AWS

長い文書を一括で合成して結果をS3に保存する。再生時間が長いオーディオブックやeラーニング教材を作りたいときに便利。バッチ処理的にまとめてやれば操作がシンプルになる。

会話の途中で一時的な情報を保存しておく領域。たとえばユーザーIDや途中で入力された好みの設定などを保持して、次の発話で使えるんだ。コンテキスト管理に重要な仕組みだね.

難しい固有名詞や特別な言葉を正しく読んでほしいなら、独自辞書に追加できる。業界用語や人名の読み間違いが減り、音声コンテンツの品質が向上するんだ。

テキストを読み上げる“音声合成”サービス。文章を渡すと人間っぽい声でしゃべってくれるから、読み上げアプリや案内放送などに活用できる。いろんな言語と声の種類があるよ。

ニュース調やナレーション調など話し方のバリエーションを選べる。使う場所に合わせてスタイルを変えると、聞こえ方が自然になるし、アプリに合った雰囲気を作れるよ。

不適切な言葉が含まれる場合に伏せ字(***など)を入れる機能。チャットサービスで公序良俗を守りたい場合などに便利で、攻撃的表現を自動的に和らげたりできる。

ユーザーが何言ってるか聞き取れないとき、“もう一度言って？”と聞き返す設定などをまとめておける。全然わからなかったら別のフローに飛ばすなど柔軟に対応できるから、会話の失敗を減らせる。

送信する文章を暗号化して扱うから、途中で盗み見られても読めない。翻訳対象に機密情報がある場合も、セキュリティを気にせず利用しやすいんだ。

複数回のやりとりを通して情報を集める。たとえば最初に“どこに行きたい？”と聞き、次に“何人？”と聞き…など段階的な会話を定義できるんだ。自然に話を展開して目的を達成できる。

誰が翻訳APIを呼んでいいか、どの機能にアクセスできるかをしっかり制限できる。大量のテキストを誤って翻訳して料金を増やしたり、外部に使われたりを防げるんだ。