Alexaのスキルのデベロッパーは8つの声を使い分けられるようになる（当面アメリカ英語のみ）

これからは、デベロッパーが作るAlexaの音声アプリは、Alexaの声でなくてもよい。Amazonは今日（米国時間5/16）からデベロッパーに、テキスト→音声変換サービスAmazon Pollyで使われている声の中から8つを無料で提供する。ただし当面はアメリカ英語だけで、Amazon PollyのWebサイトによると、女声5名、男声3名だ。

Amazon Pollyが最初に紹介されたのは2016年11月のAmazon re:Inventデベロッパーイベントで、その後着実に能力を高めている。このテキスト音声変換サービスは今では、ささやき声やスピーチマーク、音色の変化、ダイナミックレンジの圧縮、などの機能を提供しており、これらにより声がより自然に聞こえる。

今回Alexaデベロッパーに提供されるのはアメリカ英語だけだが、このスピーチエンジンは今では20あまりの言語をサポートしている:

Australian English	Nicole	Russell
Brazilian Portuguese	Vitória	Ricardo
Canadian French	Chantal
Danish	Naja	Mads
Dutch	Lotte	Ruben
French	Céline	Mathieu
German	Vicki	Hans
	Marlene
Icelandic	Dóra	Karl
Indian English	Raveena Aditi
Italian	Carla	Giorgio
Japanese	Mizuki	Takumi
Korean	Seoyeon
Norwegian	Liv
Polish	Ewa	Jacek
	Maja	Jan
Portuguese – Iberic	Inês	Cristiano
Romanian	Carmen
Russian	Tatyana	Maxim
Spanish – Castilian	Conchita	Enrique
Swedish	Astrid
Turkish	Filiz
UK English	Amy	Brian
	Emma
US English	Joanna	Matthew
	Salli	Justin
	Kendra	Joey
	Kimberly
	Ivy
US Spanish	Penélope	Miguel
Welsh	Gwyneth
Welsh English		Geraint

 

でも、複数の声が使えると、ゲームやお話などではAlexaがもっと楽しくなる。ほかにも、いろいろ、奇抜な使い方があるだろう。

今、自分が作るスキルで複数の声を使ってるデベロッパーは、mp3のファイルをアップロードするなど、面倒なことをいろいろしなければならない。

Amazon Pollyを使うなら、デベロッパーはStructured Speech Markup Language(SSML)という言語を使い、その“voice name”タグで声を指定する。指定するだけだから、自分でmp3を録音することに比べると、超楽である。

Amazonはこれまでも、Pollyの用途を広げようと努力してきた。最近ではWordPress用プラグインを提供し、テキストによるブログを簡単にポッドキャストに変身できるようにした。

もちろん今回のAlexaのスキルAPIへの提供も、その努力の一環だ。ライバルのGoogle Assistantとの競合、というねらいもある。

（Googleは先週のデベロッパーカンファレンスで、Wavenetが生成する6つの声を発表したが、その中には歌手のJohn Legendの声もある。その展開は今年後半からだが、たぶんAssistantのデベロッパーにもその声の利用を売り込む気だろう。）

[原文へ]
（翻訳：iwatani(a.k.a. hiwa）