Amazo Alexaの発話システムがSSMLに対応！より自然な発話制御が可能に

Amazon公式のAlexa Blogにて、Alexa発話がSSMLに対応し、英国とドイツで利用可能になったことが発表された。

Alexa SSMLとは？

Alexaで使われているスピーチコン（Speechcons）と呼ぶ発話システムが、SSML（Speech Synthesis Markup Language）をサポートするようになった。SSMLは標準化された音声合成マークアップ言語であり、発話を制御する方法を記述するための方式だ。

SSMLに対応したことで、単調にテキストを読み上げさせるだけではなく、間を持たせたり、イントネーションを変更したりなど、Alexaスキル開発者が自由に発声を制御できるようになる。

SSMLの記述例

SSMLはWEBページの記述で使われるHTMLにもよく似ている。実際にスキル開発時、応答にSSMLを使った例を紹介したい。SSMLの記述として、で始まるタグを使って制御する形だ。

感嘆の意味を込めた形でPing!と発声する例。

こちらは、発声の途中にブレークタイムとして1秒の間をもたせる場合の記述例だ。

今回Alexa SSML機能一覧

Speech Synthesis Markup Language (SSML) ReferenceにてSSMLリファレンスが公開されているので興味のある方はご覧いただきたい。

今回Alexa SSMLで追加された機能

今回のアップデートで、スキル開発者は5つの新しいAlexa SSML追加機能が使えるようになった。

Whispers

と記述することでささやくような発話を行う。

Expletive beeps

と記述することで耳障りなビープ音を出力する。

Sub

_{タグで指定された単語または句を、別の単語または句として発音する。}

Emphasis

タグを使うことで話す速度、音量が強調される。

Prosody

タグで、発話のレート、ピッチ、ボリュームを制御できる。

これらの新機能によりAmazo Echo向けのAlexaスキルがより聞き取りやすく自然なものになることを期待したい。