•
プレスリリース
Kotoba、米Crestaと協業 ― 人と話すように自然な電話応対を、世界のコンタクトセンターへ

Kotoba Technologiesは、顧客体験(CX)のためのAIオペレーティングシステムを提供するCrestaと協業します。Crestaのコンタクトセンター向けVoice AIエージェントに、Kotobaの音声認識(Speech-to-Text)と音声合成(Text-to-Speech)モデルを提供する予定です。お客さまの声を低遅延かつ高精度に聞き取り、自然な声ですぐに応答する。そんな電話応対を、日本語をはじめとする多言語で実現していきます。
電話は、AIにとって難しい会話の場
コンタクトセンターでは、慢性的な人手不足、入電量の変動、応対品質のばらつきが大きな課題になっています。その解決策として、電話応対を自律的に担うVoice AIエージェントへの期待が世界中で高まっています。
ただ、電話での会話はAIにとって難易度の高い領域です。回線特有の音質や雑音、固有名詞や数字の聞き取り、相槌や話し始めのタイミング。人同士なら自然にこなせるやり取りが、従来の音声システムでは「待たされる」「聞き返される」「機械的に聞こえる」体験につながりがちでした。特に日本語は、敬語表現や同音異義語の多さから、高品質な音声認識・音声合成が難しい言語の一つです。
Kotobaは、東アジア言語に最適化した超低遅延のリアルタイム音声AIモデル「Koto」を自社で開発しています。Crestaは、人間のオペレーターとAIエージェントの双方を支えるCX AIプラットフォームで、大手企業の顧客対応を支援しています。両社の強みを組み合わせ、「人と話しているような」電話応対を世界のコンタクトセンターに届けるため、今回の協業に至りました。
協業の内容
Kotobaは自社開発の音声認識・音声合成モデルをCrestaに提供し、Crestaはこれらを同社のAIプラットフォームに組み込む予定です。
音声認識(STT): お客さまの発話をリアルタイムにテキスト化し、AIエージェントによる応対、オペレーターへのリアルタイム支援、会話の分析に活用します。
音声合成(TTS): AIエージェントの応答を、自然な抑揚と間を備えた音声ですぐに読み上げます。
対応言語: 日本語をはじめ、韓国語、中国語、英語など
提供開始時期: 2026年より順次開始
提供形態: Crestaのプラットフォームを通じて、同社のエンタープライズ顧客に提供予定
これにより、Crestaを導入する企業は、問い合わせ受付、本人確認、予約・変更手続き、よくある質問への回答といった電話応対を、自然な対話体験のまま自動化できるようになることを目指します。
音声AI基盤モデル「Koto」について
「Koto」は、超低遅延・リアルタイム処理向けに開発した音声AIモデルです。音声認識・音声合成に加え、音声から音声への翻訳(Speech-to-Speech)にも対応しています。
日本語・東アジア言語に強い: 日本語・韓国語・中国語など、汎用モデルでは精度が出にくい言語でも、高い認識精度と自然な発音を実現します。
自然な合成音声: 抑揚や間合いを再現し、機械的に聞こえない音声でお客さまに安心感を届けます。
柔軟な導入形態: クラウドに加え、オンプレミスやオンデバイスでも動作します。
これから
両社は今後、対応言語やユースケースの拡大、業界ごとの体験の最適化などを通じて連携を深めていきます。Kotobaは音声AI基盤モデルの研究開発を通じて、言語の壁を越えて人と人、人とAIが自然に対話できる世界を目指します。
代表コメント
「コンタクトセンターは、音声AIの価値が最もはっきりと表れる領域の一つです。そしてそこで問われるのは、研究のベンチマークではなく、実際の通話でお客さまがどう感じるかです。私たちは、発話の間やテンポまで含めた自然な対話の実現に向けて、繰り返しお客様の声を反映し、東アジアの言語で非常に強い性能を誇る音声AIモデルを研究開発してきました。カスタマーエクスペリエンス(CX)AIプラットフォームで世界をリードするCrestaとの協業を通じて、その技術を世界中の顧客対応の現場に届けられることを大変嬉しく思います。」
― Kotoba Technologies CEO & Co-founder 小島 熙之
Crestaからのコメント
「日本で優れた顧客体験を届けるには、日本語を、言葉の意味だけでなく、話し方の細やかさまで理解できるAIが欠かせません。Kotobaは、日本語の音声AIの分野で、世界でも先端を走るチームです。Kotobaの日本語音声モデルをCrestaのプラットフォームに組み込むことで、日本のお客さまに自然な会話の体験をお届けし、お客さまとの関係をより深めていきます。」
― Cresta CEO Ping Wu(ピン・ウー)
Kotoba Technologiesについて
Kotoba Technologiesは、リアルタイム音声翻訳・音声AI基盤モデルを研究開発・提供するフロンティアボイスAI企業です。2023年5月設立、本社は米国サンフランシスコ、主要研究開発拠点は東京・大手町。詳しくはsite.kotoba.tech、またはX(@kotoba_tech)をご覧ください。
