リアルタイム文字起こしは、カスタマー サービスのエクスペリエンスを向上させようとしているあらゆる大規模なビジネスにとって、重要な構成要素です。 Azure Communication Services と Foundry Tools の統合により、開発者は Call Automation SDK を介してリアルタイムの文字起こしを使用できるようになりました。
Azure Communication Services のリアルタイム文字起こしを使うと、Azure AI サービスのリソースを Azure Communication Services と簡単に統合して、通話中に直接文字起こしを生成できます。 この機能により、開発者がオーディオ コンテンツを抽出し、オーディオをテキストに変換する作業を行わなくて済みます。 この文字起こしの内容を保存して後で使用することにより、通話の履歴を作成したり、通話を要約してエージェントの時間を節約したり、さらにそれをトレーニングや学習のモジュールに提供して、コンタクト センターのエージェントと顧客との対話を向上させたりすることもできます。
Microsoft では、Microsoft が所有するデータを使用してトレーニングされ、一般的に使用される音声言語を反映する基本モデルとしてユニバーサル言語モデルが活用されます。面倒な設定はありません。 このモデルは、さまざまな一般的領域を表す方言と発音で事前にトレーニングされています。 サポートされている言語の詳細については、「 Speech Service の言語と音声サポート」を参照してください。
一般的なユース ケース
カスタマー エクスペリエンスの向上
エージェントが顧客のニーズをより深く理解し、より迅速かつ正確に対応し、全体的なカスタマー エクスペリエンスを向上させるのに役立ちます。
効率の向上
エージェントがメモを取ることよりも会話に集中できるようになり、対応できる通話の数が増え、生産性が向上します
エージェントのためのコンテキスト
エージェントが呼び出しを開始する前に、エージェントにコンテキストを提供します。 これにより、エージェントは呼び出し元が既に指定した情報を認識し、呼び出し元は問題を繰り返す必要はありません。
分析情報を引き出す
通話全体で生成されたトランスクリプトを使用すると、他の AI ツールを使用して、エージェントや監督者が顧客との対話を改善するのに役立つリアルタイムのライブ分析情報を得ることができます。
Call Automation を使ったリアルタイム文字起こしのサンプル フロー
課金
リアルタイム文字起こしの課金方法については、 Azure Communication Services の価格に 関するページを参照してください。 価格は、[通話] カテゴリの [音声ストリーミング] > [非ミキシング オーディオ インサイト ストリーミング] で確認できます。
既知の制限事項
- 新しい operationContext で文字起こしを更新しても、更新されたコンテキストを反映できません。
- operationContext: "ABC" を使用して呼び出しを作成または応答し、文字起こしを有効にすると、operationContext: "ABC" を使用して TranscriptionStarted イベントを受け取ります。
- 新しい operationContext "XYZ" を使用して UpdateTranscription API を呼び出すと、TranscriptionUpdated イベントに operationContext: "XYZ" が含まれると想定されます。 ただし、既知の問題のため、TranscriptionUpdated イベントは operationContext: "ABC" を返します。
次の手順
- リアルタイム文字起こしをユーザーのために使用する方法については、「使い方ガイド」をご覧ください。
- 呼び出し自動化によって発行された 使用状況と操作ログ について説明します。