに基づき、オペレータまたは複数のオペレータが所属するグループの目標達成状況を出力させるための指示文と、解析データに基づき、複数のオペレータまたは複数のグループごとの比較結果を出力させるための指示文と、のうち少なくともいずれか１つに基づく入力データを作成するステップを実行する。
　具体的に、サーバ１０の提示部１０４２は、コメントテーブル１０２１に記憶された指示文および解析データに基づきプロンプトと呼ばれる生成ＡＩへ入力する入力データを作成する。
　入力データの例を以下に示す。
〔入力データ〕
対象ユーザＡの対話応対の特徴を解析データに基づき説明してください。
# 解析データ：
対話スコア７０点
・音声特徴量： 
音声スコア：６０点
Ｔａｌｋ：Ｌｉｓｔｅｎ比率：０．６　（ユーザが話す時間とリスナーが話す時間の比率）
被り回数：１０　（ユーザとリスナーの発話が重なった回数）
沈黙回数：１５　（会話中に沈黙が生じた回数）
基本周波数：１１０　（ユーザの発話の基本周波数）
抑揚の強弱：０．５　（ユーザの発話の抑揚の強さ）
・言語特徴量： 
言語スコア：３０点
キーワードの出現回数：２０　（対話中の特定のキーワードの出現回数）
単語の多様性：０．７５　（使用された単語の多様性を示す指標）
発話文の長さ：５０　（ユーザの平均発話文の長さ）
名詞の使用頻度：０．３　（名詞の使用頻度）
動詞の使用頻度：０．２　（動詞の使用頻度）
形容詞の使用頻度：０．１　（形容詞の使用頻度）
感情語の使用：５　（感情を表す単語の使用回数）
トピックの分布：｛トピックＡ：　０．４，　トピックＢ：　０．３，　トピックＣ：　０．３｝　（各トピックに対する発話の割合）
・対話に関する指標：（グループ平均）
指標スコア：８０点
架電回数：１００回　（特定の期間（例えば一週間）における架電回数）
通話時間：３００分　（同期間内の通話の合計時間）
# 出力結果：
　ステップＳ１０４において、入力データ作成ステップは、オペレータまたは複数のオペレータが所属するグループごとの、対話の善し悪しを判断するためのスコアに基づき、対話が優れていると判定される１または複数のオペレータ、もしくは、１または複数のグループを示す情報と、オペレータまたは複数のオペレータが所属するグループごとの、対話の善し悪しを判断するためのスコアに基づき、対話が優れていないと判定される１または複数のオペレータ、もしくは、１または複数のグループを示す情報と、のうち少なくともいずれか１つに基づく入力データを作成するステップを実行する。
　入力データの例を以下に示す。
　入力データは、グループに含まれるそれぞれのユーザ（ユーザＡ～Ｃ）の解析データを含めても良い。
〔入力データ〕
解析データに基づき対象グループＡに含まれる各ユーザの特徴を比較して説明してください。
# 対象グループＡ：ユーザＡ、ユーザＢ、ユーザＣ、ユーザＤから構成される
# 解析データ：
・比較結果（ランキング情報）
ユーザAの比較結果：(音声スコア：1位、言語スコア：2位、指標スコア：4位、対話スコア：2位)
ユーザBの比較結果：(音声スコア：2位、言語スコア：1位、指標スコア：3位、対話スコア：4位)
ユーザCの比較結果：(音声スコア：4位、言語スコア：3位、指標スコア：1位、対話スコア：2位)
ユーザDの比較結果：(音声スコア：3位、言語スコア：4位、指標スコア：2位、対話スコア：1位)
対話スコア：７０点（グループ平均）
・音声特徴量：（グループ平均）
音声スコア：６０点
Ｔａｌｋ：Ｌｉｓｔｅｎ比率：０．６　（ユーザが話す時間とリスナーが話す時間の比率）
被り回数：１０　（ユーザとリスナーの発話が重なった回数）
沈黙回数：１５　（会話中に沈黙が生じた回数）
基本周波数：１１０　（ユーザの発話の基本周波数）
抑揚の強弱：０．５　（ユーザの発話の抑揚の強さ）
・言語特徴量：（グループ平均）
言語スコア：３０点
キーワードの出現回数：２０　（対話中の特定のキーワードの出現回数）
単語の多様性：０．７５　（使用された単語の多様性を示す指標）
発話文の長さ：５０　（ユーザの平均発話文の長さ）
名詞の使用頻度：０．３　（名詞の使用頻度）
動詞の使用頻度：０．２　（動詞の使用頻度）
形容詞の使用頻度：０．１　（形容詞の使用頻度）
感情語の使用：５　（感情を表す単語の使用回数）
トピックの分布：｛トピックＡ：　０．４，　トピックＢ：　０．３，　トピックＣ：　０．３｝　（各トピックに対する発話の割合）
・対話に関する指標：（グループ平均）
指標スコア：８０点
架電回数：１００回　（特定の期間（例えば一週間）における架電回数）
通話時間：３００分　（同期間内の通話の合計時間）
　サーバ１０の提示部１０４２は、作成した入力データを、コメントテーブル１０２１の対象レコードの入力データの項目に記憶する。
　ステップＳ１０５において、サーバ１０の提示部１０４２は、入力データ作成ステップにおいて作成した入力データを、生成ＡＩに送信することにより得られる回答内容を受信する回答受信ステップを実行する。
　具体的に、サーバ１０の提示部１０４２は、ステップＳ１０４において作成した入力データを生成ＡＩ８０へ入力データ（プロンプト）として送信する。生成ＡＩ８０は、入力データに対して回答データをレスポンスとしてサーバ１０へ出力する。サーバ１０の提示部１０４２は、入力データに対する回答データを受信し、受け付ける。
　ステップＳ１０６において、サーバ１０の提示部１０４２は、回答受信ステップにおいて受信した回答内容を含むコメントメッセージを所定のオペレータへ提示するコメント提示ステップを実行する。
　具体的に、サーバ１０の提示部１０４２は、ステップＳ１０５において受信した回答内容に基づきコメントデータを作成する。
　サーバ１０の提示部１０４２は、対象ユーザ、対象グループに所属する各ユーザを特定する情報、解析期間を、回答内容の少なくともいずれか１つ以上を組み合わせてコメントデータを作成する。なお、回答内容そのものをコメントデータとしても構わない。なお、本フローチャートの処理において、コメントデータを得るために各ステップを繰り返し実行してもよい。
　コメントデータの例を以下に示す。
〔コメントデータ〕
ユーザＡ（氏名、所属等）の期間（Ｙ－Ｍ－ＤからＹ－Ｍ－Ｄ）における対話応対の特徴は以下の通りです。
# 対話応対の特徴：
（生成ＡＩ８０からの回答内容）
　コメントデータの例を以下に示す。
〔コメントデータ〕
グループＡの期間（Ｙ－Ｍ－ＤからＹ－Ｍ－Ｄ）における各ユーザの特徴は以下の通りです。
・ユーザＡ（氏名、所属等）
・ユーザＢ（氏名、所属等）
・ユーザＣ（氏名、所属等）
・ユーザＤ（氏名、所属等）
# 各ユーザの特徴：
（生成ＡＩ８０からの回答内容）
　コメントデータの例を以下に示す。
〔コメントデータ〕
ユーザＡ（氏名、所属等）の期間（Ｙ－Ｍ－ＤからＹ－Ｍ－Ｄ）における対話応対において話し方の良い点、改善部分は以下の通りです。
# 話し方の良い点、改善部分
（生成ＡＩ８０からの回答内容）
　サーバ１０の提示部１０４２は、作成したコメントデータを、コメントテーブル１０２１の対象レコードのコメントデータの項目に記憶する。
　ステップＳ１０６において、サーバ１０の提示部１０４２は、回答受信ステップにおいて受信した回答内容を含むコメントメッセージを所定のユーザへ提示するコメント提示ステップを実行する。
　図１２は、コメント処理の動作を示すコメント画面Ｄ１にかかる画面例である。コメント画面Ｄ１は、コメント情報Ｄ１１、解析データＤ１２を含む。コメント情報は、指示文Ｄ１１１、生成ＡＩ８０からの回答内容Ｄ１１２を含む。解析データＤ１２は、既に説明した解析データに含まれる音声特徴量、言語特徴量、対話に関する指標の各データをグラフ等により視覚的に可視化したコンテンツを含む。
　具体的に、サーバ１０の提示部１０４２は、作成したコメント情報を第１ユーザ端末２０へ送信する。例えば、サーバ１０の提示部１０４２は、第１ユーザのメールアドレス、チャットアカウント等に対して、コメント情報を含むメッセージ（コメントメッセージ）を送信しても良い。第１ユーザ端末２０のディスプレイ２０８１は、受信したコメントメッセージを第１ユーザに対して提示する。
　第１ユーザ端末２０の制御部２０４は、コメントデータをコメント画面Ｄ１のコメント情報Ｄ１１に表示する。第１ユーザ端末２０の制御部２０４は、生成ＡＩ８０からの回答内容を、コメント画面Ｄ１の回答内容Ｄ１１２に表示する。第１ユーザ端末２０の制御部２０４は、指示文をコメント画面Ｄ１の指示文Ｄ１１１に表示しても良い。また、第１ユーザ端末２０の制御部２０４は、ステップＳ１０３において作成した解析データをコメント画面Ｄ１の解析データＤ１２に表示しても良い。
　ステップＳ１０６において、コメント提示ステップは、所定の期間ごとにコメントメッセージを提示するステップを実行する。
　具体的に、本開示においては一例として第１ユーザによる操作に基づき提示処理が実行される構成を一例として開示するがこれに限られない。サーバ１０の提示部１０４２は、定期的（毎日、１週間、１ヶ月）ごとに提示処理を実行し作成した対象ユーザ、対象グループに関するコメント情報に基づくコメントメッセージを、複数のオペレータを管理するマネジメント業務に従事する管理者等の所定のユーザに対して定期的に配信する構成としても良い。
　ステップＳ１０６において、コメント提示ステップは、解析データ取得ステップにおいて取得した解析データとともに、回答受信ステップにおいて受信した回答内容を含むコメントメッセージを提示するステップを実行する。
　具体的に、サーバ１０の提示部１０４２は、コメント情報にステップＳ１０３において作成した解析データを含めても良い。サーバ１０の提示部１０４２は、解析データを含むコメントメッセージを第１ユーザ端末２０へ送信する。第１ユーザ端末２０の制御部２０４は、解析データとともにコメント情報をコメント画面Ｄ１の解析データＤ１２に表示する。これにより、第１ユーザは、コメント情報とともにコメント情報の元となる解析データの内容を確認することができる。第１ユーザは、コメントメッセージの内容を参考に、解析データの内容を簡単にかつより深く理解することができる。
　＜コンピュータの基本ハードウェア構成＞
　図１３は、コンピュータ９０の基本的なハードウェア構成を示すブロック図である。コンピュータ９０は、プロセッサ９０１、主記憶装置９０２、補助記憶装置９０３、通信ＩＦ９９１（インタフェース、Interface）を少なくとも備える。これらは通信バス９２１により相互に電気的に接続される。
　プロセッサ９０１とは、プログラムに記述された命令セットを実行するためのハードウェアである。プロセッサ９０１は、演算装置、レジスタ、周辺回路等から構成される。
　主記憶装置９０２とは、プログラム、及びプログラム等で処理されるデータ等を一時的に記憶するためのものである。例えば、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性のメモリである。
　補助記憶装置９０３とは、データ及びプログラムを保存するための記憶装置である。例えば、フラッシュメモリ、ＨＤＤ（Hard Disc Drive）、光磁気ディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリ等である。
　通信ＩＦ９９１とは、有線又は無線の通信規格を用いて、他のコンピュータとネットワークを介して通信するための信号を入出力するためのインタフェースである。
　ネットワークは、インターネット、ＬＡＮ、無線基地局等によって構築される各種移動通信システム等で構成される。例えば、ネットワークには、３Ｇ、４Ｇ、５Ｇ移動通信システム、ＬＴＥ（Long Term Evolution）、所定のアクセスポイントによってインターネットに接続可能な無線ネットワーク（例えばWi-Fi（登録商標））等が含まれる。無線で接続する場合、通信プロトコルとして例えば、Ｚ－Ｗａｖｅ（登録商標）、ＺｉｇＢｅｅ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等が含まれる。有線で接続する場合は、ネットワークには、ＵＳＢ（Universal Serial Bus）ケーブル等により直接接続するものも含む。
　なお、各ハードウェア構成の全部または一部を複数のコンピュータ９０に分散して設け、ネットワークを介して相互に接続することによりコンピュータ９０を仮想的に実現することができる。このように、コンピュータ９０は、単一の筐体、ケースに収納されたコンピュータ９０だけでなく、仮想化されたコンピュータシステムも含む概念である。
　＜コンピュータ９０の基本機能構成＞
　コンピュータ９０の基本ハードウェア構成（図１３）により実現されるコンピュータの機能構成を説明する。コンピュータは、制御部、記憶部、通信部の機能ユニットを少なくとも備える。
　なお、コンピュータ９０が備える機能ユニットは、それぞれの機能ユニットの全部または一部を、ネットワークで相互に接続された複数のコンピュータ９０に分散して設けても実現することができる。コンピュータ９０は、単一のコンピュータ９０だけでなく、仮想化されたコンピュータシステムも含む概念である。
　制御部は、プロセッサ９０１が補助記憶装置９０３に記憶された各種プログラムを読み出して主記憶装置９０２に展開し、当該プログラムに従って処理を実行することにより実現される。制御部は、プログラムの種類に応じて様々な情報処理を行う機能ユニットを実現することができる。これにより、コンピュータは情報処理を行う情報処理装置として実現される。
　記憶部は、主記憶装置９０２、補助記憶装置９０３により実現される。記憶部は、データ、各種プログラム、各種データベースを記憶する。また、プロセッサ９０１は、プログラムに従って記憶部に対応する記憶領域を主記憶装置９０２または補助記憶装置９０３に確保することができる。また、制御部は、各種プログラムに従ってプロセッサ９０１に、記憶部に記憶されたデータの追加、更新、削除処理を実行させることができる。
　データベースは、リレーショナルデータベースを指し、行と列によって構造的に規定された表形式のテーブル、マスタと呼ばれるデータ集合を、互いに関連づけて管理するためのものである。データベースでは、表をテーブル、マスタ、表の列をカラム、表の行をレコードと呼ぶ。リレーショナルデータベースでは、テーブル、マスタ同士の関係を設定し、関連づけることができる。
　通常、各テーブル、各マスタにはレコードを一意に特定するための主キーとなるカラムが設定されるが、カラムへの主キーの設定は必須ではない。制御部は、各種プログラムに従ってプロセッサ９０１に、記憶部に記憶された特定のテーブル、マスタにレコードを追加、削除、更新を実行させることができる。
　また、記憶部に、データ、各種プログラム、各種データベースを記憶させることにより、本開示にかかる情報処理装置、情報処理システムが製造されたものとして捉えることができる。
　なお、本開示におけるデータベース、マスタは、情報が構造的に規定された任意のデータ構造体（リスト、辞書、連想配列、オブジェクトなど）を含み得る。データ構造体には、データと、任意のプログラミング言語により記述された関数、クラス、メソッドなどを組み合わせることにより、データ構造体と見なし得るデータも含むものとする。
　通信部は、通信ＩＦ９９１により実現される。通信部は、ネットワークを介して他のコンピュータ９０と通信を行う機能を実現する。通信部は、他のコンピュータ９０から送信された情報を受信し、制御部へ入力することができる。制御部は、各種プログラムに従ってプロセッサ９０１に、受信した情報に対する情報処理を実行させることができる。また、通信部は、制御部から出力された情報を他のコンピュータ９０へ送信することができる。
　＜付記＞
　以上の各実施形態で説明した事項を以下に付記する。
　（付記１）
　プロセッサと、記憶部とを備えるコンピュータに、複数のユーザ間の対話に関する情報を処理させるプログラムであって、プロセッサが、対話に対する解析を行うことにより得られる解析データを取得する解析データ取得ステップ（Ｓ１０３）と、解析データ取得ステップにおいて取得した解析データに基づき、生成ＡＩに入力される入力データを作成する入力データ作成ステップ（Ｓ１０４）と、を実行するプログラム。
　これにより、複数のユーザ間で行われた対話に関する解析データについて、ユーザが理解しやすい態様で回答内容（コメント）を得るための大規模言語モデル等の生成ＡＩへ入力するためのプロンプト等の入力データを作成できる。
　（付記２）
　解析データは、発話者により発話された音声に関する音声特徴量、発話された内容に関する言語特徴量、対話に関する架電回数および通話時間の少なくとも何れか１つの、所定の対話に関する情報を含む、付記１記載のプログラム。
　これにより、複数のユーザ間で行われた対話に関する音声特徴量、言語特徴量、架電回数、通話情報等の数値データについて、ユーザが理解しやすい態様で回答内容（コメント）を得るための大規模言語モデル等の生成ＡＩへ入力するためのプロンプト等の入力データを作成できる。
　（付記３）
　解析データは、対話を行った複数のユーザの複数の対話における特徴量の統計値、または、対話を行った複数のユーザ同士の特徴量を比較した比較結果を含む、付記１または２記載のプログラム。
　これにより、ユーザごとの特徴量の平均値、中央値などの統計値、ユーザ同士の特徴量を比較したランキング等の比較結果に基づき、ユーザ、または複数のユーザが所属するグループの対話を評価できる。
　（付記４）
　入力データ作成ステップ（Ｓ１０４）は、解析データに基づき、対話における改善点を出力させるための指示文と、解析データに基づき、対話における変化している項目を出力させるための指示文と、解析データに基づき、オペレータまたは複数のオペレータが所属するグループの目標達成状況を出力させるための指示文と、解析データに基づき、複数のオペレータまたは複数のグループごとの比較結果を出力させるための指示文と、のうち少なくともいずれか１つに基づく入力データを作成するステップである、付記１から３のいずれか記載のプログラム。
　これにより、ユーザが対話により顧客応対を行うオペレータ等の場合において、対話に関する解析データに基づいて、オペレータが対話内容を改善することの適した回答内容（コメント）を得るための大規模言語モデル等の生成ＡＩへ入力するためのプロンプト等の入力データを作成できる。
　（付記５）
　入力データ作成ステップ（Ｓ１０４）は、オペレータまたは複数のオペレータが所属するグループごとの、対話の善し悪しを判断するためのスコアに基づき、対話が優れていると判定される１または複数のオペレータ、もしくは、１または複数のグループを示す情報と、オペレータまたは複数のオペレータが所属するグループごとの、対話の善し悪しを判断するためのスコアに基づき、対話が優れていないと判定される１または複数のオペレータ、もしくは、１または複数のグループを示す情報と、のうち少なくともいずれか１つに基づく入力データを作成するステップである、付記１から４のいずれか記載のプログラム。
　これにより、ユーザが対話により顧客応対を行うオペレータ等の場合において、対話が優れているオペレータ、オペレータが所属するグループ、または、対話が優れていないオペレータ、オペレータが所属するグループ等を回答内容（コメント）として得るための大規模言語モデル等の生成ＡＩへ入力するためのプロンプト等の入力データを作成できる。
　（付記６）
　解析データ取得ステップ（Ｓ１０３）は、所定のオペレータにより行われた対話に対する解析を行うことにより得られる解析データを取得するステップであり、プロセッサが、入力データ作成ステップにおいて作成した入力データを、生成ＡＩに送信することにより得られる回答内容を受信する回答受信ステップ（Ｓ１０５）と、回答受信ステップにおいて受信した回答内容を含むコメントメッセージを所定のオペレータへ提示するコメント提示ステップ（Ｓ１０６）と、を実行する、付記１から５のいずれか記載のプログラム。
　これにより、オペレータ等のユーザは、生成ＡＩからユーザが理解しやすい態様で対話に関する回答内容（コメント）を得ることができる。
　（付記７）
　解析データ取得ステップ（Ｓ１０３）は、複数のオペレータにより行われた複数の対話に対する解析を行うことにより得られる複数のオペレータのそれぞれに関する解析データを取得するステップであり、プロセッサが、入力データ作成ステップにおいて作成した入力データを、生成ＡＩに送信することにより得られる回答内容を受信する回答受信ステップ（Ｓ１０５）と、回答受信ステップにおいて受信した回答内容を含むコメントメッセージを所定のユーザへ提示するコメント提示ステップ（Ｓ１０６）と、を実行する、付記１から５のいずれか記載のプログラム。
　これにより、オペレータ等を管理するマネジャー等の管理職は、自身が管理する複数のオペレータの対話に関して、生成ＡＩからユーザが理解しやすい態様で対話に関する回答内容（コメント）を得ることができる。
　（付記８）
　解析データ取得ステップ（Ｓ１０３）は、所定の期間における解析データを取得するステップであり、コメント提示ステップ（Ｓ１０６）は、所定の期間ごとにコメントメッセージを提示するステップである、付記６または７記載のプログラム。
　これにより、生成ＡＩから所定期間ごとにユーザが理解しやすい態様で対話に関する回答内容（コメント）を得ることができる。
　（付記９）
　コメント提示ステップ（Ｓ１０６）は、解析データ取得ステップにおいて取得した解析データとともに、回答受信ステップにおいて受信した回答内容を含むコメントメッセージを提示するステップである、付記６から８のいずれか記載のプログラム。
　これにより、回答内容とともに対話に関する解析データを確認することができる。より効果的に解析データを確認できる。
　（付記１０）
　プロセッサと、メモリとを備えるコンピュータに実行される方法であって、プロセッサが、付記１から付記９のいずれかに係る発明において実行される全てのステップを実行する方法。
　これにより、複数のユーザ間で行われた対話に関する解析データについて、ユーザが理解しやすい態様で回答内容（コメント）を得るための大規模言語モデル等の生成ＡＩへ入力するためのプロンプト等の入力データを作成できる。
　（付記１１）
　制御部と、記憶部とを備える情報処理装置であって、制御部が、付記１から付記９のいずれかに係る発明において実行される全てのステップを実行する情報処理装置。
　これにより、複数のユーザ間で行われた対話に関する解析データについて、ユーザが理解しやすい態様で回答内容（コメント）を得るための大規模言語モデル等の生成ＡＩへ入力するためのプロンプト等の入力データを作成できる。
　（付記１２）
　付記１から付記９のいずれかに係る発明において実行される全てのステップを実行する手段を備えるシステム。
　これにより、複数のユーザ間で行われた対話に関する解析データについて、ユーザが理解しやすい態様で回答内容（コメント）を得るための大規模言語モデル等の生成ＡＩへ入力するためのプロンプト等の入力データを作成できる。
　１　システム、１０　サーバ、１０１　記憶部、１０４　制御部、１０６　入力装置、１０８　出力装置、２０　第１ユーザ端末、２０１　記憶部、２０４　制御部、２０６　入力装置、２０８　出力装置、３０　第２ユーザ端末、３０１　記憶部、３０４　制御部、３０６　入力装置、３０８　出力装置、５０　音声サーバ（ＰＢＸ）、５０１　記憶部、５０４　制御部、５０６　入力装置、５０８　出力装置、８０　生成ＡＩ、８０１　記憶部、８０４　制御部、８０６　入力装置、８０８　出力装置 

Claims (12)

  1. プロセッサと、記憶部とを備えるコンピュータに、複数のユーザ間の対話に関する情報を処理させるプログラムであって、
    前記プロセッサが、
    　前記対話に対する解析を行うことにより得られる解析データを取得する解析データ取得ステップと、
    　前記解析データ取得ステップにおいて取得した前記解析データに基づき、生成ＡＩに入力される入力データを作成する入力データ作成ステップと、
    を実行するプログラム。
  2. 　前記解析データは、発話者により発話された音声に関する音声特徴量、発話された内容に関する言語特徴量、対話に関する架電回数および通話時間の少なくとも何れか１つの、所定の対話に関する情報を含む、
    請求項１記載のプログラム。
  3. 　前記解析データは、対話を行った複数のユーザの複数の対話における特徴量の統計値、または、対話を行った複数のユーザ同士の特徴量を比較した比較結果を含む、
    請求項１記載のプログラム。
  4. 前記入力データ作成ステップは、
    　前記解析データに基づき、対話における改善点を出力させるための指示文と、
    　前記解析データに基づき、対話における変化している項目を出力させるための指示文と、
    　前記解析データに基づき、オペレータまたは複数のオペレータが所属するグループの目標達成状況を出力させるための指示文と、
    　前記解析データに基づき、複数のオペレータまたは複数のグループごとの比較結果を出力させるための指示文と、
    のうち少なくともいずれか１つに基づく前記入力データを作成するステップである、
    請求項１記載のプログラム。
  5. 前記入力データ作成ステップは、
    　オペレータまたは複数のオペレータが所属するグループごとの、対話の善し悪しを判断するためのスコアに基づき、対話が優れていると判定される１または複数のオペレータ、もしくは、１または複数のグループを示す情報と、
    　オペレータまたは複数のオペレータが所属するグループごとの、対話の善し悪しを判断するためのスコアに基づき、対話が優れていないと判定される１または複数のオペレータ、もしくは、１または複数のグループを示す情報と、
    のうち少なくともいずれか１つに基づく前記入力データを作成するステップである、
    請求項１記載のプログラム。
  6. 　前記解析データ取得ステップは、所定のオペレータにより行われた前記対話に対する解析を行うことにより得られる前記解析データを取得するステップであり、
    前記プロセッサが、
    　前記入力データ作成ステップにおいて作成した前記入力データを、生成ＡＩに送信することにより得られる回答内容を受信する回答受信ステップと、
    　前記回答受信ステップにおいて受信した前記回答内容を含むコメントメッセージを前記所定のオペレータへ提示するコメント提示ステップと、
    を実行する、
    請求項１記載のプログラム。
  7. 　前記解析データ取得ステップは、複数のオペレータにより行われた複数の対話に対する解析を行うことにより得られる前記複数のオペレータのそれぞれに関する前記解析データを取得するステップであり、
    前記プロセッサが、
    　前記入力データ作成ステップにおいて作成した前記入力データを、生成ＡＩに送信することにより得られる回答内容を受信する回答受信ステップと、
    　前記回答受信ステップにおいて受信した回答内容を含むコメントメッセージを所定のユーザへ提示するコメント提示ステップと、
    を実行する、
    請求項１記載のプログラム。
  8. 　前記解析データ取得ステップは、所定の期間における前記解析データを取得するステップであり、
    　前記コメント提示ステップは、前記所定の期間ごとに前記コメントメッセージを提示するステップである、
    請求項６記載のプログラム。
  9. 　前記コメント提示ステップは、前記解析データ取得ステップにおいて取得した前記解析データとともに、前記回答受信ステップにおいて受信した前記回答内容を含む前記コメントメッセージを提示するステップである、
    請求項６記載のプログラム。
  10. 　プロセッサと、メモリとを備えるコンピュータに実行される方法であって、前記プロセッサが、請求項１から請求項９のいずれかに係る発明において実行される全てのステップを実行する方法。
  11. 　制御部と、記憶部とを備える情報処理装置であって、前記制御部が、請求項１から請求項９のいずれかに係る発明において実行される全てのステップを実行する情報処理装置。
  12. 　請求項１から請求項９のいずれかに係る発明において実行される全てのステップを実行する手段を備えるシステム。 
PCT/JP2023/030069 2023-08-22 2023-08-22 プログラム、方法、情報処理装置、システム Pending WO2025041244A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2023/030069 WO2025041244A1 (ja) 2023-08-22 2023-08-22 プログラム、方法、情報処理装置、システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2023/030069 WO2025041244A1 (ja) 2023-08-22 2023-08-22 プログラム、方法、情報処理装置、システム

Publications (1)

Publication Number Publication Date
WO2025041244A1 true WO2025041244A1 (ja) 2025-02-27

Family

ID=94731875

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/030069 Pending WO2025041244A1 (ja) 2023-08-22 2023-08-22 プログラム、方法、情報処理装置、システム

Country Status (1)

Country Link
WO (1) WO2025041244A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017161850A (ja) * 2016-03-11 2017-09-14 株式会社東芝 会議支援装置、会議支援方法、及び会議支援プログラム
JP2023034235A (ja) * 2021-08-30 2023-03-13 株式会社日立製作所 テキスト要約方法、テキスト要約システム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017161850A (ja) * 2016-03-11 2017-09-14 株式会社東芝 会議支援装置、会議支援方法、及び会議支援プログラム
JP2023034235A (ja) * 2021-08-30 2023-03-13 株式会社日立製作所 テキスト要約方法、テキスト要約システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SHIRAMATSU SHUN, SUENAGA AYAHA, YOSHIMURA YUKI, ITO TAKAYUKI: "How Can We Utilize ChatGPT and Large-scale Language Models for Consensus-Building and Crowd Co-creation?", MATERIALS FOR THE 97TH JSAI SIG-SLUD, 8 March 2023 (2023-03-08), pages 30 - 37, XP093280615, DOI: 10.11517/jsaislud.97.0_30 *

Similar Documents

Publication Publication Date Title
EP2157571B1 (en) Automatic answering device, automatic answering system, conversation scenario editing device, conversation server, and automatic answering method
US9053096B2 (en) Language translation based on speaker-related information
KR101932876B1 (ko) 연락 센터용 지능형 자동 에이전트
US9245254B2 (en) Enhanced voice conferencing with history, language translation and identification
US20130144619A1 (en) Enhanced voice conferencing
JP2023543032A (ja) 自然言語会話から意図をマイニングすることによるボットオーサリングに関するシステム及び方法
US20090055186A1 (en) Method to voice id tag content to ease reading for visually impaired
JP2019207648A (ja) 対話型業務支援システム
CN101656800A (zh) 自动应答装置及方法、会话情节编辑装置、会话服务器
JP7096172B2 (ja) キャラクタ性に応じた形容発話を含む対話シナリオを生成する装置、プログラム及び方法
US10657957B1 (en) Real-time voice processing systems and methods
JP2023076430A (ja) プログラム、情報処理システム及び情報処理方法
WO2019142976A1 (ko) 사용자 발화 입력에 대한 대화 응답 후보를 표시하도록 하는 디스플레이 제어 방법, 컴퓨터 판독가능 기록 매체 및 컴퓨터 장치
JP7168262B1 (ja) プログラム、情報処理システム及び情報処理方法
Coman IVR systems used in call center management: a scientometric analysis of the literature
JP7169031B1 (ja) プログラム、情報処理装置、情報処理システム、情報処理方法、情報処理端末
JP7386590B1 (ja) プログラム、方法、情報処理装置、システム
WO2025041244A1 (ja) プログラム、方法、情報処理装置、システム
JP2019207647A (ja) 対話型業務支援システム
JP7169030B1 (ja) プログラム、情報処理装置、情報処理システム、情報処理方法、情報処理端末
US20250379836A1 (en) Artificial intelligence-based message generation device and method
Tirumala et al. Mic Drop or Data Flop? Evaluating the Fitness for Purpose of AI Voice Interviewers for Data Collection within Quantitative & Qualitative Research Contexts
JP7223469B1 (ja) 発話情報資料化装置
JP7672025B1 (ja) プログラム、方法、情報処理装置、システム
WO2024257325A1 (ja) プログラム、情報処理装置、製造方法、情報処理方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23949705

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2025541198

Country of ref document: JP

Kind code of ref document: A