【レポート】AWS Summit Tokyo 2017：Amazon Innovation Dive Deep Session 2 ~Alexa~ #AWSSummit

2017年05月30日(火)〜2017年06月02日(金)の計4日間に渡り、グランドプリンスホテル新高輪 品川プリンスホテル アネックスタワーで行われている『AWS Summit Tokyo 2017』。

当エントリでは2017年05月31日に行われた『Amazon Innovation Dive Deep Session 2 ~Alexa~』に関する内容をレポートしたいと思います。

• AWS Summit Tokyo 2017（2017年5月30日～6月2日）｜AWS

セッション概要

当セッションの登壇者及び概要は以下の通り。

セッションレポート

VUIの組み立て方

• THE PLAN: データから始めるのではなく、ボイスエクスペリエンスから始める。
• どうやったらユーザは自分たちの望む形で情報を求めるのか。それをきめたら開発に入る
• 開発が終わったらテストと認証を行う
  • Skill Storeに入れると一般に公開されてしまう。テストで確認する
  • テスト環境であればプライベートで使うこともできる

発声

• スキルにどうやって声をかけるか
  • 天気の聞き方は様々だがIntent（意思）として天気情報の取得というコードを実行する
  • ユーザーが言いそうなことを定義する。それぞれがスキルに結びついている

意思

• 意思とはユーザーが実際に起こす行動のこと
• Intentの構造
  • Built-In Intent: Stop, StartOver, Cancel, Helpは必要なので入れる。Helpで情報を与え、Stopで処理を停止する

話す vs 聞く

• tell(話す)。「Alexa, 今日の天気は?」: 言葉に出すことと会話終了させること。Alexaは質問していない。

this.emit(":tell", speechoutput);
this.emit(":tell", "使ってくれてありがとう、じゃあね！");

• Ask(聞く)。「Alexa、東京へのフライトを予約して」「何日のフライトですか？」: 途中で会話を終わらせて相手の反応を待つ
• Alexaは8秒回答を待つ

this.emit(":ask", speechOutput, repromptSpeech);
this.emit(":ask", "どんなタイプのピザを注文する?", "種類は?");

カード

• ユーザに視覚的なカードを見せることも可能
• 聞いている音楽の情報、クイズの視覚化等、ユーザに対して視覚情報を与える

話す vs 聞く with カード

this.emit(":tellWithCard", speechOutput, cardTitle, cardContent, imagePath);
this.emit(':askWithCard', outputText, repromtMessage, cardTitle, cardContent, imageObj);

Slot

• 発生によって特定のユーザーの嗜好をつかむにはSlotが変化しやすい
• 「行き先」のスロットであれば市の名前が入る。開発者は全ての値を入れなくてもよい。AIと機械学習を使って用意してある。Alexaは「都市」の名前を聞けばこれが「都市」である、と理解できる。”東京”と言えばどの空港にするかを聞き返すことができる。ひとつしか空港がない小さな町であればその質問はスキップする
• Built-In Slotが数百既に用意されているのでそれを使うと学習済みのデータが使える。都市名、空港名、バンド、音楽、アルバム、天気などはもう用意されている。
• 異なるCityListが環境によって用意されている。[US City]はアメリカの都市、[EU City]はEUの都市ではない。アメリカに住んでいる人、EUが住んでいる人が「言いそうな都市名」が入っている
• 色のリストがあったとして「貴方の好きな色はなんですか？」と聞いた時にSlotの中に七色しか入っていなくてもAlexaは答えられた「ラベンダー」が色だと判断する。
• US_STATE_ABBR(州の略称)は前はなかった。ユーザーニーズにより増えていく。

表意の管理(State management)

• 同じ言葉だが２つの意図がある場合がある。
• 「クイズを初めますか？」「はい」「これは◯◯州ですか？」「はい」: ユーザーの反応は同じだがリアクションは変える必要がある。
• handlerによってIntentを分けて管理する。ユーザーがSkillを初めたときだけ有効化するIntentを作る。

VUI

• 正しい作り方と誤った作り方がある
• フレーム
  • 強制配列
  • 柔軟性がない
• チャート
  • いつでもどこでも
  • 相互に適応
  • ユーザによって主導されるプロセス

まとめ

• システムは壊れていくケースが多い
• 接客パターンは学んだのでいちいち変える必要はない。
• スキルを構築する時はAlexaのレッスンとして覚える
• ユーザーが自由に動けるとアプリは愛される
• ピザのデリバリーはアメリカにたくさんある
  • アプリによってはとてもいいものがある。そうでもないものもある。
  • 「いいアプリであること」は味より重視される

まとめ

Alexa,VUIについてはじめて触れる人にはとても役に立つセッションでした。概念からコード例まで幅広く押さえていて、スキルを開発するモチベーションも上がったのではないでしょうか。Alexaの開発をしている立場から言うと、特に「VUI」のお話はためになるものでした。