IVR・自動音声応答

音声認識とプッシュ操作:IVRの入力方式はどちらが良いか

音声で選ぶ電話メニューとボタンで選ぶメニューを、精度、使いやすさ、雑音、変更の手間、体験の面で比較し、両方を組み合わせる方法を紹介します。

Call 編集部 · 公開 · 約7分で読めます

何十年もの間、電話メニューといえばボタンを押すものでした。音声認識は、用件を話すだけで済むという、より親しみやすい体験を約束しました。実際には、どちらかが単純に優れているわけではありません。それぞれ、向いている発信者、状況、メニューの形があります。このガイドでは両者を比較し、それぞれがどこでつまずくかを説明し、組み合わせ方を紹介します。音声システムを幅広く知りたい方はIVRとAI音声エージェントの比較をご覧ください。

人通りの多い通りで電話に向かって話す人
イメージ画像

それぞれの仕組み

ボタン操作のメニュー(電話機が出す音にちなんでDTMF、プッシュ操作とも呼ばれます)は、どのボタンを押すかを発信者に伝えます。システムはトーンを聞き取り、ルールに従います。音声のメニューは、発信者に何かを話してもらいます。システムは音声をテキストに変換し、想定した単語の一覧と照合するか、自由な言葉を解釈して、意味を判断します。

ボタンと音声の比較

ボタン(DTMF)音声
発信者の手間ボタンを押す。番号を覚えておく必要がある用件を話す。番号を覚える必要がない
選択肢の数1つのメニューにいくつか一覧を読み上げなくても多くの選択肢を扱える
雑音騒がしい場所でもよく機能する周囲の雑音や回線品質の悪さに弱い
なまりと名前影響を受けないなまり、名前、数字を誤認識することがある
ハンズフリーでの利用片手が空いていて、画面を操作できる必要がある運転中や手がふさがっているときにも使える
予測しやすさ非常に高い話す人と回線によって変わる
メニューの変更録音し直し、割り当てを変えるフレーズや学習データを更新する。再テストが必要な場合がある

ボタン操作が向いている場面

音声が向いている場面

音声では、発信者が実際にどんな言葉を使うかも見えるため、メニューやヘルプページの文言の改善に役立ちます。電話の音声が多くの人の予想以上に難しい理由は、電話での音声認識で解説しています。

それぞれの失敗のしかた

起こりがちな問題

  • 聞き間違い音声システムが、特になまり、名前、数字で、誤った選択肢を選びます。
  • 話すタイミングのずれ発信者が早すぎたり遅すぎたり、システムが想定していない長い文で話したりします。
  • ボタンの混乱発信者が誤ったボタンを押したり、一覧が終わるころには選択肢を忘れていたりします。
  • 見えない選択肢何を話せばよいか、何を押せばよいかが発信者に分かりません。
  • 苛立たしいループ抜け道のないまま「聞き取れませんでした」が繰り返されると、忍耐がすり減ります。

どちらを選ぶにしても、入力方式より出口のほうが重要です。やり直しは2回までとし、その後はもう一方の方式か人に切り替えましょう。

両方を使い、ボタンを安全網にする

うまくいっているメニューの多くは、どちらの入力も受け付けます。ガイダンスでは平易な言葉で操作を伝えます。「お話しいただくか、ボタンを押してください。ご注文については『注文』とお話しいただくか、1を押してください。」この言い方なら、ボタンの番号を伝えつつ、慣れた人には話してもらえます。音声が2回失敗したら、システムはスムーズにボタン操作へ切り替えるべきです。

組み合わせたフロー

  1. 案内言葉とボタン番号を合わせた短い一覧を示します。
  2. 聞き取りガイダンスの途中を含め、いつでも音声かボタン入力を受け付けます。
  3. 不確かなときは確認システムに確信がなければ、理解した内容を繰り返し、「はい」か「いいえ」で尋ねます。
  4. 代替手段に切り替え2回失敗したらボタン操作のみに切り替え、その後は人につなぎます。
  5. 学習誤認識されたフレーズを見直し、語彙に追加するか、ガイダンスの言い方を変えます。

アクセシビリティとプライバシー

はっきり話せない発信者もいれば、ボタンを押せない発信者もいます。両方を用意するのが、最も多くの人に配慮した基本形です。また、音声の録音は個人情報に当たる場合があるため、音声を処理・保存するときは発信者に伝え、必要なものだけを残しましょう。これらの点は誰もが使える電話メニューのつくり方と通話における個人情報の扱いで解説しています。

自社に合った方式を選ぶ

どちらに決めても、決定とその理由を書き残しましょう。技術も発信者も変わります。なぜボタン、音声、または両方を選んだのかが記録されていれば、次の担当者がその判断がまだ妥当かを見極められます。

選択を決めるための質問

  • 最初のメニューに、いくつの行き先が必要か
  • 発信者は主にどこから電話してくるか(静かな自宅か、騒がしい場所か)
  • メニューで名前、受付番号、住所の入力が必要か
  • 音声の語彙やガイダンスを誰が管理するか
  • 同僚ではなく、実際の利用者層の発信者とテストできるか
  • どちらの入力も失敗したときに、確実に人につながる経路があるか

どちらの入力にも合うガイダンスの書き方

発信者が音声やボタンでうまく操作できるかは、ガイダンスで決まります。短い質問から始め、話せる言葉の例をいくつか示し、ボタン番号は言葉の後に置きます。たとえば「どちらの部署におつなぎしますか?『営業』『サポート』『請求』とお話しいただくか、1、2、3のいずれかを押してください。」音声に慣れた発信者はすぐに答え、それ以外の人はボタンを押せば済みます。

答えが数個しかないのに自由回答の質問をするのは避けましょう。発信者がシステムで振り分けられない答え方をしてしまいます。質問の前の長い説明も避けます。そして、すべてのメニューで言い回しのスタイルをそろえ、発信者がパターンを一度で覚えられるようにします。

音声とボタンを正しくテストする

作った本人だけがテストしたメニューは、見事に動くものです。実際の発信者は車内から携帯電話でかけ、早口で話し、誰も予想しなかったことを言います。利用者層を反映したテストグループを作り、台本ではなく「配送済みかどうかを確認してください」のような課題を渡します。どこで迷うかを観察しましょう。

運用開始前のIVRテストでは、エラー時の経路や営業時間外の動作も含めた、より詳しいチェックリストを紹介しています。

Callでのボタンと音声

Callで発信者に選択肢を示す主な方法は、キューにつながる選択肢で組んだ電話メニューで、営業時間と祝日の設定が通話の行き先を決めます。音声AIエージェントが回線に応答し、発信者と話し、希望があれば人につなぐこともできます。これは自然な話し言葉に対応するよう設計されていますが、精度は音質によって変わるため、自社の回線でテストしてください。ボタンを確実な経路、音声を便利な手段として扱いましょう。メニューについてはCallでのIVRと営業時間の設定を、音声で操作する回線の確認方法は音声AIエージェントのテストをご覧ください。

よくある質問

音声認識はボタンより正確ですか?

いいえ。ボタンはほぼ常に正確です。音声は便利ですが、誤解することがあります。発信者がどちらでも使え、ボタンに戻れる方法が最善です。

発信者はボタンより話すほうを好みますか?

発信者と状況によります。選択肢が多いときは話すほうを好む人が多く、騒がしい場所や人目のある場所ではボタンを好む人もいます。両方を用意すれば、この議論は不要になります。

音声のメニューは費用が高くなりますか?

構築、調整、テストに通常より手間がかかることが多いですが、費用は技術によって異なります。購入費用だけでなく、それぞれの保守の手間を比較しましょう。

音声のメニューは、なまりや名前に対応できますか?

苦手な場合があります。実際の顧客層の話者でテストし、発信者がボタンに切り替えられるようにしておきましょう。

古いボタン操作のメニューを音声に切り替えるべきですか?

階層が多すぎる、完了率が低いなど、実際の問題が見えている場合だけにしましょう。うまく機能している短いボタン操作のメニューに勝るのは簡単ではありません。

どちらが優れているかは、どう測ればよいですか?

完了率、適切な窓口にたどり着いた発信者の割合、やり直しの回数、人につなぐよう求めた数を比べます。可能なら、一定期間両方のバージョンを運用してみましょう。

Callで音声とボタンの両方に対応する電話メニューを計画する

デモコンソールでは、着信をシミュレーションで体験できます。

関連記事