スキルにAmazon Pollyの音声を使用するためのユーザーエクスペリエンスガイドライン



スキルにAmazon Pollyの音声を使用するためのユーザーエクスペリエンスガイドライン

SSMLリファレンスに記載されているように、スキルでAmazon Pollyの音声を使用することができます。ユーザーにとって使いやすいエクスペリエンスになるよう、以下のガイドラインに従ってください。

Alexaでサポートされているロケールは、英語(米国)、英語(英国)、英語(インド)、英語(オーストラリア)、英語(カナダ)、ドイツ語(ドイツ)、スペイン語(スペイン)、イタリア語(イタリア)、日本語(日本)、フランス語(フランス)です。

Amazon Pollyの音声を使用する際の考慮事項

  • Amazon Pollyの音声は複数のキャラクターが登場する物語やゲームのスキルでキャラクターごとに違う音声を使用できるため、特に便利です。

  • 特に、スキルにジェンダー固有のコンテンツがある場合(男性の声でAlexaに応答させたいなど)は、Amazon Pollyが非常に有効です。

  • 複数の声を使い分けることでスキルの対話性やユーザーエクスペリエンスが向上するシナリオでは、ぜひAmazon Pollyを活用してください。

  • この場合も、典型的なAlexa応答を作成するときと同じ音声デザインの原則を適用してください。たとえば、簡潔であること、話す場合も書く場合も自然になるようにすること、ユーザーに対してガイダンスのプロンプトを出すこと、会話の目印を使用することなどです。音声デザインガイドを参照してください。

  • 他のSSML audioタグを使用する場合と同様、開発者コンソールのAlexaシミュレーターで応答がどのように聞こえるかを必ずテストしてください。

voiceタグを使用する

スキルにAmazon Pollyの音声を追加する方法についてのドキュメントは、Amazon Pollyの音声を使用する場合の音声合成マークアップ言語(SSML)のリファレンスを参照してください。

  • voiceタグは、langsay-asbreakprosodyなど、Alexa Skills KitでサポートされるSSMLタグをすべてサポートします。ただし、speechconsタグはvoiceではサポートされません。

  • 他のSSMLを使う場合は、voiceタグの中に入れ子にしてください。逆の入れ子にはしないでください。ただし、voiceタグをvoiceタグで入れ子にすることはできます。

この場合、Kendraの音声は英語を話し、不完全な発音で外国語名を発声します。

<speak>
<voice name="Kendra">
 I am going to spell out Hello as <say-as interpret-as="spell-out">hello</say-as>.Now and then, I speak <lang xml:lang="de-DE">Deutsch</lang> and <lang xml:lang="fr-FR">français</lang> and  <lang xml:lang="es-ES">español</lang>.
</voice>
</speak>
  • voiceタグは、Amazon Pollyの音声を使って応答全体を作成するために使用したり、SSML音声ファイルに添えて使用したりすることができます。

  • voiceタグの値では大文字小文字が区別されます。このため、標準的な形式(「Matthew」など)を使用してください。

  • 標準のSSML TTSと同様、voiceタグをAlexaでサポートされるSSMLタグと組み合わせて特殊効果を出すことを検討してください。

<speak>
<voice name="Matthew"><say-as interpret-as="digits">Can you call me at 8675309?</say-as></voice>
<voice name="Kendra">Okay, let's be mindful and take a deep breath. <break time="3s"/> Now don't we feel better? </voice>
</speak>

langタグを使用する

langタグは、単独で使うこともできますし、voiceタグに入れ子にしてAmazon Pollyの音声の話し方をコントロールすることもできます。最適な結果を得るには、この例のようにlangタグを同じ言語の対応する音声と一緒に使います。langタグを参照してください。

<speak><voice name="Kendra">
 I am going to spell out Hello as <say-as interpret-as="spell-out">hello</say-as>.Now and then, I speak <voice name="Hans"><lang xml:lang="de-DE">Deutsch</lang></voice> and <voice name="Celine"><lang xml:lang="fr-FR">français</lang></voice> and  <voice name="Enrique"><lang xml:lang="es-ES">español</lang>.</voice>
</voice>
</speak>

技術仕様

スキルにAmazon Pollyの音声を追加する方法についてのドキュメントは、Amazon Pollyの音声を使用する場合の音声合成マークアップ言語(SSML)のリファレンスを参照してください。

  • Alexaスキルを開発する場合、スキルのTTS(テキストの読み上げ)応答には10,000文字の文字数制限があります。10,000文字をAlexaスキルで使うと、最大約10分のAmazon PollyやAlexaの音声を使った連続するオーディオストリームを生成できます。ただし、一般に最適なユーザーエクスペリエンスを得るには、応答を簡潔にする必要があります。音声デザインガイドの一息テストを参照してください。

  • オプションで、AlexaとAmazon Pollyの音声の音響的な違いを調整します。開発者は、AlexaとAmazon Pollyの音声は異なる声のため、高さ、速さ、音質、音量が異なる場合があることを念頭に入れておく必要があります。異なる声の音響的な違いは、さまざまなSSMLタグを使用して調整できます。開発者はAlexaスキルのユースケースでユーザーエクスペリエンスに一貫性を持たせるよう、これらの使用を検討してください。例:

    • 高さ:
      <speak>私は<prosody pitch="high">高い声</prosody>で話すこともできますし、<prosody pitch="low">低い声</prosody>で話すこともできます</speak>
    
    • 速さ:
      <speak>私は<prosody rate="x-slow">とてもゆっくり</prosody>話すこともできますし、<prosody rate="x-fast">とても速く</prosody>話すこともできます</speak>
    
    • 音量:
      <speak>私は<prosody volume="x-loud">とても大きな声</prosody>で話すこともできますし、<prosody volume="x-soft">とても小さな声</prosody>で話すこともできます</speak>
    
    • ささやき声:
      <speak>内緒の話なのでささやき声で話しますね。<amazon:effect name="whispered">'<prosody rate="x-slow"> <prosody volume="loud">私は人間じゃないんです。</prosody></prosody></amazon:effect>信じてもらえますか?</speak>
    

ベストプラクティス

  • スキルの初回の紹介では、その国でのAlexaのデフォルトの音声を使用する必要があります。このガイドラインに従うと、ユーザーが直接Alexaとではなくスキルと対話している場合に、そのことをユーザーに明確に伝えることができます。
  • Amazon PollyとAlexaは別のものであり、Amazon Pollyの機能の中にはAlexaで使えないものもある(特に一部のAmazon Polly SSML機能)ということを覚えておいてください。スキルではサポートされる機能のみを使用してください。
  • Alexaスキルで使われるSpeechconは、Alexaの音声でのみ使用できます。
  • Amazon Pollyの音声を使用するAlexaスキルは、その他のコンテンツポリシーとAlexa Skills Kit開発者規約すべてに準拠する必要があります。

Alexaで現在使用できるAmazon Pollyの音声

サポートされるAmazon Pollyの音声はすべて、Alexa応答の一部またはすべてにおいて使用できます。スキルの応答で別のロケールの音声を組み合わせて使う場合は、ユーザーエクスペリエンスに細心の注意を払ってください。