あなたを知る：AmazonはAlexa AI音声アシスタントのレパートリーを拡大しています
アラン・ボイル著
こんにちは、Alexa。Amazon のデジタル音声アシスタントは、今週のオーストラリアでのデビューでオーストラリア訛りになりますが、世界中のユーザー向けにはさらに多くの機能が用意されています。
SSML（音声合成マークアップ言語）のおかげで、Alexa開発者はAmazon Echoなどの音声制御デバイスを、ささやくように話させたり、早口にしたり、ゆっくり話させたり、とても明るい声で話させたりすることが可能です。また、AlexaユーザーはAlexaの話し方をイギリス英語、ドイツ語、日本語などに変更することも可能です。
Google の AI アシスタントと同様に、Alexa も音声を特定の人の音声と関連付けることができるようになりました。ユーザーは Alexa モバイル アプリの指示に従って、デバイスが自分の音声を他の人の音声と区別できるようにトレーニングすることができます。
外部の開発者は、Your Voice APIと呼ばれるこの機能にアクセスできるようになります。これは、音声認識がサードパーティのスキルにすぐに搭載される可能性があることを意味します、とAmazonのシニアプリンシパルサイエンティストであり、Alexaチームの創設メンバーであるNikko Strom氏は述べています。
Alexaではすでに25,000以上のサードパーティ製スキルが利用可能であることを考えると、これは大きな意味を持つでしょう。ストロム氏は本日、ワシントン州ベルビューで開催されたAI NextConカンファレンスでの講演で、その影響について触れました。例えば、Alexaは音声だけで金融取引を認証できるのでしょうか？
「まあ、状況によります」とストロム氏は言った。「完璧ではありません。リスクをどれだけ回避できるかにもよります。例えば、銀行間の大金の送金には、この方法を採用しないと思います。」
ただし、Amazonでの買い物では音声認証を有効にすることができます。「本人確認ができれば暗証番号を言う必要はありませんが、これはオプション機能です」とストロム氏は言います。「その場合、携帯電話などにメッセージが届きますので、誤って認証されたと思われる場合はキャンセルできます。」
一般的に言えば、「音声記録は大規模で重要な取引には十分に安全ではない」と彼は述べた。
ストロム氏によると、アマゾンはユーザーエクスペリエンスをよりスムーズで堅牢なものにするために、AlexaのAI機能を常に微調整しているという。「ここでの共通点は、コンテキストを把握することです」と彼は述べた。
例えば、Alexaはユーザーの個人プロファイルに基づいて、「『ロスト・シティ・オブ・Z』を再生して」というリクエストに対して異なる応答を返すことができます。ユーザーによっては、AlexaはAmazon Echoでオーディオブックの読み上げを開始します。また、他のユーザーの場合は、AlexaはAmazon Fire TVで映画版を再生します。
「これでうまくいきました。…全く同じアイテムでも、使用しているデバイスによって異なる種類のコンテンツが取得されます」とストロム氏は述べた。「舞台裏に『オズの魔法使い』のような人間がいたら、とても自然な流れでしょう。彼らは何をすべきかを正確に知っているはずです。しかし、実際にはAIでこれを自動的に行うのはそれほど簡単ではありません。私たちはバックエンドの機械学習によってこの問題を解決しました。」
Alexa は 3 年ちょっと前に世に出て以来、大きな進歩を遂げてきましたが、まだサポートできないことがたくさんあります。
例えば、Amazonの第二本社（HQ2）をどこに建設するのかを尋ねても無駄です。今日の質問に遊び心のある答えを思いつくには、人間が必要です。
「ああ、全部知ってるよ」とストロムは冗談を言った。「誰が勝つか、分かってるよ」
