通話中に支援するため、リアルタイム音声が必要です。1席PoCは端末側のCapture Agent、本番はPBX側の音声ストリームが有力です。
Phone Audio Capture Guide
電話の通話音声を取得し、
AIで文字起こしする方法。
固定電話・ビジネスフォン、IP/SIP電話機、PBX、PCソフトフォン、スマートフォン。音声が電話線、端末、PBX、クラウドのどこにあるかを判定し、ContactX Log / Assistへ渡す方法を整理します。
電話の音声回線・PC・PBX
取得ポイントGateway / Agent / API
リアルタイムAssist通話後Log
Conclusion
まず押さえる結論は3つ。
通話後の文字起こし・要約なら、録音ファイル連携でも開始できます。PBXの録音APIが使えるほど運用は安定します。
優先順位は PBX/API → PC内 → 電話機側 → アナログ変換。ただしPoCは、最も早く試せる端末側から始めて構いません。
「デジタル電話」に注意
専用デジタル内線、SIP/IP電話機、デジタル外線は別物です。モジュラージャックの形だけでは判断せず、電話機と主装置の型番を確認します。
Phone System Basics
電話機・回線・PBXは、別々に確認する。
「デジタル電話」「IP電話」という呼び方だけでは、音声を取得できる場所を判断できません。利用端末、配線・回線、主装置の3層に分けます。
電話機・受電端末
人が操作する端末です。アナログ電話、多機能デジタル電話、SIP/IP電話機、PCソフトフォン、スマートフォンに分かれます。音声取得は端末方式ごとに変わります。
外線・内線の回線
電話局やPBXとつながる経路です。加入電話、光・IP回線、SIPトランク、主装置独自のデジタル内線などがあり、端子の見た目だけでは判定できません。
PBX・主装置
外線と内線を交換し、着信、保留、転送、録音、通話履歴を管理します。レガシーPBX、IP-PBX、クラウドPBXで利用できる録音・APIが異なります。
Type Matrix
電話タイプ別。音声をどこから取るか。
Assistはリアルタイム、Logは通話後でもよいという違いを前提に、PoCと本番の経路を分けて判断します。
HT813候補
1席PoC：高アナログ電話・アナログ内線
一般電話機、FAX兼用回線、アナログ内線
REALTIME
ContactX Assist
FXOでアナログ回線を受け、FXSに既存電話機を接続するVoIPゲートウェイ構成でSIP/RTP化。ContactX側へリアルタイム音声を渡します。
AFTER CALL
ContactX Log
同じ音声ストリームから通話記録を作成。PBX・録音装置に既存録音がある場合は、録音ファイル連携も選べます。
確認点：HT813は1 FXO＋1 FXSです。配線、発着信ルート、ナンバーディスプレイ、停電時、FAX利用を実機で確認します。並列に挿すだけの機器ではありません。
型番確認必須
1席PoC：中専用デジタル電話機
主装置配下の多機能電話機、メーカー独自デジタル内線
REALTIME
ContactX Assist
第一候補はPBX・録音装置からの音声分岐。PoCでは、メーカー承認の受話器／ヘッドセット側アダプターで音声を取得する方法もあります。
AFTER CALL
ContactX Log
PBXの通話録音、既設録音装置、CTI連携から録音と通話IDを取得します。
確認点：HT813をデジタル内線へ直接接続できません。見た目がモジュラージャックでも、電圧・信号方式がアナログとは異なる場合があります。
本番向き
多席展開：高IP電話機・SIP電話機
SIP対応デスクフォン、IP-PBX内線
REALTIME
ContactX Assist
PBXのSIPREC、RTP複製、録音ストリーム、またはメディア連携APIで中央取得。対応しない場合は電話機のヘッドセット側でPoCします。
AFTER CALL
ContactX Log
PBX録音とCTIイベントを通話IDで結び、通話終了後に録音ファイルを取り込みます。
確認点：SIP対応でも、録音用のメディア複製に対応するとは限りません。PBX型番、ライセンス、コーデック、暗号化、NAT/FWを確認します。
PoC最短
1席PoC：最高PCネイティブ・ソフトフォン
BIZTEL、Zoom Phone、トビラフォン Cloud、Teams Phone
REALTIME
ContactX Assist
Windowsは対象プロセス／出力音声＋マイク、macOSはアプリ音声＋マイクをCapture Agentで取得。通話アプリの操作と通話経路は変えません。
AFTER CALL
ContactX Log
Capture Agentで作る記録、またはクラウドPBX側の録音ファイル／履歴連携を利用します。後者は端末停止の影響を受けにくい構成です。
確認点：OSの録音権限、利用するヘッドセット、既定デバイス変更、アプリ更新、保留・転送時の挙動を検証します。製品名だけで互換性を断定しません。
軽量導入
1席PoC：高ブラウザ電話・WebRTC
Webソフトフォン、ブラウザ埋め込みCTI
REALTIME
ContactX Assist
ユーザーが許可したタブ音声とマイクをブラウザ連携、またはローカルAgentで取得。WebRTCメディアAPIが提供される場合はAPIを優先します。
AFTER CALL
ContactX Log
クラウド側の自動録音／録音APIがあれば取り込み、なければ取得中の音声から記録を生成します。
確認点：ブラウザとOSで共有できる音声範囲が異なり、共有許可はユーザー操作が必要です。タブ終了、権限解除、別タブ着信をテストします。
PBX側推奨
端末PoC：低スマートフォン・モバイルアプリ
iPhone／AndroidのクラウドPBXアプリ、携帯回線
REALTIME
ContactX Assist
端末内の通話音声取得を前提にせず、クラウドPBX／キャリア側のリアルタイム連携を確認。PCクライアントへ受電を寄せられるPoCなら先にPCで検証します。
AFTER CALL
ContactX Log
クラウド録音、通話履歴、録音ダウンロード／APIを利用する構成が安定します。
確認点：モバイルOS、通話方式、Bluetooth、バックグラウンド制限の影響が大きいため、端末録音を本番の主経路にしません。
Softphone Examples
BIZTEL・Zoom Phone・トビラフォン Cloudの場合。
同じソフトフォンでも、リアルタイム支援と通話後記録では最適な接続先が異なります。契約オプションと管理権限も含めて確認します。
BIZTEL
Windows / macOSアプリ、WebRTC版- Assist
- ネイティブ版はCapture Agent、WebRTC版はブラウザ音声取得で1席PoC。通話イベントはイベント通知APIの利用可否も確認します。
- Log
- ステレオ録音APIは通話終了後に上り・下りの録音生成を通知し、録音ファイルを取得できるため、Logの本番経路に適します。
Assistは端末取得、Logは録音APIの二段構成が有力
Zoom Phone
Zoom Workplaceデスクトップ / モバイル- Assist
- デスクトップアプリ音声とマイクをCapture Agentで取得するPoCが最短。Zoom RTMSはZoom Phone向けではなく、現時点ではMeeting / Contact Center等が対象のため混同しません。
- Log
- Zoom Phoneの自動通話録音はクラウド保存され、権限を持つユーザーは録音をダウンロードできます。契約・権限・取得方法を管理者と確認します。
リアルタイムは端末、通話後はクラウド録音を確認
トビラフォン Cloud
PCクライアント / スマートフォンアプリ- Assist
- PCクライアント利用席ではCapture Agentによるリアルタイム取得を検証。スマホだけの席は、まずPBX側連携の可否を確認します。
- Log
- 公式に自動通話録音、CSVダウンロード、CRM連携が案内されています。ContactXへの自動取得は公開仕様だけで断定せず、提供元へ連携方式を確認します。
PCでAssistをPoC、録音の自動連携は個別確認
Microsoft Teams Phone
Teamsデスクトップ / ブラウザ / モバイル- Assist
- 追加候補。1席PoCはデスクトップCapture Agent。本番で全席・常時取得する場合は、認定されたコンプライアンス録音構成を検討します。
- Log
- ポリシーベース録音は録音アプリを通話へ自動参加させる仕組みです。テナントポリシー、ライセンス、認定ベンダーの確認が必要です。
PoCと本番で取得方式を分ける代表例
各製品の機能・API・対象OSはプランやバージョンで変わります。このページは接続設計の初期判断であり、動作保証一覧ではありません。
Audio to Text
音声取得から文字起こし・要約・CRM登録まで。
文字起こしだけでは、どの顧客のどの通話かを判別できません。音声と通話イベントを結び、業務で使えるデータへ変換します。
- 01通話音声を取得
Gateway、Capture Agent、PBX録音、SIPREC、録音APIから、相手音声と担当者音声を取り込みます。
- 02通話単位に整理
着信、応答、保留、転送、切断のイベントと、電話番号・内線・通話IDを音声に結びます。
- 03文字起こし・話者分離
通話中はストリーミング、通話後は録音ファイルをSTTへ渡し、話者とタイムスタンプを整理します。
- 04要約・CRM連携
用件、対応結果、確認事項、次回アクションを構造化し、人の確認後にCRM・基幹へ登録します。
Quick Decision
現場では、この順番で切り分ける。
- 01PCで受電していますか？
はい → ネイティブアプリならCapture Agent、ブラウザならタブ音声取得を検証。
- 02卓上電話機ですか？
アナログ → HT813候補。専用デジタル → PBX／受話器側。SIP/IP → PBXのSIPREC・録音連携を確認。
- 03スマートフォンだけで受電しますか？
端末内取得を主経路にせず、クラウドPBX・キャリア側の録音／メディア連携を確認。
- 04複数席へ展開しますか？
端末PoCの結果を基に、PBX/API中央取得へ移行。通話ID、欠損監視、再取得まで設計。
PoC to Production
1席の検証から、本番へ。
通話端末の横で取得する
PCソフトフォンならCapture Agent、アナログならHT813、専用デジタル電話なら承認済みアダプターを使い、音質・話者分離・遅延・保留転送を確認します。
音声と通話イベントを結ぶ
着信、応答、保留、転送、切断のイベントと、電話番号・内線・通話IDを取得します。音声が取れても通話単位に整理できなければ運用できません。
PBX・クラウド側へ寄せる
複数席ではSIPREC、RTP複製、録音API、CTIイベントを優先。端末ごとの設定差を減らし、欠損監視、再取得、権限、保存期間を中央管理します。
既存番号の維持、PBX接続、Voiceとの違いはPBX別AI導入チェックで整理しています。
Official References
仕様確認に利用した公式情報。
2026年9月5日時点。導入時は最新の契約・仕様を各提供元へ確認してください。
FAQ
電話音声の取得に関するよくある質問
HT813はデジタル電話機にも使えますか？
使えません。HT813のFXO／FXSはアナログポートです。主装置配下の専用デジタル電話機は、PBX・録音装置・メーカー承認の受話器／ヘッドセット側アダプターなど、型番に合う方式を選びます。
BIZTEL、Zoom Phone、トビラフォン Cloudは、端末へContactXを入れますか？
1席のリアルタイムAssist PoCでは、ソフトフォンと同じPCへContactX Capture Agentを入れる構成が最短です。通話操作や電話番号は変えず、許可されたアプリ音声とマイクを取得します。本番のLogは、クラウド側の録音・履歴連携へ切り替える構成も検討します。
音声ファイルを通話後に取得するだけでも使えますか？
ContactX Logには使えます。文字起こし、要約、品質評価、CRM登録を通話後に実行できます。一方、通話中の回答候補や確認漏れアラートを出すContactX Assistにはリアルタイム音声が必要です。
最も安定する本番構成はどれですか？
複数席では、PBX・クラウドCTIからSIPREC、音声ストリーム、録音APIと通話イベントを中央取得する構成が基本です。ただし対応機能と追加ライセンスが製品ごとに違うため、1席PoCで効果を確認してから中央連携へ進めます。
電話機の種類が分からない場合、何を確認すればよいですか？
電話機と主装置のメーカー・型番、壁から電話機までの配線、クラウドPBXのサービス名、受電に使う端末、録音の有無を確認してください。写真と型番があれば、アナログ、専用デジタル、SIP/IP、ソフトフォンを初期判定できます。
録音・音声取得の告知は必要ですか？
利用目的、業種、契約、社内規程によって対応が変わります。録音告知、オペレーターへの周知、アクセス権限、保存期間、外部送信範囲を導入前に決め、必要に応じて法務・情報セキュリティ担当へ確認してください。
Connection Check
電話機と主装置の型番があれば、取得方法を切り分けます。
電話機・主装置の写真、サービス名、受電端末、録音の有無を共有ください。1席PoCの最短構成と、本番向けのPBX/API構成を分けてご提案します。