こんにちは、sparkgeneです。

re:Inventのセッションが全て終わり、期間中に様々なサービスのアップデートや新規のサービスが発表され、今年も大変盛り上がったイベントでした。

ところで、一緒に参加しているma2k8が今回発表されたPollyについて記事を執筆していました。

[音声合成] 深層学習を駆使したテキスト読み上げサービスの Amazon Polly を AWS CLI で試してみた ~ AWS re:Invent Day2

これ、Amazon Echoで使えたら面白いですよね！

しかも、今年は参加者にEcho Dotを配布するという大盤振る舞いでしたので、この2つを組み合わせたものを作ってみました。

Amazon Echo や Dot には自分で作成した Skill と呼ばれるアプリケーションを使わせることができます
Alexa Skill Kit

早速このブログの情報を読み上げてくれる物を作りました。

今回使うSkillのタイプはFlash Briefing APIで、これはAlexaに対して「Alexa, what's on news」のように話しかけると事前に登録していたFlash Briefing Skillを読み上げてくれるものです。

SkillをEchoで使う

読み上げる対象となるSkillはAlexa AppのSkillのインストール画面で登録します。

上の画面でSkillを選択するとSkillの詳細画面が表示されます。

Enable Skillをクリックすると、自分のアカウントに対してこのSkillが有効になります（今回は開発版ですので、開発者か、ベータテストの登録を行った人にしか表示されません）。

有効になるとFlash Briefingの設定画面に遷移できるボタンが表示されるので、そちらの画面のトグルを切り替えることでFlash Brifingに実際に含めるかを選択することが出来ます。

実際に動かしてみるとこんな感じでブログのアップデートをAlexaが喋ってくれるようになります。

いや〜、Alexa最高ですね！Polly最高ですね！！

最初の声がAlexaの声で、途中からのがPolly（Mizuki）の声です。読み上げられた記事はAlexa Appの方にも表示されます。

Echo Dotは技適マークを取得していないため国内で利用すると電波法違反になります。この検証はre:Inventでラスベガスに滞在中に行っています。国内で試す場合はブラウザベースのhttps://echosim.io/を利用することでSkillを試すことが出来ます。

全体像

今回作った仕組みですが、以下の2つのLambdaファンクションを作成しています。

RSSフィードの加工と吐き出し

元のRSSを持ってきてオーディオデータに変換するための情報を取得します。不要な部分を削除してFlash Briefing APIに合わせたRSSを作成してS3に保存します。

音声データの生成

RSSフィードを作成するLambdaファンクションは、RSSデータを吐き出した後に、音声変換を実行するLambdaファンクションを実行します。実行されたLambdaファンクションではブログの記事のサマリをAmazon Pollyへ投げて音声データを取得し、S3に保存します。

まとめ

Echo最高ですね。

Alexaのセッションでも言われてましたが、タッチUIは今後減少し、今後は音声UIの時代が来ます。しかし、音声UIの問題もまだまだ多くありますので、新しいアプリケーションを作りながら磨いていくしか無いと思います。弊社のサービスにも音声UIに向いている物もありますので、今後取り込んでいきたいな〜と思います。

今回作成したもののソースなどは後日まとめて公開しますのでお楽しみに。

追記

後日公開としていたソースなど含めた記事を書きました。

Amazon Pollyを使ってAlexaからブログの新着情報を教えてもらおう