Blogs
/
多言語AI音声エージェントの最初の30秒が、発信者の信頼を左右する

多言語AI音声エージェントの最初の30秒が、発信者の信頼を左右する

Retell
AI Voice Agent Platform
Published 
November 17, 2026
9
 min read
多言語AI音声エージェントの最初の30秒が、発信者の信頼を左右する
About this article
多言語AI音声エージェントが誤った言語やアクセントで話し始める原因、冒頭の言語を意図的に選ぶ方法、そしてそのテスト方法を解説します。
ブログ一覧へ戻る
See Retell AI in action
Start free
トップへ戻る

多言語AI音声エージェントが信頼を得るか失うかは、冒頭で決まります。挨拶は、すべての発信者が必ず聞く唯一の部分であり、発信者自身が何も働きかけていない唯一の部分でもあるからです。誰も求めていない言語でエージェントが話し始めたり、正しい言語でも誤ったアクセントで話したりすると、聞き手は挨拶の後に続くすべて、つまり予約、通話転送、データ取得まで疑い始めます。

本ガイドは、複数の言語を話す発信者向けにAI音声エージェントを導入するコンタクトセンターおよびCXのリーダーを対象としています。誤った言語で話し始める原因、冒頭の言語を推測ではなく意図的な判断にする方法、そして購入検討者や発信者が耳にする前にテストする方法を解説します。

なぜ最初の30秒で信頼が決まるのか?

冒頭で判断が下されるのは、初めて聞く人にとって、それが唯一の判断材料だからです。トライアル通話をしている購入検討者には、言語設定やルーティング、プロンプトは見えません。聞こえるのは1つの挨拶だけで、そこから全体を推し量ります。

多言語回線では、次の3つの理由から、まずい冒頭の代償がより大きくなります。

  • 言語こそが回線の存在理由です。誤った言語での挨拶は、最初の一文で最も重要な要件を満たせません。
  • 発信者には修正できません。挨拶の時点で発信者はまだ何も話していないため、エラーは誤解ではなくシステムの判断として受け取られます。
  • アクセントの誤りは、理解力の誤りのように聞こえます。英語の発音によるスペイン語の挨拶を聞くと、発信者はエージェントが自分の話も理解できないだろうと考えます。

誤った冒頭は多くの場合、設定の問題です。設定の問題であれば、設計によって取り除けます。

多言語音声エージェントが誤った言語やアクセントで話し始める原因は?

誤った冒頭の大半は、言語設定、音声、挨拶テキスト、発信者が最初に話す内容の間にある5つの不一致のいずれかに起因します。以下の設定名はRetellのドキュメントに基づくものです。他のプラットフォームをお使いの場合は、ベンダーに同等の設定を確認してください。

発信者に聞こえる内容考えられる原因ドキュメントの記載
正しい言語だが、外国語のアクセントで発音される別の言語向けの音声が選択されている「選択した音声が、依然としてアクセントを決める主な要因です。」言語設定は発音を調整するだけです(エージェントの言語)。
正しい言語の挨拶だが、発音がおかしく聞こえる挨拶テキストがある言語で書かれ、エージェントの言語設定が別の言語になっている言語設定は「音声が単語を発音し、アクセントを形づくる際に使う言語」を制御するため、テキストと設定を一致させる必要があります。
発信者が予期しない言語での挨拶どの言語で話し始めるかの指示がない多言語エージェント多言語エージェントは「発信者が話す言語(およびプロンプトでの指示)に基づいて選択します」。発信者が話す前は、プロンプトか固定メッセージでしか決められません(多言語エージェント)。
発信者が「hello」と言った後、エージェントが誤った言語に切り替わる短い最初の発話で、異なる語族をまたいで言語を検出している語族をまたぐ場合は多言語音声パイプラインが使われ、「単一言語モデルに比べて言語ごとの精度が低く」なります。
一部の通話でのみ、予期しない言語や発音になる選択した言語が多すぎる、または最初に挙げた言語が誤っている発音の検出に失敗すると、音声は「最初に選択した言語にフォールバック」します。従来のMultilingual設定は、必要かどうかに関係なく、固定の10言語を対象とします。

さらに2点あります。言語が選択されていないエージェントは、デフォルトで英語(米国)になります。また同じドキュメントでは、音声認識が「近縁の言語を混同することが多い」と注意を促しており、例として広東語と北京語を挙げ、自動検出に頼るのではなく、各発信者を単一言語のエージェントにルーティングすることを推奨しています。

4行目について注意点があります。ドキュメントには精度のトレードオフが記載されていますが、1語だけの発話で検出がどう動作するかは説明されていません。「hello」「sí」「aló」のような短い発話を最も難しいケースとして扱い、直接テストしてください。

AI音声エージェントの言語、アクセント、トーンは制御できるか?

言語とトーンは制御できます。アクセントは主に音声の選択によって制御します。

制御したい項目ドキュメントに記載された制御方法知っておくべき制限
言語と地域バリアントエージェントごとに単一言語、またはMultiselectで正確な言語セットを指定します。単一言語エージェントでは「言語検出は行われません」。サポートされている場合は、スペイン語(スペイン)やスペイン語(ラテンアメリカ)などの方言コードを選択できます。すべての言語が、音声と音声認識プロバイダーの両方でサポートされている必要があります。サポートされていない組み合わせは、ダッシュボード上でグレーアウトされます。
エージェントのアクセント音声です。Select Voiceダイアログの音声カードにはアクセントが表示され、一覧はAccentで絞り込めます。ドキュメントでは、多言語エージェントにおいて「すべての音声プロバイダーがアクセントに対応しているわけではない」と記載されています。アクセントを個別に調整する設定は記載されていないため、ネイティブの聞き手と一緒に音声を試聴してください。
トーンプロンプト、0.5xから2.0xまでのVoice Speedスライダー、プラットフォーム音声のExpressive Modeです。Expressive Modeのタグは記載された13言語で機能し、複数言語エージェントでは、すべての言語がそのリストに含まれている必要があります。
アクセントのある発信者の理解言語とバリアントの選択、文字起こしモード、ブーストキーワードです。特定の発信者のアクセントに合わせて認識を調整する設定は、ドキュメントに記載されていません。発信者の地域に対して精度がどのように測定されているかを確認し、実際の話者でテストしてください。

営業電話においてトーン設定でできること、できないことについては、AI音声エージェントが販売できるようになるには、どれほど人間らしく聞こえる必要があるかをご覧ください。

言語を意図的に選ぶ冒頭はどう設計するか?

可能な限りエージェントが話す前に言語を決め、それができない場合は明示的に質問してください。Retellのドキュメントでは単一言語エージェントが最も精度の高い構成とされているため、最初の一言から単一言語で対応することを目指します。

多言語AI音声エージェントの冒頭言語を決めるデシジョンツリー。ダイヤルされた番号で言語がわかる場合は、番号ごとに単一言語エージェントを紐付ける。発信者データで言語がわかる場合は、着信通話webhookを通じて通話ごとにエージェント、言語、音声、冒頭メッセージを設定する。何も手がかりがない場合は、発信者に言語を選んでもらう固定メッセージで始め、Agent Transferで単一言語エージェントに移すか、必要な言語に限定した多言語エージェントを使う。すべての経路をWeb通話と電話の両方でテストする。
冒頭の言語を決める3つの方法(エージェントが推測する必要の少ない順)。図:Retell AI、2026年11月。

ダイヤルされた番号で言語がわかる場合。言語ごとに1つの番号を公開し、それぞれに単一言語エージェントを着信エージェントとして紐付けます。挨拶、音声、音声認識がすべてその言語に固定されるため、最もテストしやすい設計でもあります。

発信者データで言語がわかる場合。電話番号ごとに設定する着信通話webhookを使用します。Retellは通話が接続される前に、発信者の番号とダイヤルされた番号をエンドポイントに送信し、エンドポイントが発信者の希望言語を参照します。レスポンスでは、エージェントを切り替える(override_agent_id)ことも、language、voice_id、begin_messageなど、その通話に限った設定を上書きすることもできます。発信通話では、通話の作成時に同じ通話単位のagent_overrideを利用できます。失敗時の経路も計画してください。webhookが3回の試行後に失敗した場合、デフォルトの着信エージェントが設定されていれば通話はそのエージェントに送られるため、そのデフォルトエージェントにはどの発信者にも適した冒頭を用意しておきます。

何も手がかりがない場合。質問します。Welcome MessageをAI speaks firstに設定してCustom message(エージェントが毎回読み上げる固定テキスト)を指定し、発信者に希望する言語を尋ねます。次にAgent Transferを使い、その言語向けに構築されたエージェントへ発信者を移します。ドキュメントでは言語の切り替えが一般的な用途として挙げられています。切り替えは同じ通話内で行われ、移行先のエージェントは会話履歴をすべて受け取り、そのエージェント自身の言語と音声が適用されます。キーパッド入力はデフォルトで取得されるため、質問にキー入力で答えてもらうこともできます。

1つのエージェントに言語を検出させたい場合は、Multiselectで必要最小限の言語セットを指定し、最もよく使われる言語を最初に挙げ、冒頭の言語をプロンプトに明記してください。多言語エージェントでは、プロンプトで冒頭の言語を指定していない限り、Dynamic messageによる冒頭は避けてください。この冒頭はエージェントが通話ごとに自ら生成するためです。

どの方法を選ぶにしても、どちらが先に話すかを決めてください。User speaks firstの場合、エージェントは発信者が何か話すまで沈黙するため、発信者の最初の一言だけが判断材料になります。

第2言語が必要な通話が月に数件しかない場合は、まずその通話量でエージェントを導入する価値があるかどうかを確認してください。

購入検討者や発信者が聞く前に、冒頭をどうテストするか?

冒頭を独立した項目として、実際の音声で、ネイティブスピーカーとともに、通話がたどりうるすべての経路でテストしてください。スクリプトを読むだけでは不十分です。問題は挨拶がどう聞こえるかにあるからです。

  • すべての入口経路を洗い出す。各番号、各webhook分岐、webhook失敗時のフォールバック、各発信言語です。
  • まずWeb通話で聞く。Web通話テストでは「ペース、発音、フィラー」を含む実際の音声が再生され、公開前の下書きエージェントでも機能します。Agent Transferもそこで動作します。
  • 次に各番号に電話をかける。電話テストでは、ブラウザ通話では確認できないキャリア経由の音声とキーパッド入力を確認できます。
  • ネイティブの聞き手に頼む。発信者と同じ地域のネイティブスピーカーに「地元の担当者ならこのように挨拶するか」を尋ねてください。
  • 短い返答を試す。「hello」「sí」だけを言う、または何も言わずに、エージェントが意図した言語のままであることを確認します。
  • 誤った言語で話す発信者を試す。スペイン語の回線に英語で応答する、またはその逆を行い、エージェントが言語を切り替える手段を提示することを確認します。
  • 回帰チェックを追加する。シミュレーションテストは「テキストの会話として実行される」ためアクセントは聞き取れませんが、プロンプト、音声、言語セットを変更するたびに、冒頭の言語と通話転送のロジックを再確認できます。

挨拶の後、バイリンガルの発信者が1つの文の中で言語を混ぜる場合については、多言語音声AIのコードスイッチングテストをご覧ください。これらのチェックを含むリリースプロセスについては、音声エージェントの変更をテストしてリリースする方法をご覧ください。

パイロットの前に、冒頭についてベンダーに何を聞くべきか?

冒頭の言語がどのように決まるかを尋ね、他の評価に入る前に、自社の言語で実際に聞かせてもらいましょう。確認すべき質問は次の4つです。

  1. 冒頭の言語は、番号、発信者データ、質問、検出のどれで決まりますか?
  2. 各言語をどの音声が話しますか?自社のネイティブスピーカーが試聴できますか?
  3. 発信者の最初の一言が短すぎて識別できない場合や、参照に失敗した場合はどうなりますか?
  4. 発信者は挨拶の後に言語を変更できますか?その場合、会話は引き継がれますか?

確認可能な設定名を挙げた回答であれば、制御できていることがわかります。「モデルが判断します」という回答は、推測を信頼するよう求めているにすぎません。同じ姿勢は導入全体にも当てはまります。詳しくは音声AIのデモから本番環境へをご覧ください。

自社の通話で冒頭を検証する

Retell AIは、コンタクトセンター向けのAI音声エージェントプラットフォームです。単一言語エージェント、正確な言語セットに限定した多言語エージェント、着信通話webhookによる通話ごとの言語と音声の上書き、そしてAgent Transferでつないだ言語ごとのエージェントに対応しており、いずれもWeb通話と電話でテストできます。サポートされている言語についてはRetellの多言語AI音声エージェントをご覧ください。そのうえで、実際の通話、発信者の言語でパイロットを実施し、契約する前に最初の30秒をご自身で判断してください。

ROI計算ツール
通話の自動化によるROIを試算

AI搭載の音声エージェントに切り替えることで、あなたのビジネスがどれだけ節約できるかをご確認ください。

完了しました! 
送信内容がメールに届いています
エラーが発生しました。フォームの送信中に問題が起きました。
   1
   8
20
エラーが発生しました。フォームの送信中に問題が起きました。

ROI結果

2,000

Total Human Agent Cost

$5,000
/month

AI Agent Cost

$3,000
/month

Estimated Savings

$2,000
/month

Estimate your monthly voice AI cost

$  0.11
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
Estimated monthly cost
$1,408
12,800 conversation minutes

Retellで、電話業務に革命を