野村証券は、全国約160カ所の営業店や本社で利用する約2万6000台の電話機の通話録音データを自動で音声テキストに変換するシステムを構築した。顧客応対の品質向上と、通話内容の監視の効率化を支援する。システムを構築し音声認識技術を提供した日立製作所が2018年12月18日に発表した。
野村証券は2015年に、営業店、本社、コールセンターで利用する電話機を対象に、通話録音システムを構築した（図1）。今回、営業店と本社を対象に、既存の通話録音システムの機能を拡張し、通話録音データを高速処理で自動テキスト変換するシステムを新たに導入した。
図1：野村証券が稼働させた、約2万6000台の電話機の通話録音データを自動で音声テキストに変換するシステムの概要（出典：日立製作所）拡大画像表示
通話録音データのテキスト化によって、目視確認やキーワード検索による通話内容の簡易チェックができるようになった。さらに、管理画面から選択したテキスト内容の音声再生ができるなど、監視業務が効率化した。
テキスト変換の過程で出力する構造化データは、野村証券が既に持っているデータ分析基盤で活用する。これにより、顧客への応対品質の向上やサービスの改善に役立てられるようにした。
日立製作所の音声認識基盤ソフト「Speech Recognition Platform」を使い、高速バッチ処理で日々の膨大な録音データをテキスト変換する。テキスト化したデータは、日立が構築したHadoopデータ処理基盤に蓄積する。
通話録音システム「RecwareIII」（日立情報通信エンジニアリング）と音声認識基盤を連携させ、通話録音データとテキスト変換されたデータをひも付けている。これにより、両データを同一画面上で一覧表示して操作できるようにした。確認したい通話音声を、キーワード検索で簡単に絞り込み・特定できる。
音声認識基盤は、雑音が含まれる通話環境においても音声を認識できるように、ディープラーニング（深層学習）を活用した。また、声の大きさ、速度、話者間のかぶり、会話の間といった非言語情報を抽出・定量化する機能も備える。テキスト化する言語情報以外からも、会話の状況や特徴を捉えることができる。
