4. 【日本・研究】NTT、割込みや発話待ちに対応する双方向音声対話技術を発表

発表・公開：2026-10-26｜研究成果・直近1週間の未掲載情報

NTTは、相手の発話を聞きながら話し、会話中に外部情報も参照できる音声対話技術を発表しました。

日本語の模擬コールセンター400対話による評価で、平均応答時間0.43秒を報告しています。

なぜ重要か

音声AIでは回答内容だけでなく、話し始めるタイミングや、人の割込みに応じられることも使いやすさを左右します。

開発者が見るべきポイント

API： 一般開発者向けAPIやSDKの公開仕様は発表資料にありません。

実装： 指示文で業務の進め方を指定し、必要に応じてDBやCRMなどを参照・更新する設計です。

性能・評価条件： NTTの400対話による評価。平均応答0.43秒、比較した商用サービスに対して50%以上短縮と報告。全環境での保証ではありません。

料金： 商用料金は未公表です。

利用条件・提供状況： 研究成果。11月18〜25日のNTT R&D FORUM 2026に展示予定で、共同実験を計画中です。

確認しておきたい点

発話を続けるか、待つか、相手に譲るかを扱う点が焦点です。評価には応答時間に加え、発話待ちと割込みへの対応を含みます。商用APIの提供開始ではなく、ANCARへの採用が確定したという発表でもありません。

公式資料： NTT公式・双方向型音声対話技術の研究発表