AIで通話を分析｜テレアポの音声解析活用法
「なんであの人はアポが取れて、自分は取れないんだろう？」——テレアポをやっている人なら一度は思ったことがあるはずだ。トークスクリプトは同じなのに、結果が全然違う。その差は、声のトーン・話すスピード・間の取り方といった「非言語」の部分に隠れていることが多い。
ただ、これを人間の耳で分析するのは限界がある。録音を1件ずつ聞くのは時間がかかりすぎるし、「なんとなくいい感じ」という主観的な評価にしかならない。そこで注目されているのが、AIによる音声解析だ。今回は、テレアポの現場でAI音声解析をどう使えるのか、実用的なラインを見ていこう。
関連記事: AI音声認識×テレアポ：自動文字起こしの活用法
AI音声解析でわかること
感情分析（センチメント分析）
AIが通話中の声のトーン、ピッチ（声の高さ）、抑揚を分析して、話者の感情をスコア化する技術だ。「ポジティブ」「ニュートラル」「ネガティブ」の3段階、あるいは0〜100のスコアで出力される。
テレアポでの使い方はこうだ：
- 相手の感情変化を追跡: 「最初はニュートラルだったが、事例を話した途端にポジティブに変わった」→ この事例が刺さっている
- アポインターの感情も分析: 断られ続けた後にネガティブスコアが上がっていたら、休憩を入れるタイミング
2026年時点の精度は日本語で75〜85%程度。英語に比べると精度はやや落ちるが、トレンド（上がっているか下がっているか）を掴むには十分使えるレベルだ。
話速（WPM / 1分あたりの文字数）
アポが取れるアポインターと取れないアポインターの話速を比較すると、面白いデータが出る。
一般的に、テレアポで最適な話速は1分あたり300〜350文字程度。これは普通の会話よりやや遅め。早口すぎると相手が理解できず、遅すぎると退屈に感じる。
あるチームのデータでは、アポ率上位20%のメンバーの平均話速は320文字/分、下位20%は380文字/分だった。早口になりがちな人は、AIのフィードバックで自分の話速を客観的に把握できる。
沈黙率（Silence Ratio）
通話全体に占める沈黙の割合。これも重要な指標だ。
- 沈黙率が低すぎる（5%以下）: 一方的に話している状態。相手に考える時間を与えていない
- 沈黙率が高すぎる（30%以上）: 会話が盛り上がっていない、または相手が興味を失っている
- 適正値（10〜20%）: 相手が考えたり質問したりする間がある
アポが取れたコールの沈黙率を分析すると、15%前後に集中しているケースが多い。つまり、「適度に間を空けて、相手にも話させる」トークが結果を出しやすいということだ。
トーク比率（Talk Ratio）
アポインターと相手の発話比率。理想的なテレアポでは、アポインター60%：相手40%くらいが良いとされている。
アポインターが80%以上話しているコールは、一方的なプレゼンになっていて、相手のニーズを引き出せていない。逆に相手が60%以上話しているコールは、ヒアリングはできているがクロージングに持ち込めていない可能性がある。
代表的なツールカテゴリ
CTI一体型
CTIシステムに音声解析機能が組み込まれているタイプ。MiiTelやRevCommなどが代表格だ。月額5,000〜10,000円/ユーザー程度。通話と分析がワンストップで完結するのが強みで、録音データの取り回しも楽だ。
音声解析特化型
録音ファイルをアップロードして分析するタイプ。COTOHA Voice Insightやamptalkなどがある。既存のCTIや電話システムはそのまま使えるのがメリット。月額3,000〜8,000円/ユーザー程度。
汎用AI API
Google Cloud Speech-to-TextやAmazon Transcribeなどの汎用APIを使って自前で構築するパターン。従量課金で1分あたり1〜3円程度。カスタマイズ性は高いが、開発リソースが必要なのでエンジニアがいないチームには向かない。
実践的な活用シーン
シーン1: 新人教育の高速化
従来の新人教育は「ベテランの横で聞いて覚える」スタイルが主流だった。リモートワークではこれが難しいが、音声解析を使えば代替できる。
具体的には：
- ベテランのアポ成功コールを音声解析 → 話速、沈黙率、感情スコアの「お手本データ」を作る
- 新人のコールを同じ指標で分析 → お手本との差分をフィードバック
- 「話速が速すぎる」「沈黙が少なすぎる」といった具体的な改善ポイントが見える
ある企業では、この方法で新人の立ち上がり期間が従来の3ヶ月から6週間に短縮できたという。
シーン2: トークスクリプトの効果測定
「このスクリプトに変えたらアポ率が上がるはず」——でも、本当に上がったかどうかを感覚で判断していないだろうか。
音声解析を使えば、スクリプト変更前後で相手の感情スコアがどう変化したか、トーク比率がどう変わったかを定量的に比較できる。「新しいスクリプトでは、相手のポジティブスコアが平均12%上がった」といった評価ができる。
シーン3: マネージャーのコーチング効率化
10人のチームの通話を全件聞くのは物理的に不可能だ。1人1日80件かけていたら、チームで800件。音声解析のスコアでフィルタリングすれば、「感情スコアが急落したコール」や「沈黙率が異常に高いコール」だけをピックアップして聞ける。
全件聞くのではなく、AIが「ここ聞いたほうがいいですよ」と教えてくれる感覚だ。
導入時の注意点と限界
精度の限界
日本語の感情分析は英語に比べて精度が低い。特に「敬語で丁寧に断っている」ケースと「本当に興味を持っている」ケースの区別が難しい。AI任せにせず、スコアが高いコールを人間が聞いて検証するプロセスは必要だ。
プライバシーと法的な注意
通話を録音・分析する場合、相手への事前通知が必要になるケースがある。「品質向上のため通話を録音させていただきます」というアナウンスを入れるのが一般的だ。また、分析データの保管・廃棄ルールも事前に決めておこう。
コストとROI
音声解析ツールの月額コストは、10人チームで月5〜10万円程度。これに見合うリターンがあるかどうかは、チームの規模と課題による。5人以下の少人数チームなら、まずはSFAでの数値管理から始めて、分析の文化が根付いてから音声解析を導入するのが現実的だ。
まとめ
AI音声解析は「銀の弾丸」ではないが、テレアポの改善に新しい切り口を提供してくれるツールだ。話速・沈黙率・感情スコアといった数字は、従来の「件数」「アポ率」だけでは見えなかったトークの質を可視化してくれる。まずは自分のチームの課題を明確にして、音声解析で解決できそうな部分があるか検討してみてほしい。
あわせて読みたい
まずはテレアポの基本データから可視化しませんか？ KIZUNA SalesFlowなら、架電数・接続率・アポ率の管理がすぐに始められる。データに基づく改善の第一歩に。 詳しくはこちら →