Alexaの可能性を拡大
「Amazon Lex」は“スマートスピーカー”Amazon Echoの「Alexa」と何が違うのか?
「Amazon Echo」で利用されている音声アシスタント「Alexa」。この可能性をより広い用途に広げるのが「Amazon Lex」だ。その仕組みを見ていこう。
Amazon Web Services(AWS)のイベント「AWS re:Invent 2016」で紹介された会話型インタフェース構築用サービス「Amazon Lex」は、自動音声認識と自然言語認識機能を使って音声やテキストを処理し、それに従ってリクエストに答える。
Amazon Lexは、クラウドベースの音声アシスタントサービス「Alexa」の技術を利用している。Alexaは、Amazon.comのスピーカー型機器「Amazon Echo」でも利用されているサービスだ。
AWSは、Alexaをデバイスで実行するためのアプリケーションプログラミングインタフェース(API)を提供している。このAPIの大部分は、音声を聴き取って文字に変換し、コマンドを実行する機能に限定される。
このAlexaの技術をもっと幅広い開発用途向けに解放することが、Amazon Lexの狙いだ。Amazon Lexは、機能豊富な会話型インタフェースをアプリケーションに組み込みたい開発者を支援する。
併せて読みたいお薦め記事
「Alexa」「Amazon Echo」についてもっと詳しく
- Amazonの音声アシスタント「Alexa」に対話型インタフェースの未来を見た
- 「Amazon Echo」の成功を裏付けたIoT UXデザイン、3つの特徴
- ハードウェアを飲み込んだソフトウェアが機械学習に飲み込まれる
音声認識の可能性と課題
Lexの頭脳
AlexaのSkillと、Amazon Lexで開発したボットの「Bot」は、用語や全般的な構造に関する限りは同一に近い。
開発者はAmazon Lexを使って複数のBotを開発し、各Botに「Intent」(意図)、すなわちアプリケーションに処理してもらいたいリクエストを付加することが可能だ。エンドユーザーが1つあるいは複数の単語、または「Utterance」(発話)という呼び出し用フレーズを声に出すと、Intentが起動する。
Utteranceは、州名や一般的な地名、時間など、幅広い情報の入力を受け入れるようにプログラミングできる。これによって、例えば「Play {song} at {time}」のような応答に使うフレーズを指定することが可能だ。このフレーズは「今日の午後5時にBruno Mars(米国歌手)の楽曲を再生」のような発話内容に一致する。
発話内容にパラメーターの指定がない場合は、指定するよう促すこともできる。例えばエンドユーザーが楽曲を再生する時間を指定しなかった場合、Botに「Bruno Marsをいつ再生してほしいですか」と尋ねさせることが可能だ。エンドユーザーがその問いに答えると、Intentが完成する。
Botは、文字に加えて「Response Card」という内容豊かな応答を返すこともできる。開発者がこれを採用すれば、エンドユーザーに文字の代わりに、画像やビデオで応答してもらうことができる。
「Channel」というAmazon Lexの機能を利用すると、さまざまなサービスへアクセス可能なBotを開発できる。現時点では「Facebook Messenger」といったチャットサービスへの接続が可能だ。開発者はAmazon Lexのソフトウェア開発キット(SDK)を利用して、Web/モバイルアプリケーションにBotを組み込むこともできる。例えばBotを検索システムに組み込んで、よくある質問に対する答えを提供することが可能だ。
エキスパートシステムプラットフォーム
Amazon Lexは、アプリケーション向けの「エキスパートシステム」(専門家の知識を基にアドバイスするシステム)の構築を支援する。エキスパートシステムの中核は、アプリケーションに関係なく共通している。従ってAmazon Lexのようなサービスを使って開発時間を短縮し、小規模企業には重過ぎるコストを削減することは理にかなう。
開発者がAmazon Lexを活用するには、相応の開発作業とスキルが求められる。だが開発者でなくても、システムのトレーニングや、同じIntentにアクセスする新しい手段の構築に協力できる。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する? シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か? PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える? 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣 -
製品資料
[サイボウズ株式会社] AIが「わざわざ使うツール」になっていない? 業務で自然に使う導線にする秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
なぜ「全社配布Copilot」は使われないのか? 失敗に学ぶAI定着
-
2
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
3
ChatGPTは“検索しまくり”でGeminiは“淡泊”? データが明かすAIの裏側
-
4
なぜ「Gemini 4 Argon」は出遅れたのか? Googleが狙う“逆転のシナリオ”
-
5
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
-
6
損保ジャパンはなぜ「COBOL」を捨てなかったのか? 脱メインフレームの真相
-
7
「Wi-Fi 7」経由でWindowsが乗っ取られる? 最高権限奪取の恐怖
-
8
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
9
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
10
【漫画付き】ひとり情シス協会が明かす、RAG導入でしくじる企業「2つの共通点」
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化? 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険? 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化? 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する? シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない? 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー