日本語の音声エージェントでつまずく6点

1. 数字と固有名詞の読み

最初に試すべきはここである。「1,500円」「3月15日」「株式会社〇〇」が正しく読まれるか。金額と日付の読み間違いは聞いた人に誤情報を与えるので、他のどの評価より先に確認する。

対処は読み仮名の辞書登録である。登録機能があるか、何語まで登録できるかを導入前に確認しておく。

相手が高齢だったり、周囲が騒がしかったりすると、聞き返しが増える。1件3分で見積もった通話が6分になれば費用は倍である。

対処は質問文の設計で、はい・いいえで答えられる形に寄せる。自由回答を求める質問は聞き取りの失敗が増え、往復が長くなる。

3. 敬語の階層

英語前提の生成では、丁寧さの度合いが一定に保てない。同じ通話の中で「です・ます」と「でございます」が混在すると、聞いていて落ち着かない。

対処は指示文で基準を1つに固定することと、出力例を複数与えることである。言葉で「丁寧に」と指示するより、望ましい応答を3つ見せるほうが揃う。

4. 謝罪の文言

「申し訳ございません」が自動で出ると、こちらの責任を認めた記録になり得る。苦情の一次受けをAIに任せるなら、謝罪の表現を制御できるかを必ず確認する。

対処は、共感の表現（「ご不便をおかけしております」）と謝罪（「弊社の責任です」）を区別して、後者を出さない指示を入れること。制御できない製品は、苦情対応に使わない。

5. 録音の告知

通話を録音して文字起こしする構成になるため、録音することの告知が要る。冒頭の自動音声で伝えるのが一般的である。あわせて、保存先・保持期間・学習利用の有無を確認しておく。

6. 遅延

文字起こし・推論・音声合成を順に通すため、人同士の会話より間が空く。電話では0.5秒の沈黙が長く感じられ、相手が「聞こえていますか」と言い始める。

対処は、速いモデルを使うことと、沈黙の間に相槌や「確認しております」といった音を挟むことである。後者は実装で対応できる。

導入前のチェックリスト

• 金額・日付・社名を実際に読ませて聞く
• 想定より騒がしい環境の音声で試す
• 敬語の基準を1つに固定できるか
• 謝罪表現を制御できるか
• 録音告知の文言と、保存・学習の条件
• 応答までの実測秒数

よくある質問

Q. どこから任せるべきですか。

A. 営業時間・所在地のような定型の問い合わせだけから始めて、それ以外は即座に人へ転送する設計にしてください。転送率を見ながら範囲を広げるのが安全です。