Amazon Polly の音声のスタイルと、新しく追加された音声でより魅力的なエクスペリエンスを作成する

※このブログは、Catherine Gao のブログをToshimi Hatanakaが日本向けに翻訳し加筆修正したものです。

2019年11月、スキルでニュース記事や音楽に関するコンテンツについて話す場合、音声にスタイルを適用できるようになったことを発表しました（一部のロケールのみ）。今回は、より自然で直感的な音声エクスペリエンスをお客様に提供できる3つの新機能をご紹介します。残念ながら音声スタイルは日本語の標準のAlexaの音声には未対応ですが、日本語以外の言語をナチュラルに話す必要があるユースケース（例えば語学学習スキルなど）では、Amazon Polly音声の新機能をフル活用することができます。

• 長文スタイル（米国のみ）

ニュースやブログ記事などを、より自然で魅力的なコンテンツにするために、長文スタイルを使用することができます。

• スタイルの適用が可能なAmazon Pollyの音声の追加

スタイルを適用できるAmazon Pollyの音声が増えました。Amazon PollyはAWSが提供するAIサービスで、29もの言語で、まるで人間が話しているかのような音声を作ることができます。英語(米国)のAmazon Pollyの音声「Matthew」と「Joanna」では、ニュースと会話のスタイル、スペイン語(米国)の「Lupe」では、ニュースのスタイルを利用することができます。

• スキルで利用できる Amazon Pollyボイスの追加

スキルで利用できるAmazon Pollyボイスが10種類追加されました。

これらの新機能の詳細については、技術文書をご覧ください。

スキルにAmazon Pollyの音声を使用することで、より魅力的で強化されたカスタマーエクスペリエンスを生み出すことができます。例えば、My Spaceship というAlexaスキルでは、複数のキャラクターにそれぞれ異なるAmazon Pollyの音声を使用することで、ユニークなカスタマーエクスペリエンスを実現しています。また、今回からMathewとJoannaの音声で、ニュース(News)と会話(Conversational)のスタイルを使用することができるようになりました。

さらに、スペイン語(米国)のAmazon Pollyの音声Lupeでは、ニュースのスタイルを使用することができます。Mathew、Joanna、Lupeにニュースのスタイルを適用した場合、その声はテレビのニュースキャスターやラジオの司会者のような話し方になりますが、会話スタイルを適用すると、MathewとJoannaの声はさほど堅苦しくなく、友達や家族に話しかけているような柔らかい話し方になります。会話スタイルは、一部のAmazon Pollyの音声でのみ使用でき、Alexaの声には使用できません。

スタイルを適用していないニュートラルなAmazon Pollyの音声と、スタイルを適用したAmazon Pollyの音声を聴き比べてみましょう。

長文スタイル（米国のみで利用可能）は、記事やポッドキャストといった、比較的長い文章が含まれるコンテンツや情報を楽しんでもらう場合に利用すると良いでしょう。

例えば、ウェブページのコンテンツを読み上げてもらったり、ゲームのストーリーを聞きたい場合に、この長文スタイルを適用することができます。深層学習を用いたテキスト音声合成モデルを採用しているため、Alexaは、1つの段落から次の段落へ移る時、あるいは異なるキャラクター同士の会話から別のキャラクターへ遷移する場合など、より自然な間をおいて話すことができます。 詳しくは長文スタイルに関する技術資料をご覧いただくとして、まずは以下のスタイルなしのニュートラルな音声サンプルと長文スタイルを適用した音声サンプルを比較してみてください。

長文スタイルは以下のよう文法で記述します。

<amazon:domain name="long-form">text</amazon:domain>

<speak>
<amazon:domain name="long-form">
Meet Echo Dot. Our most popular Echo is now even better.
With a new speaker and design, Echo Dot is a voice-controlled smart speaker with Alexa, perfect for any room. Just ask for music, news, information, and more. You can also call almost anyone and control compatible smart home devices with your voice.
</amazon:domain>
</speak>

Amazon Polly の音声にスタイルを適用するには以下のような文法で記述します。

<speak>
<voice name="Joanna">
<amazon:domain name="news">With the new world of social distancing and stay-at-home orders in place for most of the country, customers have generated unprecedented demand for grocery delivery.</amazon:domain>
</voice>
</speak>

また、Alexaからの一回の応答の中で複数のAmazon Pollyの音声を使用し、それぞれに別のスタイルを適用して使用することもできます。

<speak>
<voice name="Matthew">
<amazon:domain name="news">
Latest news: The conversational and news styles are now available for the Matthew or Joanna voices!
</amazon:domain>
</voice>
<voice name="Joanna">
<amazon:domain name="conversational">
That was all for today. Thank you.
</amazon:domain>
</voice>
</speak>

最後に、6つの言語（es-US, es-MX, fr-CA, pt-BR, es-ES, and it-IT）に新しく追加された10種類のAmazon Pollyの音声をご紹介します。

新しい音声の実装方法については、こちらの技術文書をご覧ください。

• スペイン語, 米国(es-US): 音声サンプル

<speak>
<lang xml:lang="es-US">
<voice name="Penelope">Hola! Mi nombre es Penélope.</voice>
<voice name="Lupe">Hola! Mi nombre es Lupe.</voice>
<voice name="Miguel">Hola! Mi nombre es Miguel.</voice>
</lang>
</speak>

• スペイン語, メキシコ(es-MX): 音声サンプル

          <speak>
          <lang xml:lang="es-MX">
          <voice name="Mia">¡Hola! Me llamo Mía.</voice>
          </lang>
          </speak>

• フランス語, カナダ(fr-CA): 音声サンプル

          <speak>
          <lang xml:lang="fr-CA">
          <voice name="Chantal">Salut, je m'appelle Chantal.</voice>
          </lang>
          </speak>

• ポルトガル語, ブラジル(pt-BR): 音声サンプル

          <speak>
          <lang xml:lang="pt-BR">
          <voice name="Vitoria">Olá, meu nome é Vitória.</voice>
          <voice name="Camila">Olá, meu nome é Camila.</voice>
          <voice name="Ricardo">Olá, meu nome é Ricardo.</voice>
          </lang>
          </speak>

• スペイン語(es-ES)とイタリア語(it-IT)に新しく追加された音声: 音声サンプル

          <speak>
          <lang xml:lang="es-ES">
          <voice name="Lucia">¡Hola! Me llamo Lucía.</voice>
          </lang>
          <lang xml:lang="it-IT">
          <voice name="Bianca">Ciao! Mi chiamo Bianca.</voice>
          </lang>
          </speak>

長文スタイルとAmazon Pollyの音声を使ってどのような新しいスキルが生まれるか楽しみです。Alexaの開発者フォーラムではみなさまからの質問やフィードバックも受け付けています。また、AlexaのText-to-Speechプロダクトマネージャーのニッキル(Nikhil)ともLinkedinで直接つながることもできますよ。ぜひ気軽にコンタクトしてみてください。ただし英語でね。

• Use New Alexa Emotions and Speaking Styles to Create a More Natural and Intuitive Voice Experience (英語)
• 音声合成マークアップ言語（SSML）のリファレンス
• Amazon Polly