要件を会話だけで完結させるボイスファーストとは(Amazon Echo)

お店で店員が居ないのに突然お客が「アレクサ！梅きゅー１個！」と言い出す。
こんな謎の光景を見たことはありますか？
お客さんは店員が居ないのに誰に対して注文を言っているのでしょうか、
「アレクサ」とは何だ？
そんなことを考えていたら奥から店員が「梅きゅー」を運んできて「お待たせしました！」と言います！
傍から見たら何が起きたのかは想像もつきません…。

こんな光景が現実になりつつあります。
では、この注文の裏側では何が起きていて、
どのような技術が使われているのでしょうか。

今回はAmazon Echoの仕組みについて、
解説していきたいと思います。

まずは理解を深めましょう

Youtube

Wikipedia

注目ポイント

Amazonアカウントを連携すると音声だけで購入することができる
アレクサ(AI)にスキル(機能)を追加することで出来ることが増える
開発者にはSDKが用意されているので独自のスキル(機能)を開発することが出来る

ボイスファーストで世の中がどう変化するのか

今までのお店では
「印刷された紙の料理のメニューを見て店員を呼ぶ」
「設置されたタブレット端末の料理のメニューを選択して注文」
が一般なのですが、ボイスファーストの端末では
「設置されたボイス端末におすすめメニューを聞く」
「設置されたボイス端末に料理を注文する」
「設置されたボイス端末に会計を頼む」
といったような行動に変わります。
ボイスファーストの考え方では、
人間と普段の会話をしているイメージで要件を完結させることになります。

開発者向けの知識

ここまではAmazon Echoやボイスファーストのイメージをお伝えしました。
では、開発者としてアレクサのスキルを作りたいと考えたときに知っておかないといけない知識を下記にまとめました。

ALEXA

Alexa (アレクサ)はAmazonが開発したAIアシスタント。
Alexaは音声交流や音楽再生、予定表リストの作成、アラームの設定、ポッドキャストのストリーミング、オーディオブックの再生と天気や交通情報、リアルタイム情報などの提供ができる。

AMAZON ECHO

Amazon Echo (アマゾンエコー)はAmazonが開発したスマートスピーカー。
デバイスは7つのマイクアレイが搭載されている高さが23.5cmのシリンダースピーカで構成されている。
EchoはAIアシスタントのAlexaに接続しており、名前のAlexaで反応する。ホームオートメーションハブとして使用し複数のスマートデバイスを操作可能である。