JP4662861B2 - モニタリング装置、評価データ選別装置、応対者評価装置、応対者評価システムおよびプログラム - Google Patents

Description

本発明は、顧客に応対する者の応対時の会話等の発話を評価する技術に関する。

従来、コンタクトセンタやコールセンタと呼ばれるセンタでは、顧客からの問合せを電話で受け付けて顧客対応業務を行っている。

上記のコンタクトセンタでは、例えば、数百人のオペレータの応対の際の様子を少数のスーパーバイザがモニタリングしてスキル評価を定期的に実施している。その評価手法は、顧客とオペレータの電話でのやりとりの音声を通話録音装置に録音しておき、その通話の音声を再生して聞くことである。

ここで、オペレータの評価に関して、所定の企業内において顧客からの電話に応対するオペレータや、当該企業に関するアンケート調査を実施する技術であって、複数のオペレータの中からアンケートの対象となるアンケート対象者を所定の選出条件に従って選出し、選出されたオペレータと通話した顧客に対して、オペレータとの通話終了後に、音声自動応対装置によりアンケートを実施することで、コンタクトセンタにおいて顧客からの電話に応対するオペレータに対する印象等を問うアンケートを手間、コストを削減して実施することができ、さらにより質の高い調査結果を得ることができる技術が提案されている（例えば、特許文献１参照）。
特開２００４−２２９０１４号公報

しかしながら、上述した従来例においては次のような問題点があった。

上記の特許文献１に開示されている技術は、第三者である顧客側からのオペレータの評価を行うことはできるが、企業内の管理者としてのスーパーバイザがオペレータの評価を実施する際に有用なものではない。

本来、オペレータ等の評価を公正に実施するためには、そのすべての応対の際の会話の全体を再生して聞いた上で判断がなされなければならないが、通話録音装置には膨大な量の録音された音声データが蓄積されている。したがって、スーパーバイザは膨大な音声データのうちから適当に評価のためのサンプルデータを抽出して、その限定された応対時の会話に基づいてオペレータの評価を行うこととなり、評価を効率的に実施した上でその評価結果の有効性を担保することには一定の限界があった。

本発明は、以上説明した事情に鑑みてなされたものであり、その目的は、スーパーバイザ等の応対者を管理する責務を有する者が応対者の会話等の発話の評価を効率的に、かつ、その評価結果の有効性を担保しつつ実施可能にすることである。

上記課題を解決するために、本発明は、発話をモニターして生成した音声データと、前記音声データから音声認識によって生成した認識結果データと、前記音声データと前記認識結果データとの対応関係を保持する関連付けデータとを少なくとも含む複数の応対記録情報のうちから、
選別手段が、評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づいてその着目点情報と対応付けられている選別動作に従って、評価の対象とする前記応対記録情報に含まれる複数ある前記認識結果データおよび／または前記音声データを語句の出現回数又は時間軸に基づいてより分けて選別し、
評価手段が、評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づいて、複数のデータ出力動作のうち、その着目点情報と対応付けられている一のデータ出力動作に従って、前記選別手段により選別された評価の対象となる前記認識結果データの表示および／または前記音声データの再生を行うモニタリング装置を提供する。

また、本発明は、発話をモニターして生成した音声データと、前記音声データから音声認識によって生成した認識結果データと、前記音声データと前記認識結果データとの対応関係を保持する関連付けデータとを少なくとも含む複数の応対記録情報のうちから、
評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づいて、複数のデータ出力動作のうち、その着目点情報と対応付けられている一のデータ出力動作に従って、評価の対象とする前記応対記録情報に含まれる複数ある前記認識結果データおよび／または前記音声データをより分けて選別する評価データ選別装置であって、
選別動作として従う、前記着目点情報と対応付けられている選別動作は、
所定期間での同じ語句の増減変化を測定するパターンである評価データ選別装置を提供する。

また、本発明は、発話をモニターして生成した音声データと、前記音声データから音声認識によって生成した認識結果データと、前記音声データと前記認識結果データとの対応関係を保持する関連付けデータとを少なくとも含む複数の応対記録情報のうちから、
評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づいて、複数のデータ出力動作のうち、その着目点情報と対応付けられている一のデータ出力動作に従って、評価の対象とする前記応対記録情報に含まれる前記認識結果データの表示および／または前記音声データの再生を行い、認識結果データおよび／または前記音声データは、前記評価の対象とする前記応対記録情報に含まれる複数ある前記認識結果データ および／または前記音声データを語句の出現回数又は時間軸に基づいて所定の装置によりより分けて選別されたものである応対者評価装置を提供する。

また、本発明は、評価データの選別を行うサーバと、一以上のクライアント端末を含む応対者評価システムであって、
前記サーバは、発話をモニターして生成した音声データと、前記音声データから音声認識によって生成した認識結果データと、前記音声データと前記認識結果データとの対応関係を保持する関連付けデータとを少なくとも含む複数の応対記録情報のうちから、
評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づいてその着目点情報と対応付けられている選別動作に従って、評価の対象とする前記応対記録情報に含まれる複数ある前記認識結果データおよび／または前記音声データを語句の出現回数又は時間軸に基づいてより分けて選別し、
前記クライアント端末は、前記評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づいて、複数のデータ出力動作のうち、その着目点情報と対応付けられている一のデータ出力動作に従って、評価の対象とする前記応対記録情報に含まれる前記認識結果データの表示および／または前記音声データの再生を行う応対者評価システムを提供する。

また、本発明は、顧客側電話機と、オペレータ側電話機と、オペレータ装置と、ファイルサーバと、評価データ選別装置と、評価着目点管理装置と、応対者評価装置を含む応対者評価システムであって、
前記オペレータ装置が、前記顧客側電話機と、前記オペレータ側電話機により顧客とオペレータの会話をモニターして生成したコンタクトセンタでの音声データと、前記音声データから音声認識によって生成した認識結果データと、前記音声データと前記認識結果データとの対応関係を保持する関連付けデータとを少なくとも含む複数の応対記録情報を前記ファイルサーバに送り、
前記評価データ選別装置が、前記ファイルサーバに格納されている前記認識結果データについて、前記評価着目点管理装置の評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づいてその着目点情報と対応付けられている選別動作に従って、評価の対象とする前記応対記録情報に含まれる複数ある前記認識結果データおよび／または前記音声データを語句の出現回数又は時間軸に基づいてより分けて選別し、
前記応対者評価装置が、前記評価着目点管理装置の評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づいて、複数のデータ出力動作のうち、その着目点情報と対応付けられている一のデータ出力動作に従って、前記評価データ選別装置により選別された評価の対象となる前記認識結果データの表示および／または前記音声データの再生を行う応対者評価システムを提供する。

本発明によれば、発話の評価を効率的に、かつ、その評価結果の有効性を担保しつつ実施することができる。

以下、本発明の第１の実施の形態について図面を参照して詳細に説明する。なお、各図において共通する部分には、同一の符号が付されている。

図１を参照すると、本実施の形態におけるモニタリング装置１は、コンタクトセンタにおいてオペレータの応対スキルを評価する役割を担う管理者であるスーパーバイザが利用する情報処理装置であり、そのモニタリング装置１は、選別部４と、評価着目点管理部３と、評価着目点管理テーブル２と、評価部５から構成されている。

モニタリング装置１は、スーパーバイザが用いるパーソナルコンピュータ、ワーク・ステーション等の情報処理装置であり、操作入力部、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、通信インタフェース、ＨＤ（Hard Disk）およびＣＰＵ（Central Processing Unit）等の既知の他の構成部分を備えている。

なお、操作入力部は、キーボードやマウス等を備え、これらのキーボードやマウスの操作に応じた操作信号をＣＰＵに出力する。ＲＯＭには、装置各部の基本制御を司るプログラムが格納されている。また、ＲＡＭは、ＣＰＵのワークエリアとして用いられ、ＣＰＵにより実行されるプログラムや、各種データが一時的に格納される。通信インタフェースは、ネットワークに接続されており、他の装置との間で行われるデータ通信を制御する。

ＨＤには、オペレーティングシステム等の自機を制御するための各種ソフトウェアが格納されている。また、上記の評価着目点管理テーブル２、顧客データベース等の所定のデータベースが格納されていてもよい。

評価着目点管理テーブル２は、例えば、図２に示すような各データを格納しており、「着目点」と「選別部４の動作」および「評価部５の動作」が紐付けられている。なお、評価着目点管理テーブル２は、着目点保持手段に該当するが、着目点保持手段は必ずしもテーブル形式でなくてもよく、既知のハードウェアやソフトウェアにより実現されてもよい。

評価着目点管理部３は、「着目点」情報に基づいて評価着目点管理テーブル２を検索し、その「着目点」に対応した「選別部４の動作」あるいは「評価部５の動作」を取得し、選別部４および／または評価部５に送信する機能を有している。また、評価着目点管理テーブル２に格納されるデータの追加・更新・削除等の維持・管理を行う機能を有していてもよい。なお、評価着目点管理部３は、その「着目点」情報を、スーパーバイザによる所定の画面に表示された一覧から所望の「着目点」に該当するボタンの押下げ等の操作に応じて取得する。

モニタリング装置１の選別部４は、音声データやその認識した結果である認識結果データを読み込み、オペレータの評価を実施する評価対象を選別する機能を有している。選別部４は、認識結果データを本モニタリング装置１の外部に設けられているデータ格納部７から取得する。認識結果データは、データ格納部７に格納されているオペレータの音声データから音声認識部６により生成される。なお、データ格納部７には、音声データおよびその認識結果データが保存されている。

ここで、認識結果データは、音声認識の結果、各々の語についての信頼度および語の繋がりのもっともらしさが総合的に一番高い第１候補がテキスト化されたテキストデータからなる。なお、認識結果データには、公知の技術により音声認識の際に取得される、音声認識の複数の認識結果候補や認識結果の確からしさを示す信頼度に基づく、別候補となった複数の認識結果候補や信頼度を含んでもよい。また、音声データには、オペレータの発話のみでなく、無言の時間帯、顧客側の発話も含まれてよい。

また、音声認識部６により生成された認識結果データは、一例として図８に示すように、もととなる音声データと対応付けられて、さらに顧客や応対の日時を識別するためのデータも付加されて保存されていてもよい。この場合、顧客と応対者の会話全体等の大きな認識単位と音声データの対応のみでなく、さらに細かく文単位、単語単位、文字単位で音声データと認識結果データが対応付けられていてもよい。これにより、例えば、音声データの何秒から何秒まではこの語が該当するということが把握できるようにされる。

選別部４は、認識結果データの選別を評価着目点管理部３を介して評価着目点管理テーブル２を参照して取得した、「着目点」に応じた「選別部４の動作」に従って行う。「選別部４の動作」としては、大きく分類して、特定のキーワードを検出するパターン（類型１）と、非特定の語句を検出するパターン（類型２）と、時間軸を加えて測定するパターン（類型３）があり、さらに、所定期間での同じ語句の増減変化を測定するパターン（類型４）等がある。

評価部５は、認識結果データのもととなる音声データの音声を再生する機能と、認識結果データをテキストとして表示する機能を有している。評価部５は、選別部４により選別された認識結果データおよびその認識結果データのもととなった音声データを取得し、また、評価着目点管理部３を介して評価着目点管理テーブル２を参照して取得した、選別の際の「着目点」に応じた「評価部５の動作」に従ってデータを出力する。スーパーバイザは、例えば、図９に示すような液晶画面等の表示部に表示されたテキストの内容を視覚により確認しながら、同時に気になった特定の部分から通話音声を再生して音を聴覚により確認することで評価を実施する。なお、テキストは会話の概略を短時間で把握することに役立ち、また、音声はイントネーションや会話の流れの中での発言の適否の判断に有用であるが、必ずしも両者を併用することが必要ではなく、いずれか一方のみを用いて評価を実施することであってもよい。

次に、本実施の形態における応対者評価処理のフローについて説明する。以下では、通話音声を認識結果データとして保存するまでの処理と、評価ファイルを選別する処理および評価を実施する処理とに分けて説明する。なお、複数のオペレータがコンタクトセンタで顧客からの電話問合せに対応しており、少なくとも１人のスーパーバイザがその通話記録からオペレータを評価することを前提とする。

最初に、図３を参照して、通話音声を認識結果データとして保存するまでの処理フローについて説明する。

まず、コンタクトセンタに問合せを行おうとする顧客は、顧客側電話機からオペレータ側電話機に電話をかける（Ｓ３０１）。

次に、オペレータは、オペレータ側電話機にかかってきた電話を受け、顧客と必要な会話を行う等の応対をする（Ｓ３０２）。

上記のステップＳ３０２におけるオペレータの顧客との応対の際の通話を音声データとしてボイスレコーダがデータ格納部７に保存する（Ｓ３０３）。音声データには、さらに顧客や応対の日時を識別するためのデータが付加されていてもよい。

音声認識部６は、上記のステップＳ３０３で保存された音声データを音声認識し、その認識結果データを生成する（Ｓ３０４）。上記の通り、認識結果データには、公知の技術により音声認識の際に取得される、音声認識の複数の認識結果候補や認識結果の確からしさを示す信頼度に基づく、別候補となった複数の認識結果候補や信頼度が含まれてもよい。したがって、音声認識の結果、各々の語についての信頼度および語の繋がりのもっともらしさが総合的に一番高い第１候補がテキスト化されたテキストデータの他、別候補となった複数のデータを含む場合がある。

音声認識部６にて生成された認識結果データをその認識結果データのもととなる音声データと対応付けてデータ格納部７に格納する。ここで、図８にデータ格納部７に格納されるデータ構造の一例を示す。

図８を参照すると、データ格納部７には、音声データテーブルと、認識結果データテーブルと、付加情報テーブルが存在する。音声データテーブルには、その音声データを一意に識別するための識別情報であるＩＤと、音声データの名称が格納されている。また、認識結果詳細データテーブルには、「単語」毎に、音声データにおけるその単語の開始位置を示す「ｏｆｆｓｅｔ」情報と、その単語の長さを示す「ｌｅｎｇｔｈ」情報と、その単語の認識結果の信頼度に基づく候補順位を示す「順位」情報が、認識結果データを生成するもととなった音声データのＩＤと対応するＩＤに紐付けられて格納されている。図８における一例として、「今日は天気がよい」という音声データに基づく認識結果データについて、１つの認識結果詳細データテーブルには、「今日」、「は」、「天気」、「が」、「よい」という各単語について、「今日」であれば音声データの３秒目から２ｍｓ間に存在するものであり、認識結果としての候補順位は１位であるという情報が格納されることとなる。なお、「今日」について、キョウという読みが共通する「強」という単語が次候補であるときには、候補順位２位として「強」が格納される。

付加情報テーブルには、音声データおよび認識結果データのＩＤと対応させて、それらのデータに関するオペレータ識別情報、顧客名情報、応対開始日時情報および応対終了日時情報等が格納されている。なお、顧客名情報は、上記の顧客データベースとリンクされていてもよい。

次に、「着目点」毎に、認識結果データを選別する処理および評価を実施する処理について説明するが、まず、「選別部４の動作」として大きく分類した各パターンの処理動作のフローについて説明し、その後に「評価部５の動作」について概説し、最後に具体的な「着目点」毎の認識結果データを選別する処理および評価を実施する処理について説明する。

上記の通り、「選別部４の動作」としては、特定のキーワードを検出するパターン（類型１）と、非特定の語句を検出するパターン（類型２）と、時間軸を加えて測定するパターン（類型３）があり、さらに、所定期間での同じ語句の増減変化を測定するパターン（類型４）等がある。

さらに詳細には、特定のキーワードを検出するパターン（類型１）には、特定のキーワードが出現しないことを検出するパターン（類型１−１−１）と、特定のキーワードが出現することを検出するパターン（類型１−１−２）と、特定のキーワードが頻出することを検出するパターン（類型１−１−３）がある。また、特定のキーワードの組合せをチェックし、一方のキーワードのみしか出現しないことを検出するパターン（類型１−２−１）と、両方のキーワードが出現することを検出するパターン（類型１−２−２）がある。また、特定の動作の後に特定のキーワードが出現しているか否かを検出するパターン（類型１−３）がある。

そして、非特定の語句を検出するパターン（類型２）は、同一の語句が繰り返し出現することを検出するものである。

時間軸を加えて測定するパターン（類型３）には、単位時間当たりの文字数により会話の速度を検出するパターン（類型３−１）と、長い通話を検出するパターン（類型３−２）と、特定のキーワードの後の無言の時間を検出するパターン（類型３−３）がある。

所定期間での同じ語句の増減変化を測定するパターン（類型４）には、特定のオペレータの所定の期間において特定のキーワードの増減を検出するパターン（類型４−１）がある。また、所定の期間において出現する頻度が顕著に増減した語句を検出するパターン（類型４−２−１）と、所定の期間において特定のキーワードとの組合せで出現する頻度が顕著に増減した同じ語句を検出するパターン（類型４−２−２）がある。

以下に、「選別部４の動作」として大きく分類した各パターンの処理動作のフローについて説明する。なお、上記の通り、認識結果データとは、公知の技術による音声認識の複数の認識結果候補や認識結果の確からしさを示す信頼度を含んでもよいものである。したがって、音声データについて、各々の語についての信頼度および語の繋がりのもっともらしさが総合的に一番高い第１候補がテキスト化されたテキストファイルの他、次候補となった複数のデータを含む場合があり得る。以下の選別の処理はそれらの複数のデータを選別対照とする場合を含む。

最初に、特定のキーワードを検出するパターン（類型１）のうち、特定のキーワードが出現しないことを検出するパターン（類型１−１−１）についてであるが、図４を参照すると、まず、選別部４は、データ格納部７の認識結果データテーブルに格納されている一つの行を読み出す（Ｓ４０１）。

そして、各認識結果データに特定のキーワードが含まれているか否かを判定する（Ｓ４０２）。ここで、キーワードは、評価を実施する度にスーパーバイザ等によって入力されることであっても、予め登録されている一連のキーワード集データを格納するキーワードテーブルを参照すること等であってもよく、特に限定されない。また、キーワードは、評価着目点管理テーブルに直接記述されていても、別個のキーワードテーブルへのリンクが張られていてもいずれでもよい。

各認識結果データに特定のキーワードが含まれていない場合（Ｓ４０２／Ｙｅｓ）には、認識結果データテーブルから読み出したデータが最終行であるか否かを判定する（Ｓ４０３）。

読み出したデータが最終行でない場合（Ｓ４０３／Ｎｏ）には、所定のカウンタの値を１インクリメントしてステップＳ４０１に戻り、読み出し位置を次の行に移動して処理を繰り返す。

一方、読み出したデータが最終行である場合（Ｓ４０３／Ｙｅｓ）には、その認識結果データを評価の対象となる認識結果データとして決定する（Ｓ４０４）。

なお、図４において特に明示したものを除き、条件不一致の場合の処理の記載は省略されている。

次に、特定のキーワードを検出するパターン（類型１）のうち、特定のキーワードが出現することを検出するパターン（類型１−１−２）と、特定のキーワードが頻出することを検出するパターン（類型１−１−３）についてであるが、図５を参照すると、まず、選別部４は、データ格納部７の認識結果データテーブルに格納されている一つの行を読み出す（Ｓ５０１）。

そして、各認識結果データに特定のキーワードが含まれているか否かを判定する（Ｓ５０２）。ここで、キーワードは、評価を実施する度にスーパーバイザ等によって入力されることであっても、予め登録されている一連のキーワード集データを格納するキーワードテーブルを参照すること等であってもよく、特に限定されない。また、キーワードは、評価着目点管理テーブルに直接記述されていても、別個のキーワードテーブルへのリンクが張られていてもいずれでもよい。

各認識結果データに特定のキーワードが含まれている場合（Ｓ５０２／Ｙｅｓ）には、そのキーワードが設定された上限値であるｎ回（ｎは任意の正の整数）以上であるか否かを判定する（Ｓ５０３）。ここで、上限値は、評価着目点管理テーブル２に直接記述されている値を用いても、スーパーバイザが設定した値を用いてもよく、また、キーワード毎に異なる値を上限値としてもよい。

キーワードが設定された上限値であるｎ回（ｎは任意の正の整数）未満である場合（Ｓ５０３／Ｎｏ）には、所定のカウンタの値を１インクリメントしてステップＳ５０１に戻り、読み出し位置を次の行に移動して処理を繰り返す。

一方、キーワードが設定された上限値であるｎ回（ｎは任意の正の整数）以上である場合（Ｓ５０３／Ｙｅｓ）には、その認識結果データを評価の対象となる認識結果データとして決定する（Ｓ５０４）。

さらに、認識結果データの最後までキーワード検索処理を実行した結果、キーワードの出現が設定された上限値であるｎ回（ｎは任意の正の整数）未満である場合に、その認識結果データを評価の対象となる認識結果データとして決定することであってもよい。

なお、図５において特に明示したものを除き、条件不一致の場合の処理の記載は省略されている。

また、特定のキーワードの組合せをチェックし、一方のキーワードのみしか出現しないことを検出するパターン（類型１−２−１）と、両方のキーワードが出現することを検出するパターン（類型１−２−２）と、特定の動作の後に特定のキーワードが出現しているか否かを検出するパターン（類型１−３）については、後述の具体例の中で説明する。

非特定の語句を検出するパターン（類型２）の同じ語句が繰り返し出現することを検出することについて、「語句」とは、予め登録されている語句である「キーワード」とは異なり、予め登録されていない語句を含むものであるが、各認識結果データに同じ「語句」が含まれているか否かの判定は種々の周知の技術により容易に行うことが可能であり、上述した「キーワード」に関する処理に関する図５のフローを同様に適用することが可能であるので重複する説明は省略する。

次に、時間軸を加えて測定するパターン（類型３）のうち、単位時間当たりの文字数により会話の速度を検出するパターン（類型３−１）と、長い通話を検出するパターン（類型３−２）と、特定のキーワードの後の無言の時間を検出するパターン（類型３−３）についてであるが、付加情報テーブルの「応対開始日時情報」および「応対終了日時情報」を用いたり、さらに認識結果データテーブルの「ｏｆｆｓｅｔ」および「ｌｅｎｇｔｈ」を用いることで該当する認識結果データを検出することができる。詳細は後述の具体例の中で説明する。

次に、所定期間での同じ語句の増減変化を測定するパターン（類型４）についてであるが、上述の「類型１」の処理動作と付加情報テーブルの「応対開始日時情報」および「応対終了日時情報」を用いることで該当する認識結果データを検出することができる。詳細は後述の具体例の中で説明する。

さて、以下では、「評価部５の動作」について概説する。まず、前提として、評価部５は選別部４により選別され、評価の対象となる認識結果データとして決定された認識結果データと、その認識結果データと対応付けられている音声データをデータ格納部７から取得する。また、評価着目点管理部３から「着目点」情報およびその「着目点」情報に紐付けられている「評価部５の動作」情報を取得する。

評価部５は、認識結果データをテキストとして表示する機能により液晶画面等の表示部に認識結果データをテキストで表示する。所定のキーワード部分にスーパーバイザの注意を惹くようなマーカ、ハイライト等を付して強調表示してもよい。また、「えー」等のフィラーは読みにくくなるため表示するのを省略したり、音声認識の信頼性が低い部分のテキストは表示しない処理がなされてもよい。また、上記の通り、認識結果データには、公知の技術により音声認識の際に取得される、音声認識の複数の認識結果候補や認識結果の確からしさを示す信頼度に基づく、別候補となった複数の認識結果候補や信頼度が含まれてもよい。したがって、音声認識の結果、各々の語についての信頼度および語の繋がりのもっともらしさが総合的に一番高い第１候補がテキスト化されたテキストデータの他、別候補となった複数のデータを含む場合、例えば、ハイライト表示すべき語句が別候補であるときにはかっこ書き等で表示してもよい。

評価部５は、認識結果データのもととなる音声データの音声を再生する機能により、テキスト中で指定された通話音声を再生する特定の開始箇所から音声データに基づいて通話音声を再生する。開始箇所の指定は、選別部４が選別した際の「着目点」に応じて該当するキーワード等の先頭にカーソルが自動的に準備（レディ）されることであっても、スーパーバイザが表示部に表示されたテキストの内容を視覚により確認しながら、オペレータの通話内容を把握し、応対時の会話のうち気になった部分に該当する表示されているテキストにマウス操作等によりカーソルを移動させて通話音声を再生する開始箇所を指定してもよい。これは、認識結果データテーブルの「ｏｆｆｓｅｔ」情報等が音声データの該当する箇所と結びつけられているため可能となる。なお、音声データの再生スピードを変化させることができてもよいのはもちろんである。ここで、音声データの再生箇所に同期させて、表示部の再生箇所のテキストをハイライトしたり、再生箇所に同期させて画面をスクロールさせることであってもよい。

このように、テキストを読みながら、指定した箇所から音声を聞くことができるのでテキストを読むことで、概要を簡便に把握することができ、また、テキストの該当箇所を指定することで、特定箇所を迅速に聞きなおすことができる。なお、評価に際して、テキストと音声は、必ずしも両者を併用することが必須ではなく、いずれか一方のみを用いて実施することであってもよい。

次に、個別的な認識結果データを選別する処理および評価を実施する処理について、図２に示すような具体的な「着目点」毎に詳細に説明する。

特定のキーワードを検出するパターン（類型１）のうち、特定のキーワードが出現しないことを検出するパターン（類型１−１−１）に該当するものとして、「着目点」が「応対の基本（導入部）」、「応対の基本（対法人）」、「応対の基本（クローズ部）」の場合がある。

まず、「着目点」が「応対の基本（導入部）」の場合には、選別部４の動作は、導入の挨拶である、例えば「お待たせ致しました」等のキーワード、オペレータの所属や氏名を発声していないことを上記の図５のフロー等に従って検知する。なお、付加情報テーブルのオペレータ識別情報を参照することであってもよい。そして、評価部５の動作は、通話の先頭を音声再生するためにカーソルを表示されたテキストの先頭にレディする。

次に、「着目点」が「応対の基本（対法人）」の場合には、選別部４の動作は、顧客側の音声から法人名を検知し、その法人が得意先である等の場合には、オペレータ側の音声に、例えば「いつもお世話になっております」等のキーワードがないことを上記の図５のフロー等に従って検知する。そして、評価部５の動作は、顧客側の音声の法人名部を含む発話以降の音声を再生すべく、カーソルを表示されたテキストのうちその発話の先頭にレディする。

次に、「着目点」が「応対の基本（クローズ部）」の場合には、選別部４の動作は、オペレータ側の音声に、例えば「担当○○が承りました」等のキーワードがないことを上記の図５のフロー等に従って検知する。なお、付加情報テーブルのオペレータ識別情報を参照することであってもよい。そして、評価部５の動作は、通話の最終の３０秒等を再生すべく、付加情報テーブルの対応終了日時情報および認識結果データテーブルの「ｏｆｆｓｅｔ」、「ｌｅｎｇｔｈ」情報等を参照してカーソルを表示されたテキストのうちその通話の終了３０秒前の位置にレディする。これらの「着目点」によれば、応対の際にマニュアル等に規定されている所定のフレーズや必須事項を言わなかったオペレータの通話記録である認識結果データが選別されるので、スーパーバイザは何らかの問題が含まれていると考えられる通話記録を持つオペレータの評価を効率的に実施することができる。

特定のキーワードを検出するパターン（類型１）のうち、特定のキーワードが出現することを検出するパターン（類型１−１−２）に該当するものとして、「着目点」が「トラブル発生」、「失礼な語」、「他部門への転送」、「顧客満足度」の場合がある。

まず、「着目点」が「トラブル発生」の場合には、選別部４の動作は、例えば「申し訳ございません」、「電話を置かせて頂きます」等のキーワードの出現を上記の図５のフロー等に従って検知する。そして、評価部５の動作は、「申し訳ございません」、「電話を置かせて頂きます」等のキーワードを太字、下線、ハイライト、点滅、カラー等により強調表示したり、該当するキーワードを音声再生するためにカーソルを表示されたテキスト中のキーワードの先頭にレディする。

次に、「着目点」が「失礼な語」の場合には、選別部４の動作は、例えば「馬鹿」、「クレーマー」等のキーワードの出現を上記の図５のフロー等に従って検知する。そして、評価部５の動作は、「馬鹿」、「クレーマー」等のキーワードを太字、下線、ハイライト、点滅、カラー等により強調表示したり、該当するキーワードを音声再生するためにカーソルを表示されたテキスト中のキーワードの先頭にレディする。

次に、「着目点」が「他部門への転送」の場合には、選別部４の動作は、例えば「対象外」、「転送」等のキーワードや保証等の範囲対象外の商品名の出現を上記の図５のフロー等に従って検知する。そして、評価部５の動作は、「対象外」等のトラブルの原因となり易いキーワードや保証等の範囲対象外の商品名を太字、下線、ハイライト、点滅、カラー等により強調表示したり、該当するキーワードを音声再生するためにカーソルを表示されたテキスト中のキーワードの先頭にレディしたり、定型的な他部門案内文言を強調表示する。この「着目点」によれば、何らかのトラブルが発生する原因となる虞が高いキーワードを含む識別結果データが選別されるので、スーパーバイザは何らかの問題が含まれていると考えられる通話記録を持つオペレータの評価を効率的に実施することができる。

次に、「着目点」が「顧客満足度」の場合には、選別部４の動作は、電話応対中の顧客側からのお礼の単語である「ありがとう」等の出現を上記の図５のフロー等に従って検知する。そして、評価部５の動作は、「ありがとう」等のキーワードを太字、下線、ハイライト、点滅、カラー等により強調表示したり、該当するキーワードを音声再生するためにカーソルを表示されたテキスト中のキーワードの先頭にレディしたり、お礼の単語の総数をカウントして表示する。

特定のキーワードを検出するパターン（類型１）のうち、特定のキーワードが頻出することを検出するパターン（類型１−１−３）に該当するものとして、「着目点」が「聞き易さ」の場合がある。この場合には、選別部４の動作は、「えー」、「あのー」というキーワードの出現を上記の図５のフロー等に従って検知する。そして、評価部５の動作は、「えー」、「あのー」というキーワードを太字、下線、ハイライト、点滅、カラー等により強調表示したり、該当するキーワードを音声再生するためにカーソルを表示されたテキスト中のキーワードの先頭にレディする。

特定のキーワードを検出するパターン（類型１）のうち、特定のキーワードの組合せをチェックし、一方のキーワードのみしか出現しないことを検出するパターン（類型１−２−１）に該当するものとして、「着目点」が「操作手順案内」の場合がある。この場合には、選別部４の動作は、ある語と、別のある語の共起の有無を判定する。例えば、オペレータが顧客に再セットアップを指示する際には、必ずデータを保存しておき退避させておく必要があるので、「再セットアップ」と「バックアップ」を共起する語として定義しておき、前者のキーワードのみしか出現しないことを図７のフローに従って検知する。なお、「再セットアップ」を行う場合には、「バックアップ」処理を必ず実行する必要があるが、「バックアップ」処理を実行する場合であっても、「再セットアップ」は必ずしも必要ではないという関係にあるので、前者のキーワードである「再セットアップ」のみしか出現しないことを検知することとなる。

図７を参照すると、まず、選別部４は、データ格納部７の認識結果データテーブルに格納されている一つの行を読み出す（Ｓ７０１）。

そして、各認識結果データに前者のキーワードである「再セットアップ」が含まれているか否かを判定する（Ｓ７０２）。ここで、キーワードは、評価を実施する度にスーパーバイザ等によって入力されることであっても、予め登録されている一連のキーワード集データを格納するキーワードテーブルを参照すること等であってもよく、特に限定されない。また、キーワードは、評価着目点管理テーブルに直接記述されていても、別個のキーワードテーブルへのリンクが張られていてもいずれでもよい。

各認識結果データに前者のキーワードである「再セットアップ」が含まれている場合（Ｓ７０２／Ｙｅｓ）には、後者のキーワードである「バックアップ」が含まれているか否かを判定する（Ｓ７０３）。

後者のキーワードである「バックアップ」が含まれていない場合（Ｓ７０３／Ｙｅｓ）には、認識結果データテーブルから読み出したデータが最終行であるか否かを判定する（Ｓ７０４）。

読み出したデータが最終行でない場合（Ｓ７０４／Ｎｏ）には、所定のカウンタの値を１インクリメントしてステップＳ７０１に戻り、読み出し位置を次の行に移動して処理を繰り返す。

一方、読み出したデータが最終行である場合（Ｓ７０４／Ｙｅｓ）には、その認識結果データを評価の対象となる認識結果データとして決定する（Ｓ７０５）。

なお、図７において特に明示したものを除き、条件不一致の場合の処理の記載は省略されている。

そして、評価部５の動作は、出現した前者のキーワードを太字、下線、ハイライト、点滅、カラー等により強調表示するとともに、他方のキーワードをかっこ書きで表示し、出現しなかったことを知らしめる。また、該当するキーワードを音声再生するためにカーソルを表示されたテキスト中のキーワードの先頭にレディする。

特定のキーワードを検出するパターン（類型１）のうち、両方のキーワードが出現することを検出するパターン（類型１−２−２）に該当するものとして、「着目点」が「非常事態への対応」の場合がある。この場合には、選別部４の動作は、ある語と、別のある語の共起の有無を判定する。例えば、電話が鳴っているのは問題ないが、ガス警報器が鳴っている場合には、非常事態が発生している可能性が高いのでオペレータが顧客に指示を出す必要があるので、「ガス警報器」と「鳴っている」が共起した際には所定の指示を出すものと定義しておき、両方のキーワードが出現することを上記の図５のフロー等に従って検知する。そして、評価部５の動作は、出現した両方のキーワードを太字、下線、ハイライト、点滅、カラー等により強調表示し、該当するキーワードを音声再生するためにカーソルを表示されたテキスト中のキーワードの先頭にレディする。この「着目点」によれば、何らかの非常事態等が発生している可能性が高いキーワードを含む識別結果データが選別されるので、スーパーバイザは何らかの非常事態に対して適切な指示を出しているか否かの観点からオペレータの評価を効率的に実施することができる。

特定のキーワードを検出するパターン（類型１）のうち、特定の動作の後に特定のキーワードが出現しているか否かを検出するパターン（類型１−３）に該当するものとして、「着目点」が「顧客を待たせた後」の場合がある。この場合には、選別部４の動作は、電話を保留にした後、「お待たせ致しました」というキーワードの出現を上記の図５のフロー等に従って検知する。なお、保留は、ＢＧＭや所定のボタンの押下げ等により検知することであってもよい。そして、評価部５の動作は、「お待たせ致しました」というキーワードを太字、下線、ハイライト、点滅、カラー等により強調表示したり、該当するキーワードを音声再生するためにカーソルを表示されたテキスト中のキーワードの先頭にレディする。また、キーワードが出現しない場合には、かっこ書きでそのキーワードを表示したり、カーソルを表示されたテキスト中の保留後の通話の先頭にレディする。

非特定の語句を検出するパターン（類型２）の、同じ語句が繰り返し出現することを検出するに該当するものとして、「着目点」が「トラブル発生」の場合がある。この場合には、選別部４の動作は、一度の通話中に同一の単語が繰り返されていることを上記の図５のフロー等に従って検知する。例えば、「アクセスポイント」等の単語の意味を顧客が理解していないことを察知できずに、何度も繰り返し説明をしたりする場合が該当する。なお、通常の会話において常用される単語はその際の検知にひっかからないように除くリスト等を参照して検索を行うことであってもよい。そして、評価部５の動作は、該当する単語を太字、下線、ハイライト、点滅、カラー等により強調表示したり、該当する単語を音声再生するためにカーソルを表示されたテキスト中のキーワードの先頭にレディする。また、該当する単語を所定のキーワード集に追加登録することであってもよい。

時間軸を加えて測定するパターン（類型３）のうち、単位時間当たりの文字数により会話の速度を検出するパターン（類型３−１）に該当するものとして、「着目点」が「早口」の場合がある。この場合には、選別部４の動作は、認識結果データのテキストに含まれる文字数を、その通話時間で除算することや、認識結果データテーブルの「ｓｅｔｏｆｆ」、「ｌｅｎｇｔｈ」等の情報と認識結果データの容量に基づいて算定された単位時間当たりの文字数等の大きいものを抽出する。そして、評価部５の動作は、早口が検知された時点から音声再生するためにカーソルをテキスト中の該当する位置にレディする。

時間軸を加えて測定するパターン（類型３）のうち、長い通話を検出するパターン（類型３−２）に該当するものとして、「着目点」が「トラブル発生」の場合がある。この場合には、選別部４の動作は、認識結果データのテキストに含まれる文字数を、カウントして、所定の語数よりも多いものを長い通話とみなして抽出する。また、付加情報テーブルの通話開始、終了時刻を用いて時間を算出し長いものを抽出する。また、音声データのデータの容量を参照して大きいものは長い通話とみなして抽出する。そして、評価部５の動作は、全通話を音声再生するためにカーソルをテキスト中のスタート位置にレディする。本「着目点」によれば、何らかのトラブルが発生している虞が高い長時間の応対となった通話記録である認識結果データが選別されるので、スーパーバイザは何らかの問題が含まれていると考えられる通話記録を持つオペレータの評価を効率的に実施することができる。

時間軸を加えて測定するパターン（類型３）のうち、特定のキーワードの後の無言の時間を検出するパターン（類型３−３）に該当するものとして、「着目点」が「顧客を待たせる時間」の場合がある。この場合には、選別部４の動作は、「少々お待ち下さい」、「１〜２分お待ち頂けますか」等のキーワードの出現を上記の図５のフロー等に従って検知する。そして、評価部５の動作は、「少々お待ち下さい」、「１〜２分お待ち頂けますか」等のキーワードを太字、下線、ハイライト、点滅、カラー等により強調表示したり、該当するキーワードを音声再生するためにカーソルを表示されたテキスト中のキーワードの先頭にレディしたり、また、例えば、「少々お待ち下さい」の場合には、３０秒以内に応答しているか、「１〜２分お待ち頂けますか」の場合には、５分以内に応答しているかを無音時間を計測して表示する。

所定期間での同じ語句の増減変化を測定するパターン（類型４）のうち、特定のオペレータの所定の期間において特定のキーワードの増減を検出するパターン（類型４−１）に該当するものとして、「着目点」が「聞き易さ」の場合がある。

この場合には、選別部４の動作は、図６を参照すると、まず、選別部４は、付加情報テーブルのオペレータ識別情報を参照して、特定のオペレータの認識結果データであるか否かを判定する（Ｓ６０１）。

特定のオペレータの認識結果データである場合（Ｓ６０１／Ｙｅｓ）には、付加情報テーブルの「応対開始日時情報」を参照して、所定の期間内の認識結果データであるか否かを判定する（Ｓ６０２）。

特定のオペレータの認識結果データであり、かつ所定の期間内の認識結果データである場合（Ｓ６０２／Ｙｅｓ）には、ＩＤに基づいて認識結果データテーブルに格納されている該当する認識結果データを読み出す（Ｓ６０３）。

そして、認識結果データに特定のキーワードが含まれているか否かを判定する（Ｓ６０４）。ここで、キーワードは、評価を実施する度にスーパーバイザ等によって入力されることであっても、予め登録されている一連のキーワード集データを参照すること等であってもよく、特に限定されない。キーワードとして用いられるのは、聞き易さを妨げる、例えば、「えー」、「あのー」等の応対の際には不適切な語である。

認識結果データに特定のキーワードが含まれている場合（Ｓ６０４／Ｙｅｓ）には、特定のキーワードが所定の期間内において増減しているか否かを判定する（Ｓ６０５）。

特定のキーワードが所定の期間内において増減している場合（Ｓ６０５／Ｙｅｓ）には、その認識結果データを評価の対象となる認識結果データとして決定する（Ｓ６０６）。

そして、評価部５の動作は、所定の期間を表示するとともに、増減の統計図等を表示したり、また、増減しているキーワードを太字、下線、ハイライト、点滅、カラー等により強調表示したり、該当するキーワードを音声再生するためにカーソルを表示されたテキスト中のキーワードの先頭にレディする。本「着目点」によれば、キーワードとして用いられるのは、聞き易さを妨げる応対の際には不適切な語である。応対の際に不適切な問題のある語を使用するオペレータのうち、たまたまその語を使用してしまったのではなく、継続的に繰り返し使用するオペレータの通話記録である認識結果データが選別されるので、スーパーバイザは使用語に何らかの問題が含まれていると考えられる通話記録を持つオペレータの評価を効率的に実施することができる。また、そのオペレータに対する指導の効果を確認することもできる。

所定期間での同じ語句の増減変化を測定するパターン（類型４）のうち、所定の期間において出現する頻度が顕著に増減した語句を検出するパターン（類型４−２−１）に該当するものとして、「着目点」が「問合せ傾向」の場合がある。この場合には、選別部４の動作は、所定の期間内（最近）に増加している語句の出現を付加情報テーブルの「応対開始日時情報」等を参照しながら、上記の図６のＳ６０２以降のフロー等に従って検知する。そして、評価部５の動作は、所定の期間を表示するとともに、増加している語句を太字、下線、ハイライト、点滅、カラー等により強調表示したり、該当する語句を音声再生するためにカーソルを表示されたテキスト中の語句の先頭にレディする。本「着目点」によれば、最近、増加傾向にある単語を含む通話記録である認識結果データが選別されるので、スーパーバイザは新しい事態への対応が適切に行えているかという観点からオペレータの評価を効率的に実施することができる。

所定期間での同じ語句の増減変化を測定するパターン（類型４）のうち、所定の期間において特定のキーワードとの組合せで出現する頻度が顕著に増減した同じ語句を検出するパターン（類型４−２−２）に該当するものとして、「着目点」が「品質管理」の場合がある。この場合には、選別部４の動作は、特定のキーワードとの組合せで増加している語句の出現を付加情報テーブルの「応対開始日時情報」等を参照しながら、上記の図５のフロー等に従って検知する。例えば、「返品」というキーワードとともに増加している製品名等があればその製品に問題が発生していると予測することができる。そして、評価部５の動作は、所定の期間を表示するとともに、増加している語句を太字、下線、ハイライト、点滅、カラー等により強調表示したり、該当する語句を音声再生するためにカーソルを表示されたテキスト中の語句の先頭にレディする。

以上、本実施の形態によれば、選別部４は、評価着目点管理テーブル２に格納されている「着目点」情報に従って、適切な認識データの選別を実施し、また、評価部５も選別部４と連動しているか否かにかかわらず、評価着目点管理テーブル２に格納されている「着目点」情報に従って、評価のためのデータの出力を行うことができる。

なお、評価部５は、認識結果データとして、音声認識の結果、各々の語についての信頼度および語の繋がりのもっともらしさが総合的に一番高い第１候補がテキスト化されたテキストデータの他、別候補となった複数のデータを含む場合には、選別され、評価の対象となる認識結果データとして決定された認識結果データに関して優先順位に応じて表示させるべく、各々の語についての信頼度および語の繋がりのもっともらしさが高い順序等の所定の基準に従って優先順位を付けてもよい。

例えば、上述した、両方のキーワードが出現することを検出するパターン（類型１−２−２）に該当する「着目点」が「非常事態への対応」の場合の「ガス警報器が鳴っている」状況は、当該状況が実際に発生していると緊急事態であるので、「ガス警報器」および「鳴っている」というキーワードの少なくとも一方に関して通常よりも広い範囲で検索を行うことが想定される。この場合は、音声認識の結果、各々の語についての信頼度および語の繋がりのもっともらしさが総合的に一番高い第１候補がテキスト化されたテキストデータの他、第１候補の下位の候補となったデータからも選別され、評価の対象となる認識結果データとして決定される。この評価の対象となる認識結果データが多数となったときには、評価部５がそのすべてを表示すると、かえって見易さを妨げる場合がある。そこで、評価部５は評価の対象となる認識結果データについて、各々の語についての信頼度および語の繋がりのもっともらしさが高い順序等の所定の基準に従って優先順位を付け、例えば、第１候補〜第３候補までの認識結果データのみを表示する等の処理を行ってもよい。

また、評価部５がハイライト表示すべき語句が別候補であるときにはかっこ書きで表示するとされている場合等において、単一の評価の対象となる認識結果データに、例えば、「鳴っている」に類似する「合っている」、「経っている」等の語が多数含まれるときにそのすべてをかっこ書きで表示すると、かえって見易さを妨げる場合がある。そこで、評価部５は評価の対象となる認識結果データの各語について、各々の語についての信頼度および語の繋がりのもっともらしさが高い順序等の所定の基準に従って優先順位を付け、例えば、第２候補〜第４候補までの各語のみをかっこ書きで表示する等の処理を行ってもよい。

また、評価部５は、文法をチェックし発話の品質評価を行ったり、通話音声の装置による認識率により発話の聞きやすさの品質評価を行ってもよい。また、高品質の発話がなされている応対を見本となる応対例として、すべてのオペレータあるいは応対を改善する必要のあるオペレータが利用する装置に対して、その音声データおよび認識結果データを配布してもよい。

また、評価部５は、表示されたテキスト中の任意の箇所に「ふせん」を付与する機能を有していてもよい。これにより、「ふせん」を手がかりにスーパーバイザが後に再度該当する箇所の音声データを再生して聞いたり、第三者に「ふせん」付きのテキストを見せることが可能となる。

また、評価部５は、表示されたテキスト中の任意の箇所のテキストを対象に文字検索や単語検索を行う機能を有していてもよい。これにより、類似する内容の認識結果データを検索することができる。

また、評価部５は、所定の装置の画面上に表示される「評価チェックシート」や「レポート」に実音声をリンクさせるステップを有していてもよい。例えば、修理が必要となり「評価チェックシート」や「レポート」の「修理」の項目にチェックが入る案件では、その際のオペレータの顧客との会話の音声データへのリンクがはられ、所定のアイコンをクリックする等の操作に応じて、その音声データが再生されることであってもよい。

さらに、モニタリング装置１は、オペレータを識別すべく、その者の声紋等により話者を特定するオペレータ認識部を備えていてもよい。オペレータがシフト制になっていて、同じ席でも様々なオペレータが使用する場合等において、オペレータを識別することが必要だからである。なお、特定のＩＤ等によるログインによりオペレータを識別することであってもよい。

次に、本発明の第２の実施の形態について説明する。図１０を参照すると、本実施の形態における応対者評価装置は、上記の第１の実施の形態におけるモニタリング装置１の構成に加えて、データ格納部７に格納されているオペレータの音声データを取得し、その音声データからその認識結果である認識結果データを生成する音声認識部６およびデータ記憶部８を備えている点が相違する。なお、データ格納部７には、音声データが保存されている。

データ記憶部８には、音声認識部６が生成した認識結果データおよびデータ格納部７に保存されている認識結果データのもととなった音声データと該認識結果データとの対応関係を保持する関連付けデータが保存される。

そして、モニタリング装置１の選別部４は、音声認識部６が生成した認識結果データが保存されているデータ記憶部８から認識結果データを読み込み、スーパーバイザが表示されたテキストを視認したり、通話音声を再生してオペレータの評価を実施する評価対象となる認識結果データを選別することとなる。

次に、本発明の第３の実施の形態について説明する。本実施の形態における評価データ選別装置は、上記の第１の実施の形態におけるモニタリング装置１のうち、選別部４と、評価着目点管理部３と、評価着目点管理テーブル２から構成されており、評価部５を具備しない点が相違する。

本実施の形態によれば、上記の第１の実施の形態における認識データの選別までの処理を行い、評価のためのその選別された各データの出力は別個の情報処理装置にて実現されることとなるが、評価着目点管理テーブル２に格納されている「着目点」情報に従って、適切なデータの選別を実施することができる。

次に、本発明の第４の実施の形態について説明する。本実施の形態における応対者評価装置は、上記の第１の実施の形態におけるモニタリング装置１のうち、評価着目点管理部３と、評価着目点管理テーブル２と、評価部５から構成されており、選別部４を具備しない点が相違する。

本実施の形態によれば、上記の第１の実施の形態における評価のための認識結果データの出力にかかわる部分のみの処理を行い、その認識結果データの選別は別個の情報処理装置にて実現されることとなるが、評価着目点管理テーブル２に格納されている「着目点」情報に従って、適切なデータの出力を行うことができる。

次に、本発明の第５の実施の形態について説明する。本実施の形態における応対者評価システムは、上記の第３の実施の形態における評価データ選別装置をサーバとして、上記の第４の実施の形態における応対者評価装置をそのサーバに対してアクセスするクライアント端末として構成される。

本実施の形態によれば、複数のスーパーバイザそれぞれが利用するクライアント端末から、上記の第１の実施の形態における認識データの選別までの処理を行うサーバにアクセスすることで、サーバ側で一元的に評価着目点管理テーブル２に格納されている「着目点」情報に従って選別された適切なデータを、クライアント側で出力することができる。

次に、本発明の第６の実施の形態について図面を参照して詳細に説明する。図１１および図１２を参照すると、本実施の形態における応対者評価システムは、顧客側電話機１０と、オペレータ側電話機２０と、オペレータ装置３０と、管理サーバ４０と、ファイルサーバ５０と、評価データ選別装置６０と、評価着目点管理テーブルを備える着目点管理装置７０と、応対者評価装置８０から構成されている。オペレータ装置３０、管理サーバ４０、ファイルサーバ５０、評価データ選別装置６０、着目点管理装置７０および応対者評価装置８０は、プログラム制御により動作し、ネットワーク１００を介して接続されている。ネットワーク１００は、任意のネットワークであってよく、例えば、光ファイバ、インターネット、公衆回線、ＬＡＮ（Local Area Network）、ＡＤＳＬ（Asymmetric Digital Subscriber Line）等であってもよい。なお、通信方法は、有線であっても、無線であってもよい。

顧客側電話機１０およびオペレータ側電話機２０は公衆網を介して接続されている既知の電話機である。なお、固定電話機に限らず、携帯電話機であってもよい。

オペレータ装置３０、管理サーバ４０、ファイルサーバ５０、評価データ選別装置６０、着目点管理装置７０および応対者評価装置８０は共通して、パーソナルコンピュータ、ワーク・ステーション等の情報処理装置により実現され、例えば、操作入力部と、ＲＯＭ（Read Only Memory）と、ＲＡＭ（Random Access Memory）と、通信インタフェースと、ＨＤ（Hard Disk）と、ＣＰＵ（Central Processing Unit）とを備え、これらの各部はバスによって接続されている。

操作入力部は、キーボードやマウス等を備え、これらのキーボードやマウスの操作に応じた操作信号をＣＰＵに出力する。ＲＯＭには、装置各部の基本制御を司るプログラムが格納されている。また、ＲＡＭは、ＣＰＵのワークエリアとして用いられ、ＣＰＵにより実行されるプログラムや、各種データが一時的に格納される。

通信インタフェースは、ネットワーク１００に接続されており、他の装置との間で行われるデータ通信を制御する。

ＨＤには、オペレーティングシステム等の自機を制御するための各種ソフトウェアが格納されている。

さらに、各装置に特徴的な点として、まず、オペレータ装置３０は、コンタクトセンタのオペレータが利用する情報処理装置であり、音声取得部３１の一実装形態であるボイスレコーダが接続されている。このボイスレコーダにオペレータの顧客との応対の際の通話が記録され、音声認識部３２にて音声データから認識結果データが生成される。データ送信部３３は、音声認識部３２にて生成された認識結果データをもととなる音声データと対応付けて、さらに顧客や応対の日時を識別するためのデータも付加して、ファイルサーバ５０に送信する。なお、オペレータ装置３０には、かかってきた電話を分配する分岐装置等が接続されていてもよい。

次に、管理サーバ４０は、コンタクトセンタ内のシステム管理を司る情報処理装置であり、顧客データベース等を備えていてもよい。

ファイルサーバ５０は、各種データを格納して管理する情報処理装置であり、オペレータ装置３０のデータ送信部３３から、オペレータ装置３０の音声認識部３２にて生成された認識結果データと、その認識結果データに対応付けられたオペレータの通話の際の音声データと、さらに顧客や応対の日時を識別するためのデータ等を受信する。

評価データ選別装置６０は、ファイルサーバ５０に格納されている認識結果データを読み出し、スーパーバイザが応対者評価装置８０でテキストを視認したり、通話音声を再生してオペレータの評価を実施する評価対象となる認識結果データを選別する情報処理装置である。選別は、着目点管理装置７０の評価着目点管理テーブルの「着目点」に対応した「評価データ選別装置の動作」に従って行われる。

着目点管理装置７０は、評価着目点管理テーブルを備える情報処理装置である。「着目点」情報に基づいて評価着目点管理テーブルを検索し、その「着目点」に対応した「評価データ選別装置の動作」あるいは「応対者評価装置の動作」を取得し、評価データ選別装置６０および／または応対者評価装置８０に送信する機能を有している。また、評価着目点管理テーブルに格納されるデータの追加・更新・削除等の維持・管理を行う機能を有していてもよい。なお、着目点管理装置７０は、その「着目点」情報を、スーパーバイザによる所定の画面に表示された一覧から所望の「着目点」に該当するボタンの押下げ等の操作に応じて取得する。ここで、評価着目点管理テーブルは、「着目点」と「評価データ選別装置の動作」および「応対者評価装置の動作」が紐付けられて格納されている。

応対者評価装置８０は、コンタクトセンタのスーパーバイザが利用する情報処理装置であり、音声を再生する機能を有している音声再生部８１と、認識結果データのテキストを表示する機能を有しているテキスト表示部８２を備えている。評価のための識別結果データの出力は、着目点管理装置７０の評価着目点管理テーブルの「着目点」に対応した「応対者評価装置の動作」に従って行われる。スーパーバイザは、液晶画面等の表示部に表示された認識結果データの内容を視覚により確認しながら、同時に気になった部分から通話音声を再生して音を聴覚により確認することで評価を実施する。なお、テキストは会話の概略を短時間で把握することに役立ち、また、音声はイントネーションや会話の流れの中での発言の適否の判断に有用であるが、必ずしも両者を併用することが必要ではなく、いずれか一方のみを用いて評価を実施することであってもよい。

次に、本実施の形態における応対者評価処理のフローについてであるが、基本的には上記の第１の実施の形態と同様であるので重複する説明は省略する。

次に、本発明の第７の実施の形態について図面を参照して詳細に説明する。

図１３を参照すると、本実施の形態における応対者評価システムは、対面者装置９０と、管理サーバ４０と、ファイルサーバ５０と、評価データ選別装置６０と、着目点管理装置７０と、応対者評価装置８０から構成されている。

上記の第６の実施の形態とは、顧客側電話機１０およびオペレータ側電話機２０が構成に含まれない点と、オペレータ装置３０が対面者装置９０に置き換わった点が異なるが、他の構成要素の基本的な機能は同様であるので、重複する説明は省略する。

対面者装置９０は、オペレータ装置３０が、コンタクトセンタのオペレータが利用する情報処理装置であり音声取得部３１の一実装形態であるボイスレコーダが接続されているものであるのに対して、顧客と対面で応対する業務に従事する者の対面応対時の会話を記録する情報処理装置であり、音声取得部９１より顧客との応対の際の通話が記録され、音声認識部９２にて音声データから認識結果データが生成される。データ送信部９３は、音声認識部９２にて生成された認識結果データをもととなる音声データと対応付けて、さらに顧客や応対の日時を識別するためのデータも付加して、ファイルサーバ５０に送信する。なお、顧客と対面で応対する業務に従事する者とは、例えば、ファーストフード店、コンビニエンス・ストア、スーパーマーケット等の店頭で顧客とマニュアルに沿った会話をする店員や、銀行、郵便局等の窓口で窓口業務を担当する者であるが、対面により会話を行う者であれば限定されない。

さらに、対面者装置９０は、顧客と対面で応対する業務に従事する者を識別すべく、その者の声紋等により話者を特定する話者認識部９４を備えていてもよい。顧客と対面で応対する業務に従事する者は、必ずしも、自己の特定の席が決まっていないので、対面者装置９０は、顧客と対面で応対する業務に従事する者を識別することが必要だからである。なお、話者認識部９４は、特定のＩＤ等によるログインにより人物を識別することであってもよい。

対面者装置９０の話者認識部９４が認識した者の会話音声の音声データと、その音声データに基づく認識結果データにより応対者を評価する処理フローは上記の第１の実施の形態の各ステップを応用することで実現される。

本実施の形態は、ファーストフード店、コンビニエンス・ストア、スーパーマーケット等の店頭でレジを打つ店員が顧客とマニュアルに沿った会話をしたり、さらに、銀行、郵便局等の窓口で窓口業務を担当する者が顧客と所定の説明義務を果たすべく説明を行ったり、会話をしたりする場面に適用可能である。

また、本実施の形態における対面者装置９０等により顧客と対面で応対する業務に従事する者の対面応対時の会話を記録した音声データを、上記の第１〜６の実施の形態に適用することもできる。

次に、本発明の第８の実施の形態について説明する。本実施の形態は、上記の第１〜７の実施の形態と基本的な構成・処理動作は同様であるが、音声データが「顧客と応対者の会話」に限定されない点が異なる。例えば、パイロットと管制官の応答ないしは会話等も対象となる。また、二者間での会話に限らず複数人間での会話も対象となり、さらに対話・会話のみならず一人でなされる発話等も広く含む。

なお、上述する各実施の形態は、本発明の好適な実施の形態であり、本発明の要旨を逸脱しない範囲内において種々変更実施が可能である。例えば、上記の各実施の形態におけるモニタリング装置１、評価データ選別装置、応対者評価装置、サーバ、クライアント端末、オペレータ装置３０、管理サーバ４０、ファイルサーバ５０、評価データ選別装置６０、評価着目点管理装置７０、応対者評価装置８０および対面者装置９０の機能を実現するためのプログラムを各装置に読込ませて実行することにより各装置の機能を実現する処理を行ってもよい。さらに、そのプログラムは、コンピュータ読み取り可能な記録媒体であるＣＤ−ＲＯＭまたは光磁気ディスク等を介して、または伝送媒体であるインターネット、電話回線等を介して伝送波により他のコンピュータシステムに伝送されてもよい。

上述する各実施の形態は、評価着目点管理部３、選別部４、評価部５、サーバ、クライアント端末、オペレータ装置３０、管理サーバ４０、ファイルサーバ５０、評価データ選別装置６０、応対者評価装置８０、評価着目点管理装置７０および対面者装置９０が別個に接続されているシステム構成について説明したが、各機能が１つのコンピュータシステムとして実現されている構成や機能毎に複数の装置等が追加された構成にも適用可能であることはもちろんである。

本発明の第１の実施形態におけるモニタリング装置の概略構成図である。 本発明の第１の実施形態における評価着目点管理テーブルのデータ構造を示す図である。 通話音声を認識結果データとして保存するまでの処理動作を示すフローチャートである。 特定のキーワードが出現しないことを検出する処理動作を示すフローチャートである。 特定のキーワードが１回以上出現することを検出する処理動作を示すフローチャートである。 所定の期間内の特定のキーワードの存否を検出する処理動作を示すフローチャートである。 特定のキーワードの組合せをチェックし、一方のキーワードのみしか出現しないことを検出する処理動作を示すフローチャートである。 本発明の第１の実施形態におけるデータ格納部のデータ構造を示す図である。 本発明の第１の実施形態における表示部に表示されるテキストの一例を示す図である。 本発明の第２の実施形態におけるモニタリング装置の概略構成図である。 本発明の第６の実施形態における応対者評価システムの概略構成図である。 本発明の第６の実施形態における応対者評価システムの部分機能ブロック図である。 本発明の第７の実施形態における応対者評価システムの概略構成図である。

符号の説明

１ モニタリング装置
２ 評価着目点管理テーブル
３ 評価着目点管理部
４ 選別部
５ 評価部
６ 音声認識部
７ データ格納部

Claims (21)

1. 発話をモニターして生成した音声データと、前記音声データから音声認識によって生成した認識結果データと、前記音声データと前記認識結果データとの対応関係を保持する関連付けデータとを少なくとも含む複数の応対記録情報のうちから、
   選別手段が、評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づいてその着目点情報と対応付けられている選別動作に従って、評価の対象とする前記応対記録情報に含まれる複数ある前記認識結果データおよび／または前記音声データを語句の出現回数又は時間軸に基づいてより分けて選別し、
   評価手段が、評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づいて、複数のデータ出力動作のうち、その着目点情報と対応付けられている一のデータ出力動作に従って、前記選別手段により選別された評価の対象となる前記認識結果データの表示および／または前記音声データの再生を行うことを特徴とするモニタリング装置。
2. 前記選別手段が、選別動作として従う、前記着目点情報と対応付けられている選別動作は、
   所定期間での同じ語句の増減変化を測定するパターンであることを特徴とする請求項１記載のモニタリング装置。
3. 前記選別手段が、選別動作として従う、前記着目点情報と対応付けられている選別動作は、
   特定のキーワードが出現しないことを検出するパターンと、
   特定の動作の後に特定のキーワードが出現しているか否かを検出するパターンと、
   繰り返し出現する語句を検出するパターンと、
   単位時間当たりの文字数により発話の速度を検出するパターンと、長い発話を検出するパターンと、特定のキーワードの後の無言の時間を検出するパターンと、
   特定の話者の所定の期間において特定のキーワードが増加しているか否かを検出するパターンと、
   所定の期間において出現する頻度が顕著に増減した語句を検出するパターンと、所定の期間において特定のキーワードとの組合せで出現する頻度が顕著に増減した同じ語句を検出するパターンの少なくとも一つであることを特徴とする請求項１記載のモニタリング装置。
4. 前記音声データは、コンタクトセンタでの音声データであることを特徴とする請求項１から３のいずれか１項に記載のモニタリング装置。
5. 前記音声データは、対面での音声データであることを特徴とする請求項１から３のいずれか１項に記載のモニタリング装置。
6. 発話をモニターして生成した音声データと、前記音声データから音声認識によって生成した認識結果データと、前記音声データと前記認識結果データとの対応関係を保持する関連付けデータとを少なくとも含む複数の応対記録情報のうちから、
   評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づいて、複数のデータ出力動作のうち、その着目点情報と対応付けられている一のデータ出力動作に従って、評価の対象とする前記応対記録情報に含まれる複数ある前記認識結果データおよび／または前記音声データをより分けて選別する評価データ選別装置であって、
   選別動作として従う、前記着目点情報と対応付けられている選別動作は、
   所定期間での同じ語句の増減変化を測定するパターンであることを特徴とする評価データ選別装置。
7. 発話をモニターして生成した音声データと、前記音声データから音声認識によって生成 した認識結果データと、前記音声データと前記認識結果データとの対応関係を保持する関 連付けデータとを少なくとも含む複数の応対記録情報のうちから、
   評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づい て、複数のデータ出力動作のうち、その着目点情報と対応付けられている一のデータ出力 動作に従って、評価の対象とする前記応対記録情報に含まれる複数ある前記認識結果データおよび／または前記音声データをより分けて選別する評価データ選別装置であって、
   選別動作として従う、前記着目点情報と対応付けられている選別動作は、
   特定のキーワードが出現しないことを検出するパターンと、
   特定の動作の後に特定のキーワードが出現しているか否かを検出するパターンと、
   繰り返し出現する語句を検出するパターンと、
   単位時間当たりの文字数により発話の速度を検出するパターンと、長い発話を検出するパターンと、特定のキーワードの後の無言の時間を検出するパターンと、
   特定の話者の所定の期間において特定のキーワードが増加しているか否かを検出するパターンと、
   所定の期間において出現する頻度が顕著に増減した語句を検出するパターンと、所定の期間において特定のキーワードとの組合せで出現する頻度が顕著に増減した語句を検出するパターンの少なくとも一つであることを特徴とする評価データ選別装置。
8. 前記音声データは、コンタクトセンタでの音声データであることを特徴とする請求項６または７記載の評価データ選別装置。
9. 前記音声データは、対面での音声データであることを特徴とする請求項６または７記載の評価データ選別装置。
10. 発話をモニターして生成した音声データと、前記音声データから音声認識によって生成した認識結果データと、前記音声データと前記認識結果データとの対応関係を保持する関連付けデータとを少なくとも含む複数の応対記録情報のうちから、
    評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づいて、複数のデータ出力動作のうち、その着目点情報と対応付けられている一のデータ出力動作に従って、評価の対象とする前記応対記録情報に含まれる前記認識結果データの表示および／または前記音声データの再生を行い、
    前記認識結果データおよび／または前記音声データは、前記評価の対象とする前記応対 記録情報に含まれる複数ある前記認識結果データおよび／または前記音声データを語句の出現回数又は時間軸に基づいて所定の装置によりより分けて選別されたものであることを特徴とする応対者評価装置。
11. 前記音声データは、コンタクトセンタでの音声データであることを特徴とする請求項１０記載の応対者評価装置。
12. 前記音声データは、対面での音声データであることを特徴とする請求項１０記載の応対者評価装置。
13. 評価データの選別を行うサーバと、一以上のクライアント端末を含む応対者評価システムであって、
    前記サーバは、発話をモニターして生成した音声データと、前記音声データから音声認識によって生成した認識結果データと、前記音声データと前記認識結果データとの対応関係を保持する関連付けデータとを少なくとも含む複数の応対記録情報のうちから、
    評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づいてその着目点情報と対応付けられている選別動作に従って、評価の対象とする前記応対記録情報に含まれる複数ある前記認識結果データおよび／または前記音声データを語句の出現回数又は時間軸に基づいてより分けて選別し、
    前記クライアント端末は、前記評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づいて、複数のデータ出力動作のうち、その着目点情報と対応付けられている一のデータ出力動作に従って、評価の対象とする前記応対記録情報に含まれる前記認識結果データの表示および／または前記音声データの再生を行うことを特徴とする応対者評価システム。
14. 選別動作として従う、前記着目点情報と対応付けられている選別動作は、
    所定期間での同じ語句の増減変化を測定するパターンであることを特徴とする請求項１３記載の応対者評価システム。
15. 選別動作として従う、前記着目点情報と対応付けられている選別動作は、
    特定のキーワードが出現しないことを検出するパターンと、
    特定の動作の後に特定のキーワードが出現しているか否かを検出するパターンと、
    繰り返し出現する語句を検出するパターンと、
    単位時間当たりの文字数により発話の速度を検出するパターンと、長い発話を検出するパターンと、特定のキーワードの後の無言の時間を検出するパターンと、
    特定の話者の所定の期間において特定のキーワードが増加しているか否かを検出するパターンと、
    所定の期間において出現する頻度が顕著に増減した語句を検出するパターンと、所定の期間において特定のキーワードとの組合せで出現する頻度が顕著に増減した同じ語句を検出するパターンの少なくとも一つであることを特徴とする請求項１３記載の応対者評価システム。
16. 前記音声データは、コンタクトセンタでの音声データであることを特徴とする請求項１３または１４記載の応対者評価システム。
17. 前記音声データは、対面での音声データであることを特徴とする請求項１３または１４記載の応対者評価システム。
18. 顧客側電話機と、オペレータ側電話機と、オペレータ装置と、ファイルサーバと、評価データ選別装置と、評価着目点管理装置と、応対者評価装置を含む応対者評価システムであって、
    前記オペレータ装置が、前記顧客側電話機と、前記オペレータ側電話機により顧客とオペレータの会話をモニターして生成したコンタクトセンタでの音声データと、前記音声データから音声認識によって生成した認識結果データと、前記音声データと前記認識結果データとの対応関係を保持する関連付けデータとを少なくとも含む複数の応対記録情報を前記ファイルサーバに送り、
    前記評価データ選別装置が、前記ファイルサーバに格納されている前記認識結果データについて、前記評価着目点管理装置の評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づいてその着目点情報と対応付けられている選別動作に従って、評価の対象とする前記応対記録情報に含まれる複数ある前記認識結果データおよび／または前記音声データを語句の出現回数又は時間軸に基づいてより分けて選別し、
    前記応対者評価装置が、前記評価着目点管理装置の評価の着目点情報を保持している着目点保持手段に保持されている着目点情報に基づいて、複数のデータ出力動作のうち、その着目点情報と対応付けられている一のデータ出力動作に従って、前記評価データ選別装置により選別された評価の対象となる前記認識結果データの表示および／または前記音声データの再生を行うことを特徴とする応対者評価システム。
19. 前記評価データ選別装置が、選別動作として従う、前記着目点情報と対応付けられている選別動作は、
    所定期間での同じ語句の増減変化を測定するパターンであることを特徴とする請求項１８記載の応対者評価システム。
20. 前記評価データ選別装置が、選別動作として従う、前記着目点情報と対応付けられている選別動作は、
    特定のキーワードが出現しないことを検出するパターンと、
    特定の動作の後に特定のキーワードが出現しているか否かを検出するパターンと、
    繰り返し出現する語句を検出するパターンと、
    単位時間当たりの文字数により会話の速度を検出するパターンと、長い通話を検出するパターンと、特定のキーワードの後の無言の時間を検出するパターンと、
    特定のオペレータの所定の期間において特定のキーワードが増加しているか否かを検出するパターンと、
    所定の期間において出現する頻度が顕著に増減した語句を検出するパターンと、所定の期間において特定のキーワードとの組合せで出現する頻度が顕著に増減した同じ語句を検出するパターンの少なくとも一つであることを特徴とする請求項１８記載の応対者評価システム。
21. コンピュータに、請求項１から２０のいずれか１項に記載の機能を実現させることを特徴とするプログラム。

Images