背景ノイズはコンタクトセンターにいくらの費用をもたらすか

以下の仮定のもとでは、月500,000分を扱うコンタクトセンターで背景ノイズのコストは月およそ$474から$6,000であり、この幅を決めるのは当社の測定ではなく仮定です。測定から言えるのは、認識器の単語誤り率がどこまで動くかです。クリーン音声の4.74%から、ノイズ10 dBで6.32%、0 dBで11.05%、5 dBのバブルで24.74%になります。

これは予測ではなく、手順を示した計算例です。2つ目の表の4つの仮定を自社の通話データに置き換えて、計算をやり直してください。

測定したこと

条件（生音声）	WER	クリーンとの差（pp）
clean	4.74%	0.00
noise_snr10	6.32%	+1.58
noise_snr0	11.05%	+6.32
babble_snr5	24.74%	+20.00

2026-08-14に測定、benchmark.json、faster-whisper base.en、条件あたり参照単語190語のため1語は0.53 ppです。本番の認識器では絶対値が異なりますが、順序は引き継がれます。

仮定（読者が調整可能）

ID	仮定（調整可）	使用ステップ
A1	500,000	1
A2	20%	2
A3	0.5%	3
A4	$0.60	4

すべての行は測定ではなく仮定です。ステップ1：月間の対応分数。ステップ2：そのうちノイズのある分数の割合。ステップ3：WER 1ポイントあたりの追加対応分数（ノイズのある分数に対する割合。この関係の測定はなく、最も不確かな入力です）。ステップ4：対応1分あたりの総コスト。

cost_per_month = minutes * noisy_share * (wer_delta_pp * repeat_rate_per_pp) * cost_per_minute

結果

シナリオ	WER差（pp）	ノイズのある分数 / 月	追加対応分数 / 月	コスト / 月
noise_snr10	1.58	100,000	789	$474
noise_snr0	6.32	100,000	3,158	$1,895
babble_snr5	20.00	100,000	10,000	$6,000

幅は$474（ノイズ10 dB）から$6,000（5 dBのバブル）で、0 dBでは$1,895です。A2を2倍にすればコストは2倍、A3を2倍にしてもう一度2倍になります。モデルは線形なので、表全体を自社の係数でスケールできます。

当社のエンジンがWERを動かした箇所

上のコストはノイズの総コストであり、削減額ではありません。施策がその一部を取り戻すかは別の測定で、当社の結果は一様ではありません。

条件	WER（生）	WER（focus v8_2）	変化（pp）
babble_snr5	24.7%	20.5%	-4.2
competing_snr0	84.7%	74.2%	-10.5
competing_snr10	6.3%	12.1%	+5.8
reverb_snr10	13.7%	30.5%	+16.8

2026-08-14に測定。19条件でプールすると、当社のv8_2エンジンは無処理音声の14.32%に対して16.59%であり、既定でオンにする部品ではありません。バブルと最も強い競合音声条件ではWERを下げ、他の条件では上げました。参考までに、当社の料金表では処理500,000分は月$410です（10,000分無料、その後$0.0010、100,000分超は$0.0008）が、自社音声での回復の測定を伴わない価格は事業判断の根拠になりません。

FAQ

WERはそのままコストに換算できますか？ できません。つなぐのは仮定A3で、当社には測定がありません。自社データで再問い合わせやエスカレーションをノイズレベルと突き合わせて測ってください。

これらのWERはどの認識器で測りましたか？ faster-whisper base.en、CPU上のint8です。他の認識器では絶対値が異なります。

分離エンジンはこのコストを取り戻しますか？ 全般には取り戻しません。19条件でプールすると生音声より悪く、上に挙げた特定の条件でのみ有効でした。