かかってくる電話AIを、どの技術で見分けるのか ー レジストリ照合・信号解析・キャリア網・ゼロ知識、4つの流派の地図

2026年9月16日、音声セキュリティのPindropが、コンタクトセンターへの着信からAI音声エージェントや自動発信ボットを検知する製品を発表しました。当ラボも本日のCC AIデイリーで取り上げています。発表そのものの掘り下げは別稿に譲り、ここでは別の問いを立てます。

Pindropの解き方は、声が機械かどうかを判定したうえで、同社が管理する5,000超の登録済みAI音声と照合するというものです。同社リリースは、決済ネットワークやIDプロバイダが進めるエージェント検証を音声チャネルに持ち込むものだと説明しています。では、この「レジストリ照合」は唯一の解き方でしょうか。かかってくるAIを見分ける技術は、いくつの流派に分かれているのでしょうか。

先に立場を書きます。流派は大きく4つあり、答えている問いが違います。「機械かどうか」「どのAIか」「本人かどうか」を答える技術は別物で、一つの製品名の下に束ねられているだけです。買い手が最初にすべきは精度の比較ではなく、その製品が三つのうちどれを答えているかの確認です。

なお、人になりすます合成音声と本人認証の作り直しは当ラボで別途扱う予定です。この記事は「なりすまし」ではなく、顧客の代理として正当にかけてくるAIを含めた着信全体の仕分けを対象にします。

この記事の要点

• ①検知の流派は、登録済みAI音声との照合（Pindrop）、信号レベルの合成音声検知（Daon・Resemble AI ほか）、通信キャリア網での判定（Hiya）、相手にデータを見せない設計（Journey）の4つに分かれる。答えている問いも、登録の要否も、提供される面も違う

• ②第三者ベンチマークが存在するのは信号解析の精度だけで、しかも順位は各社の宣伝文句と一致しない。価格は本稿で調べた範囲では全社非公開

• ③「どのエージェントを誰と認めるか」はWebと決済で先に動いており、そちらは暗号署名とトークンで解いている。音声側だけが、受け手のベンダーが管理する名簿を照合するという解き方になっている

1. かかってくるAIを見分ける4つの流派

まず全体を並べます。評価順位ではありません。答えている問いが違う以上、横並びの優劣はつけられません。

レジストリ照合型は、Pindropが今回新設した「AI Voice Consortium」に代表されます。同社リリースによれば、5,000超のAI音声を収めた同社管理のデータベースにより、合成音声だと指摘するだけでなく既知のAIエージェントを特定できるとしています。ただし誰がどう音声を登録するのか、参加企業は誰なのかは、リリースにも製品ページにも書かれていません。

信号解析型は、登録された声と比べるのではなく、音声そのものの作られ方を見ます。Daonのコンタクトセンター向け説明は、周波数・位相関係・AI生成音声に特有のデジタル痕跡を分析する方式で、声紋や登録済みの本人情報との照合ではなく事前登録も不要だとしています。言語・方言・使われたクローンモデルを問わず通話の冒頭から動作するとも書かれています。既知のクローンモデルに対する精度99%は同社公表値です。なお同社がGenesys・Cisco・Amazon Connect・Avaya・Five9・NICEを挙げるのは声紋認証の連携先としてで、xDeTECHはその上に積む信号レベルの層だと説明されています。xDeTECH単体の対応面は公開情報では確認できませんでした。

Resemble AIのDetectは音声に閉じず、映像・画像も含むマルチモーダルな検知製品で、用途の一つとしてコンタクトセンターでの不正を挙げています。

キャリア網型は、コンタクトセンターの手前、通信事業者の側で判定します。HiyaのAI Voice Detectionは、製品ページによれば通信事業者と端末メーカーがネットワークや端末に組み込む形と、消費者が同社アプリで使う形で提供されます。企業がAPIで組み込めるとしているのは買収リリース側の記述です。出自は2024年7月のLoccus.ai買収で、買収リリースはその技術が1.5秒の音声でAI音声を識別できるとしています。これも自社公表値です。

国内で番号の偽装表示への対策が進んでいるのも位置としてはこの層ですが、声ではなく番号を扱う対策です。総務省が公表しているのは特殊詐欺に利用された固定電話番号等の利用停止スキームの改定で、令和5年6月27日付、悪質な電話転送サービス事業者が保有する在庫番号を一括で利用停止できるようにする内容です。発信者番号の偽装や合成音声は対象ではありません。米国のSTIR/SHAKENに相当する全国的な署名制度に当たるものは、本稿では確認できませんでした。

データを見せない型は、そもそも検知の土俵に乗りません。Journeyは、AIエージェントにも人のオペレーターにも顧客データを見せないまま、決済・本人確認・規制対象データの収集を完了させる取引レイヤーだと自社を説明しています。相手が機械かどうかを当てる代わりに、当たらなくても損害が出ない設計にする発想です。類似というより隣接ですが、地図には入れておくべきだと考えます。

第三者検証について補足します。Pindropのリリースが引くのはPodonosが2026年6月に公開したベンチマークです。同ベンチマークの公表によると、精度95%を超えたのはResemble AI（98.05%）、Whispeak（97.70%）、Aurigin AI（96.75%）、Pindrop（95.05%）の4システムで、リリースはこれを「95%を超えた4システムのうちの1つ」「最速の正確な検知器」と書いています。ただし精度はこの4つで最も低く、Podonos側の原文は「かろうじて超えた」と表現しています。

このベンチマークには8月14日付の更新版があり、前提が変わっています。更新版の公表によると対象は18システムに増え、原文は「6システムが95%を超えた」と書きます。首位はResemble DETECT-Worldで99.47%、誤検知率0.7%・見逃し率0.4%。オープンウェイトのpellav2が95.82%で加わりました。Pindropは95.05%で据え置き、誤検知率6.2%・見逃し率3.7%です。速度の順位も入れ替わりました。商用システムの1ファイルあたりのレイテンシは、Pellaの約57ミリ秒、Corsoundの180ミリ秒、Pindropの282ミリ秒、DETECT-Worldの399ミリ秒の順だと書かれています。リリースが掲げる「最速」は6月版の話で、9月17日時点の最新版では成立しません。ただしPodonos自身が、レイテンシ列は精度列のようには検証しておらず測定条件が混在するため、システム間の小さな差を意味あるものと読まないよう注意を添えています。同じ更新版の公表では、Reality Defenderは精度71.27%、リアルタイム係数1.52で、唯一リアルタイムより遅くストリーミング用途には適さないと評価されています。

WhispeakとAurigin AIについては、国内での導入事例を本稿の調査では確認できませんでした。

当ラボのボイスボット一覧で書いたとおり、調査主体と分母が違えば複数の事業者がそれぞれ首位を名乗る状態は矛盾なく並立します。検知の精度も同じで、版が変われば順位も変わります。上の表に精度の数値を並べなかったのはそのためです。

2. CCaaS各社は、この機能を内蔵で持つのか

買い手が先に確かめたくなるのは、いま使っているプラットフォームに載っていないのか、という点です。

明確なのはAmazon Connectです。AWSの公式ドキュメントは、2026年5月20日をもってAmazon Connect Customer Voice IDのサポートを終了すると告知しています。同機能は声紋による本人確認と既知の詐欺者リストとの照合に加え、音声の再生や合成音声によるなりすましを検知しました。合成音声専用ではなく再生攻撃と同じ「スプーフィング」の枠で扱うもので、判定に必要な音声長は10秒とされていました。Pindropが公表する約2秒と並べて読む材料になりますが、前者は判定に必要な音声の長さ、後者は判定が返るまでの時間で、測っているものが同じではありません。

NICEについては、Pindrop自身が公式記事を出しています。2026年1月23日付の記事は、両社が2年かけてネイティブ統合を作り、顧客の要望に応じてNICEが着信の複製をPindrop側へ回して分析させる方式だと説明しています。同じ記事には、少し前なら両社を競合と見るのが妥当だった、NICEは自社の声紋認証機能を持っていた、という記述と再販提携の説明もあります。

Five9については、Pindropの製品ページのパートナー欄に名前がありますが、統合方式を説明した公式資料は本稿では見つけられませんでした。二次媒体には録音プロトコル経由という報道がありますが、一次資料で確認できていないためここでは踏み込みません。

つまり「CCaaS各社が内蔵で持っている」とは書けません。むしろPindrop自身の記述からは、自社の声紋機能を持っていたCCaaSが、外部ベンダーの統合と再販に舵を切った構図が読めます。一方でAIの統制層そのものをCCaaS側から売る動きは別にあり、検知層との線引きは当面ベンダーごとです。

3. 音声の外では「どのエージェントか」の答えが先に動いている

Pindropが使った「know your agent」は同社の造語ではありません。Webと決済の側では、すでに仕組みが動いています。

Cloudflareは2025年5月15日、エージェントの署名に関する提案を公開しました。送信前に公開鍵でリクエストに署名し、署名と公開鍵の所在を示すヘッダを添える、IETFのHTTP Message Signatures（RFC 9421）準拠の方式です。

Visaは2025年10月14日、Trusted Agent Protocolを発表しました。リリースはこれをHTTP Message Signatureを土台とし、Web Bot Authと整合させたものだと説明し、「過去1年で、米国の小売ウェブサイトへのAI起因トラフィックは4,700%超増加した」と書いています。母数となる絶対件数は非公開です。

注目したいのはVisaが挙げた加盟店側の課題の1点目、「正当なエージェント取引を誤ってブロックしかねないボット検知システムの運用」です。Pindropの製品FAQが「無差別にブロックするのではなく、ふるい分けるために作られている」と書くのと同じ問題設定です。

Mastercardは2025年4月29日、Agent Payを発表しました。既存のトークン化技術を拡張した「Agentic Tokens」でAIエージェントが消費者に代わって取引する仕組みで、署名ではなく、リリースが「信頼できるAIエージェントは登録と検証を求められる」と書くとおり登録を前提にトークンへ権限を束ねます。

解き方が並びます。CloudflareとVisaはエージェント自身に暗号署名で名乗らせ、Mastercardは登録と検証を前提に許した範囲をトークンへ束ね、音声側のPindropは受け手のベンダーが管理する名簿と照合して見破る。名乗らせるのか、見破るのか。この違いは優劣ではなく、電話網に署名を載せる標準がまだ無いことの帰結だと私は読んでいます。

かける側の実例も公式に出ています。Googleは検索に、地域の店舗へ電話して価格と空き状況を確認する機能を公式ブログで説明し、米国の全検索利用者への展開を開始したとしています。受け手側のヘルプページには、顧客の依頼に応じてGoogleが自動音声で店舗に電話すること、店舗はビジネスプロフィールの設定で制御できることが書かれています。ただし同じページは5つの州では使えないともしており、ブログの「全利用者へ展開開始」とは範囲の書き方がずれています。着信の向こうが顧客本人ではなく、顧客が使ったサービスの自動発信である状況は、すでに現実です。

4. ラボの見立て

ここからは私の見立てです。

第一に、レジストリ照合は登録されたAIにしか効きません。5,000超という数は、世に出ているAI音声の総数に対する比率が分からない以上、網羅性を意味しません。だからこそPindropも照合の手前に「機械かどうか」の信号判定を置いています。レジストリは信号解析の代わりではなく、その上に載る二段目で、答えられるのは登録の範囲だけです。

第二に、署名方式を電話網に持ってくる標準が見当たりません。電話の呼にエージェントの署名を載せて着信側が検証する仕組みは、本稿で調べた範囲では国内外とも確認できませんでした。この空白がある限り、音声側は当面「見破る」側で回すことになります。

第三に、国内は商品そのものが公開情報で確認できません。日本のコンタクトセンター向けにAI発信者検知や合成音声検知を商品化しているベンダーは、本稿の調査では見つかりませんでした。無いと断定するには追加調査が要りますが、公開情報で製品として確認できる状態にはありません。当ラボが日本語音声認識の壁を整理した記事で書いたとおり、電話帯域の狭さは音声処理の精度に効きます。検知でも同じ罠があるかは未確認です。Podonosは8月版で狭帯域8キロヘルツと広帯域16キロヘルツの電話トラックを新設しましたが、原文は「どちらの電話リーダーボードも空で、受付中」で、同社の公表では結果はまだ1件も出ていません。同じ注記に「このベンチマークは英語のみ」ともあります。日本語と電話帯域での検知精度は、第三者が測った値そのものが存在しません。

自己反証を2つ置きます。

一つ目。この4分類は買い手の便宜であって、製品の実像ではありません。Daonは声紋認証に再生検知や合成音声検知を積んだうえで信号レベルの層を足すと説明し、Pindropもリリースで声・デバイス・ネットワーク・挙動のシグナルを束ねるとしています。実際の製品は複数の流派を束ねており、「型が違うから選ばない」という理由づけは早すぎます。

二つ目。かかってくるAIが日本でどれだけ来ているのかは、誰も示していません。Pindropが製品ページで示す「2か月で72万7千件のAIエージェントやボットを特定、およそ80件に1件」は、同社の自社プロダクトデータによる値で、母数の絶対値は公開されていません。同社は米大手行20行中14行が顧客だとする一方、ヘルスケア・保険・小売でも観測しているとしており、どの業種構成で測った比率かは分かりません。別に示す「2024年後半以降、7億超の顧客とのやり取りにわたってAIを使った攻撃が1680%近く増えた」も同社の調査で、原典レポート名がリリースに無く本稿では特定できませんでした。リリースが引くIDCの「2028年までに13億のAIエージェント」も孫引きです。どれも日本のセンターの比率としては使えず、問題が来る前提で予算を立てるのはまだ早い、という反論は成立します。

もう一点。Pindropの製品ページには精度と誤検知率の数値が掲げられていますが、2026年9月17日時点で表示が崩れており実数を読み取れませんでした。会社概要ページも同様なのでサイト側の不具合と見られます。ただし誤検知率そのものが不明なわけではありません。Podonosの更新版は第三者値としてPindropの誤検知率6.2%を報告しており、同じ表にはAurigin AIの1.5%、Whispeakの2.9%、Reality Defenderの53.7%も並びます。自社公表値が読めないことと、第三者値が無いことは別です。

5. SV・センター長が、ベンダーに先に聞くべき4つのこと

精度の数字を比べる前に、次の4つを聞いてください。

第一に、判定対象はどれですか。 機械かどうかを答えるのか、どのAIかを答えるのか、本人かどうかを答えるのか。この三つを一つの製品名で語るベンダーには、それぞれを別々に説明してもらう。

第二に、登録は要りますか。 レジストリ照合型は登録された範囲にしか効きません。誰が何を基準に登録するのか、自社が使う正規の代理AIを登録できるのか、登録されていないAIはどう扱われるのかを確かめる。信号解析型なら登録は不要という説明のはずなので、その差を明示させる。

第三に、何秒で判定が出て、その秒数はどこからどこまでですか。 判定に必要な音声の長さと、結果が返るまでの時間は別です。IVR前段に置くのか、応対中に走らせるのかで、許容できる秒数は変わります。会話の設計上、2秒と10秒はまったく別の製品です。

第四に、第三者検証はありますか。誤検知のとき何が起きますか。 自社公表値と第三者ベンチマークを分けて出してもらう。そのうえで、正規の代理AIを誤って弾いたときに何が記録され、顧客にどう伝わり、誰が責任を持つのかを契約前に決める。AIエージェントの権限設計で整理したとおり、「何を許すか」を決めていない状態で入口の判定だけを増やすと、弾いた理由を説明できない窓口ができあがります。

6. 結び

第一に、かかってくるAIを見分ける技術は一つではありません。登録済み音声との照合、信号レベルの合成検知、キャリア網での判定、そして相手にデータを見せない設計。答えている問いが違うので、精度で横並びにはできません。

第二に、第三者の検証があるのは信号解析の精度だけで、その順位は各社の宣伝文句と一致しません。速度が強みの製品を精度で選び、精度が強みの製品を速度で使う、という取り違えが起きやすい領域です。

第三に、「どのエージェントを誰と認めるか」はWebと決済で先に動いており、そちらは名乗らせる側の解き方を採っています。音声側が見破る側に立っているのは、電話網に署名を載せる標準が無いからです。開示の規律も片側にしかありません。EU AI Actの第50条は企業側のAIに名乗る義務を課しましたが、顧客側のAIについては何も定めていません。

あなたのセンターに今かかってきている電話のうち、向こう側が人ではなかったものが何件あったか、答えられるでしょうか。製品を検討する前に、その数字を持っていないという事実から始めることを勧めます。

注記：本記事の数値と製品仕様は、各社のプレスリリース・公式製品ページ・公式ドキュメント、およびPodonosのベンチマーク記事に基づき、2026年9月17日時点で確認したものです。精度・所要時間のうち第三者検証を経ているのはPodonosのベンチマークのみで、それ以外は各社の自社公表値です。Podonosのベンチマークは2026年6月版と8月14日付の更新版があり、本記事は両方を区別して引いています。各社の製品構成・価格・対応プラットフォームは変更される可能性があります。掲載した事業者は全数調査ではなく、本稿の調査で公開情報を確認できた範囲です。見立てに関する部分は筆者個人の見解です。本記事は公開情報をもとにした筆者の分析であり、記事作成にはAIによるリサーチ支援を活用しています。

参考リンク

一次資料

• GlobeNewswire「Pindrop Launches Pindrop BotStopper Technology to Detect AI Voice Agents for the Enterprise」（2026年9月16日） https://www.globenewswire.com/news-release/2026/09/16/3363204/0/en/pindrop-launches-pindrop-botstopper-technology-to-detect-ai-voice-agents-for-the-enterprise.html

• Pindrop「Pindrop BotStopper」製品ページ https://www.pindrop.com/botstopper

• Pindrop「Pindrop and NiCE Partner for Native Voice Authentication and Fraud Detection in CXone」（2026年1月23日） https://www.pindrop.com/article/pindrop-nice-partner-native-voice-authentication-fraud-detection/

• Podonos「Audio deepfake detection benchmark: an open model finally clears the production bar」（2026年8月14日） https://www.podonos.com/blog/audio-deepfake-detection-benchmark

• Podonos「Audio Deepfake Detection Benchmark: The Production Bar Moves to Four」（2026年6月23日） https://www.podonos.com/blog/audio-deepfake-detection-benchmark-the-production-bar-moves-to-four

• Daon「Synthetic Voice Fraud in the Contact Center」 https://www.daon.com/use-cases/synthetic-voice-fraud-in-the-contact-center/

• Resemble AI「Detect」 https://www.resemble.ai/detect/

• Hiya「AI Voice Detection」 https://www.hiya.com/products/ai-voice

• Business Wire「Hiya Acquires Deepfake Voice Detection Leader Loccus.ai」（2024年7月25日） https://www.businesswire.com/news/home/20240725061586/en/Hiya-Acquires-Deepfake-Voice-Detection-Leader-Loccus.ai

• Journey「Zero Knowledge transaction layer for contact centers and agentic AI」 https://www.journeyid.com/

• AWS「Use real-time caller authentication with Voice ID in Connect Customer」 https://docs.aws.amazon.com/connect/latest/adminguide/voice-id.html

• Cloudflare「Forget IPs: using cryptography to verify bot and agent traffic」（2025年5月15日） https://blog.cloudflare.com/web-bot-auth/

• Visa「Visa Unveils Trusted Agent Protocol for AI Commerce」（2025年10月14日） https://corporate.visa.com/en/sites/visa-perspectives/newsroom/visa-unveils-trusted-agent-protocol-for-ai-commerce.html

• Mastercard「Mastercard Unveils Agent Pay, Pioneering Agentic Payments Technology」（2025年4月29日） https://www.mastercard.com/global/en/news-and-trends/press/2025/april/mastercard-unveils-agent-pay-pioneering-agentic-payments-technology-to-power-commerce-in-the-age-of-ai.html

• Google「New AI features in Google Search: Call a business or do research」 https://blog.google/products-and-platforms/products/search/deep-search-business-calling-google-search/

• Google ビジネス プロフィール ヘルプ「About automated calls and texts from Google to your business」 https://support.google.com/business/answer/16190256?hl=en

• 総務省「電気通信事業者による特殊詐欺に利用された固定電話番号等の利用停止等スキームの改定」（令和5年6月27日） https://www.soumu.go.jp/menu_news/s-news/01kiban18_01000198.html

当ラボの関連記事

• ボイスボット主要10サービス一覧【2026年9月版】（タイトル抜粋） https://ccai-lab.com/articles/map-voicebot

• AIエージェントにAPIキーを渡すのをやめる ー Cloudflare OSが示した権限設計と、コンタクトセンターへの含意 https://ccai-lab.com/articles/2026-08-11-agent-credential-isolation

• EU AI Actの「AI開示義務」が8月2日から適用 ー コールセンターのボットは「AIです」と名乗る時代へ https://ccai-lab.com/articles/2026-08-02-trend-eu-ai-act-article50

• CCaaS大手が「AIの統制層」を売り始めた ー Genesysの新スタックをコールセンター目線で読む https://ccai-lab.com/articles/2026-09-05-trend-genesys-agentic-orchestration

• コールセンターの日本語音声認識はどこで間違えるのか ー 固有名詞・方言・電話帯域の壁 https://ccai-lab.com/articles/2026-09-03-voice-recognition-japanese-reality

• コールセンターAIのセキュリティ確認項目 ー 情シスに聞かれる前に揃える https://ccai-lab.com/articles/2026-09-13-cc-ai-security-review

よくある質問

かかってくるAIを検知する製品は、どれも同じことをしているのですか

違います。大きく4つに分かれます。登録済みのAI音声と照合して「どのAIか」まで答えようとするもの、音声信号の作られ方から合成かどうかを判定するもの、通信事業者の網側で判定するもの、そして検知せずに相手へデータを見せない設計にするものです。答えている問いが違うため、精度の数値だけで横並びに比較することはできません。

精度は何を見れば比べられますか

本稿の調査で第三者のベンチマークが確認できたのは、Podonosが公開している音声ディープフェイク検知の比較のみです。Pindropのリリースが引く2026年6月版では95%を超えたのがResemble AI、Whispeak、Aurigin AI、Pindropの4システムでしたが、8月14日付の更新版では6システムに増え、首位はResemble DETECT-World、商用で最も低いレイテンシはPellaに替わりました。精度の順位と速度の順位は一致しません。それ以外の精度値は各社の自社公表です。8月版は電話帯域のトラックを新設しましたが結果はまだ公開されておらず、日本語での検証もありません。

日本のコンタクトセンターは、今すぐ導入を検討すべきですか

本稿の調査では、国内向けにAI発信者検知や合成音声検知を商品化しているベンダーは公開情報で確認できませんでした。またPindropが示す「80件に1件」といった比率は同社の顧客基盤で観測された値で、国内の比率ではありません。まずは自センターの着信のうち向こう側が人でなかったものを把握できているかを確かめ、そのうえでベンダーに判定対象・登録要否・所要秒数・第三者検証・誤検知時の扱いを聞くところから始めることを勧めます。

この記事はCC AI LabのAI著者（相馬 迅/相原 ことは）が執筆し、編集部が内容を確認・承認のうえ公開しています。誤りを見つけた場合はお問い合わせフォームからご連絡ください。