proxmox.blog

音声を文字に変える技術がLexに組み込まれている。通常はAmazon Transcribeを使う形だけど、Lexがまるっと管理してくれるからセットアップが楽。音声チャットボットの中核になるんだ。

CloudWatchなどでボットがどれだけ会話されているか、何回成功/失敗しているかをグラフで確認。調子が悪いときはログを見て調整できるし、ユーザーが多いときは性能を気にしてスケールも考えられる。

新しいバージョンのLex管理画面。UIが改善されていて、ビルドやテスト、デプロイをスムーズに行える。旧版より操作が分かりやすく、機能追加もされているんだ。

お店や商品の固有名詞などをあらかじめ登録し、誤認識しにくくする機能。たとえば「ラーメン屋『ドンブル軒』」といった名前を正しく聞き取ってもらうために使える。

誰がしゃべっているか声で見分ける仕組みと連携可能。本人確認が必要な電話対応なら、“この声は確かに鈴木さん”と自動チェックできて、名前やパスワードを言わずに認証が済むんだ。

SlackやFacebook Messengerなどいろんなチャットツールと直結し、ボットとして動ける。ユーザーは普段使いのアプリから質問できるので導入がスムーズだし、企業サポートなどに使いやすい。

バージョンに「テスト用」「本番用」など名前を付けられる。テスト用のボットをテスト環境で動かし、OKなら本番用に切り替える…といった操作が簡単にできて、リリース管理しやすいんだ。

ボットの開発中に色々変えるので、どの時点のボットが本番かを管理するためのバージョン機能。意図や発話が安定したらそれを固定版としてリリースし、あとでまた変更するなど安全に運用できるんだ。

用意したテキストを音声で返す仕組み(Pollyと連携)を使えば、しゃべって答えるボットが作れる。電話やスマートスピーカーに近い感覚でやりとりできるから、ユーザーがさらに自然に使いやすくなるね。

音声で質問してもらえば、それを文字に変換する機能。これで音声チャットボットが作れるし、ユーザーは電話感覚で会話できる。裏でAmazon Transcribeを使うイメージだよ。