あるコールセンター運営会社が、通話を音声認識で文字起こしし、テキストの感情分析で顧客の不満を検出している。しかし「はい、わかりました」のように言葉は穏やかでも、強い口調で不満を示す顧客を見逃すことが多い。改善策として、最も適切なものを1つ選べ。
正解と解説を見る
解説
正解 A
この問題の論点：音声からの感情の推定
ポイント
音声には、文字起こしでは失われる声の高さや大きさ、話す速さなどの情報があり、感情の推定に役立ちます。
選択肢ごとの解説
- A
適切 正解
声の高さや大きさ、話す速さの変化を韻律と呼び、怒りやいら立ちなどの感情はここに強く表れます。文字起こしでは失われる情報なので、音声の特徴量とテキストを組み合わせると、言葉に表れない不満もとらえやすくなります。
- B
不適切
この顧客は実際に「はい、わかりました」と話しているため、正確に文字起こしできても、テキストには不満が表れません。原因は、文字にした時点で口調の情報が失われることにあります。
- C
不適切
話者識別でわかるのは誰が話しているかで、その通話での感情ではありません。過去の履歴だけで判定すると、今回は満足している顧客まで不満ありとされ、判定の根拠としても公平ではありません。
- D
不適切
単語の区切り方を変えても、入力がテキストである限り、口調の情報は含まれません。この見逃しの原因は、テキストをどの単位で処理するかではなく、テキストだけで判定していることにあります。
試験での狙われ方
音声処理での感情分析が、発話の内容だけでなく声の特徴も手がかりにすることを、業務の場面に当てはめて問う形が見られます。