用語集

GDPR第28条に基づく管理者と処理者の契約。データ処理の目的・範囲・保護措置を定める。個人データを扱うすべてのSaaS利用で必須。

発信者がアシスタントの発話を遮ることができる機能。自然な会話の指標とされ、並列STTと音声活動検出により実現される。

並列に処理可能な通話数。負荷ピーク時のスケーラビリティを決定し、キャンペーンや緊急時に重要。通常はプラン依存。

電話アシスタントとCRMシステム（HubSpot、Salesforce、Pipedrive）の接続。通話後に連絡先と活動を自動作成する。

EU一般データ保護規則。EU内の個人データ処理を規律。法的根拠、目的限定、処理者DPA、機微データのEUサーバー要件などを定める。

データの保存・処理をEU内データセンターに限定すること。Schrems II以降の越境移転リスクを軽減し、多くのGDPR準拠展開の前提条件。

インバウンド＝アシスタントが着信を受ける（予約、サポート）。アウトバウンド＝アシスタントが発信する（確認、調査）。コンプライアンス要件は異なる。

プッシュボタン入力を伴う従来の音声メニューシステム（「1を押してください…」）。AI電話アシスタントは自由発話と意図認識でIVRを置き換える。

STT、応答生成のための言語モデル、TTSを用いて、着信・発信通話を自律的に処理するソフトウェア。必要に応じて人間に引き継ぐ。

発信者の発話終了からアシスタントの応答までの遅延。700ms以下なら自然、1500ms超は途切れて感じる。STT+LLM+TTSの合計。

応答生成に用いる大規模言語モデル（GPT-4、Claude、Llamaなど）。電話文脈ではRAGと組み合わせ、企業固有の知識にアクセスする。

発信者の発話を構造化された意図とエンティティに対応付けるコンポーネント（「火曜10時の予約」→intent=book, slot=tue-10）。現在は通常LLMが担う。

LLMが応答前に知識ベースから関連文書を取得するアーキテクチャ。ファインチューニングなしで最新かつ企業固有の応答を可能にする。

番号をAIアシスタントに転送するインターネット電話回線。VoIPの標準プロトコル。既存キャリア（NTT、Sipgateなど）からポートされることが多い。

契約上保証されるサービス品質：可用性（例：99.9%）、応答時間、復旧時間。ビジネスクリティカルな展開で必須。違反時のペナルティを伴うことが多い。

話し言葉をテキストに変換する。ASR（自動音声認識）とも呼ばれる。品質が理解率を左右するため、言語別の専門モデルが不可欠。

テキストを話し言葉の音声に変換する。最新のニューラルTTSはほぼ人間の声に近い。レイテンシ、対応言語、音声クローン能力に差がある。

音声を理解し発話するAIシステムの総称。STT、NLU/LLM、TTSを包含する。AI電話アシスタントはVoice AIの具体的応用。

サンプル音声（通常30秒〜10分）から合成音声を生成すること。一貫したブランド音声を実現する。展開前にGDPRと同意法の確認が必要。

通話イベント（通話終了、予約成立）時にサードパーティシステムへ通知するHTTPコールバック。直接APIと並ぶ最も一般的な統合手法。