特許で読み解くAI活用技術 「Full Duplex(全二重)」とは?AIが“聞きながら準備する”音声対話の仕組み

AI活用技術 「Full Duplex(全二重)」の解説ブログ。Full Duplexとは何か、すぐ回答、自然な会話、カスハラから守るなどを記載したキービジュアル

― 特許第7866289号(デフィデ株式会社)で読み解く、ユーザーの発話中に知識を検索して即応する音声AI


 「AIボイスボットに電話したら、間が空いて不自然」「“また機械か”と思われて逆にイライラさせてしまう」。従来の音声AIは、ユーザーが話し終わるのを待ってから応答する“一方通行”の会話で、電話対応の現場にうまく馴染めませんでした。


この記事では、デフィデ株式会社が取得した特許第7866289号「ユーザの発話中に知識データを検索する情報処理装置、プログラム及び対話方法」を一次情報として、AIチャット&検索サービス「chai+(チャイプラス)」のボイスボットにも実装されているFull Duplex(全二重)の考え方を、専門外の方にもわかるように解説します。

 

AIが“聞きながら準備する”ことで、なぜ人と同じ自然さと即答性が生まれるのか——その裏側を、技術の中身から読み解きます。

 

この記事の要点(3行まとめ)
① Full Duplex(全二重)とは、AIとユーザーが同時に音声をやり取りできる方式。特許第7866289号は、ユーザーが話している最中に知識検索を進めておき、話し終わった瞬間に即応する。
② 従来のHalf Duplex(半二重)は「話し終わるまで待つ」一方通行。Full Duplexは割り込み・相槌・言い直しに即応し、人との通話と区別できない自然さを実現する。
③ 一次対応をAIが担うことで、オペレーターをカスハラ(顧客ハラスメント)から構造的に守る。RAG(特許第7851525号)と組み合わせ、根拠つきで正確に回答する。

 

 

Full Duplex(全二重)とは?


 

 Full Duplex(全二重)とは、送信と受信を同時に行える通信方式のことです。電話や対面の会話のように「相手の声を聞きながら、自分も話せる」状態を指します。

 

反対に、トランシーバーのように片方ずつしか話せない方式をHalf Duplex(半二重)と呼びます。


音声AIに当てはめると、Half Duplexは「ユーザーが話し終わってからAIが応答する」交互のやり取り、Full Duplexは「ユーザーが話している最中からAIが処理を進める」同時進行のやり取りになります。

 

特許第7866289号の核心は、この“同時進行”を、ユーザーの発話中に知識データ(社内文書など)を検索しておくことで実現している点にあります。

 

 

 

 

なぜ従来の音声AIは「また機械か」と言われるのか


 

特許明細書は、従来の音声対話システムの課題を次のように指摘しています。既存のシステムは、ユーザーの発話が完結した後に知識データを検索し、応答文を生成するため、応答音声を発するまでに遅延が生じやすい。音声FAQのようなシステムでは、ユーザーにできる限りの即答性が求められる——という課題です(特許明細書 段落0006より)。

 

この“待たされる不自然さ”は、現場の実感とも一致します。chai+のブログ「カスハラから、オペレーターを守る。特許技術「Full Duplex AIボイスボット」」は、従来方式の落とし穴をこう表現しています。

 

「AIが話し終わるまで待つ『一方通行』の会話。顧客は『また機械か』とすぐ気づき、イライラが増幅されます。」

 

さらに、電話対応の現場ではカスタマーハラスメント(カスハラ)への対応が急務になっています。同ブログによれば、東京都で全国初のカスハラ防止条例が施行(2025年4月)され、国も労働施策総合推進法の改正(2025年6月公布)で企業にカスハラ対策を義務づける流れにあります。厚生労働省の実態調査では、過去3年にカスハラ相談があった企業は27.9%(ハラスメントの中で唯一の増加傾向)、医療・介護では相談率が53.9%にのぼると紹介されています。

 

 

Full Duplexの仕組みを分解する(特許第7866289号)


 

特許のポイントは、「話し終わってから探す」のではなく「聞きながら探す」こと。処理の流れは次のとおりです。

 

“聞きながら準備する”3つのステップ
① 逐次の音声認識
発話音声を入力し、発話句を逐次(リアルタイム)認識 → 「発話文メモリ」に時系列で記憶
→
② 発話中の知識検索(RAG)
発話句をそのつど埋込ベクトル化 → 知識DBから関連チャンクを検索 → 「チャンクメモリ」に貯める
→
③ 応答タイミングで即応
発話完結の瞬間、貯めたチャンクから最適を選び応答文を生成 → 音声に変換して即座に返す

 

 

構成(特許の手段)

役割

音声認識手段

発話音声から発話句を逐次認識する

発話文メモリ

発話句の時系列(発話文)を記憶する

知識データ検索手段(RAG)

発話句をベクトル化し、知識DBからチャンクを発話中に検索する

チャンクメモリ

発話中に検索したチャンクを貯めておく

応答文生成言語モデル

応答タイミングで、発話文+チャンクから応答文を生成する

音声変換手段

応答文を応答音声に変換して返す

 

先に検索を済ませておくため、ユーザーが話し終わったときにはすでに“答えの材料”が手元にある——これが、遅延を抑えて即応できる理由です。

 

 

木製の立体パズルを組み立てる手元_メインビジュアル_pc

 

 

“人と同じ自然さ”がカスハラ対策になる理由


 

Full Duplexがもたらすのは、速さだけではありません。割り込み・相槌・言い直しに即応できる自然さが、電話対応の質を大きく変えます。

 

「AIとユーザーが同時に音声をやり取り。割り込み・相槌・言い直しに即応し、人との通話と区別できない自然さを実現。顧客は『ちゃんと聞いてもらえている』と感じ、感情的エスカレーションが起きにくくなります。」

 

そして、AIが一次対応を担うことは、そのままオペレーターの保護につながります。

 

「オペレーターは電話口に出ません。暴言・脅迫・長時間拘束——これらはすべてAIが吸収します。オペレーターが関わるのは、AIが『人間に引き継ぐべき』と判断した案件だけ。」

出典:chai+ ブログ「カスハラから、オペレーターを守る。特許技術『Full Duplex AIボイスボット』」

 

対話方式の違いを、従来型IVR・Half Duplex AI・Full Duplexで比べると、その差は明確です(chai+公開情報より)。

 

比較項目

従来型IVR

Half Duplex AI

chai+ Full Duplex(特許)

対話方式

番号選択

半二重(不自然な間)

全二重・人と同じ自然な会話

カスハラ対策

なし

なし

一次対応をAIが担い構造的に遮断

回答精度

低(固定音声)

中(ばらつき)

98%(RAGで根拠を明示)

オペレーター保護

なし

なし

暴言・脅迫を物理的にブロック

 

chai+の公開情報では、一次対応の約70%を自動化し、24時間365日の対応を追加コストなしで実現できるとされています。回答精度98%はRAGエンジンによるもので、測定条件つきの指標です。

 

 

 

 

RAGとの合わせ技 ― 自然さと正確さを両立する


 

発話中に検索する“材料”の質を支えているのが、RAG(検索拡張生成)です。chai+では、トリプル検索(特許第7851525号)のRAGエンジンが社内文書をリアルタイムに検索し、根拠つきで正確な回答を音声で提供します。AIが解決できない場合のみ、有人オペレーターへシームレスに引き継ぎます。

 

つまり本特許(7866289)は、「聞きながら探す」Full Duplexの即応性と、「根拠を押さえて答える」RAGの正確性を組み合わせたものです。その検索精度の中身については、姉妹特許を解説した「トリプル検索とは?RAGの誤回答を減らす3段階ハイブリッド検索」もあわせてご覧ください。

 

 

特許情報(基本データ)


 

本記事の一次情報である特許の書誌事項は以下のとおりです(出典:J-PlatPat)。

 

項目

内容

特許番号

特許第7866289号

発明の名称

ユーザの発話中に知識データを検索する情報処理装置、プログラム及び対話方法

特許権者

デフィデ株式会社(識別番号 500320279)

発明者

山本 哲也

登録日

2026年(令和8年)5月19日(発行日 2026年5月27日)

出願番号 / 出願日

特願2026-015028 / 2026年1月31日(早期審査対象出願)

国際特許分類(IPC)

G10L 15/22、G10L 13/00、G10L 15/10(音声認識・音声合成)

請求項の数

11

 

 

よくある質問(FAQ)


 

Q. Full Duplex(全二重)とは何ですか?

A. 送信と受信を同時に行える通信方式で、電話や対面の会話のように「聞きながら話せる」状態を指します。音声AIでは、ユーザーが話している最中からAIが処理を進めることを意味します。

 

Q. Half Duplex(半二重)と何が違うのですか?

A. Half Duplexは「話し終わるまで待つ」交互のやり取りで、間が空いて不自然になりがちです。Full Duplexは割り込みや相槌に即応でき、人との通話に近い自然さになります。

 

Q. なぜ即答できるのですか?

A. 特許第7866289号では、ユーザーの発話中に知識データを先回りして検索し、貯めておくためです。話し終わった瞬間には“答えの材料”が揃っているので、遅延を抑えて応答できます。

 

Q. なぜカスハラ対策になるのですか?

A. AIが電話の一次対応を担うため、オペレーターが暴言・脅迫・長時間拘束にさらされる機会そのものを構造的に減らせます。AIが「人間に引き継ぐべき」と判断した案件だけをオペレーターが対応します。

 

Q. 回答の正確さはどう担保していますか?

A. RAG(検索拡張生成)で社内文書を根拠に回答します。chai+ではトリプル検索(特許第7851525号)のエンジンがリアルタイム検索を行い、根拠つきで回答します。

 

Q. この技術はどの製品で使えますか?

A. デフィデ株式会社のAIチャット&検索サービス「chai+ ボイスボット」に実装されています。

 

 

 

夕焼けのような淡い背景の中で、白熱電球を指先で持つ手_メインビジュアル_pc

 

 

まとめ


 

Full Duplex(特許第7866289号)は、「話し終わってから探す」のではなく「聞きながら探す」という発想で、音声AIの弱点だった“待たされる不自然さ”を解消する技術です。ユーザーの発話中に知識を検索して即応することで、割り込みや相槌にも対応できる、人に近い自然な対話を実現します。

 

さらに、AIが一次対応を担うことでオペレーターをカスハラから守り、RAG(トリプル検索)と組み合わせて根拠つきの正確な回答を提供します。

 

電話対応の人手不足やカスハラ対応に悩む現場にとって、Full Duplexは“自然さ・速さ・正確さ・働き手の保護”を同時に実現するアプローチだと言えるでしょう。

 

 

出典・参考

※ 記事内のカスハラ関連の法令・統計は、上記chai+ブログが引用する東京都・厚生労働省の公表資料に基づきます。回答精度98%・自動化率70%等はchai+公開情報(測定条件つき)に基づく数値です。chai+はデフィデ株式会社が提供するサービスです。

 

 

[無料相談を申し込む ]

提供:デフィデ株式会社|戦略AIコンサルティング 

 

 

ブログ一覧へ戻る