Amazon_Connect_Customer_の音声モデルが進化しました__Agentic_Voiceについて_.pdf

Transcript

1. Amazon Connect Customer の音声モデルが 進化しました！ 〜Agentic Voiceについて〜 JAWS-UG朝会 #85 2026/09/16 鈴木陽介
2. 自己紹介 鈴木 陽介(アマコネ芸人) ◆所属：株式会社ウフル ◆業務内容 • お客様窓口(コンタクトセンター)の構築 ◆好きなサービス • Amazon Connect Customer , AWS CDK
3. 本日の内容について ◆Agentic Voice とは何か ◆2026年7月アップデートで何が変わったか ◆設定方法 ◆音声比較 (ニューラル vs Agentic Voice) ◆設定時の注意点
4. 補足：Amazon Connect Customerとは？ ◆AWS が提供するクラウド型のコンタクトセン ターサービス ◆電話・チャットの窓口をサーバー構築なしで開 設でき、使った分だけの従量課金 ◆音声合成や生成 AI と組み合わせて、自動応答や オペレーター支援も実現できる
5. これまでの Connect CustomerのIVR音声について Amazon Polly 製の音声エンジンを利用可能 Standard Polly 2016年 Connect 2018年 録音した音素をつないで合成 軽量・安価だが抑揚は機械的 いずれも「用意した文章を読み上げる」エンジン(TTS) Polly には Long-form (2023年) もあるが、Set voice ブロックからは選べない
6. これまでの Connect CustomerのIVR音声について Amazon Polly 製の音声エンジンを利用可能 Standard Neural Polly 2016年 Connect 2018年 Polly 2019年 Connect 2023年 録音した音素をつないで合成 ニューラルネットで自然さ向上 軽量・安価だが抑揚は機械的 Agentic Voice 直前までの標準 いずれも「用意した文章を読み上げる」エンジン(TTS) Polly には Long-form (2023年) もあるが、Set voice ブロックからは選べない
7. これまでの Connect CustomerのIVR音声について Amazon Polly 製の音声エンジンを利用可能 Standard Neural Generative Polly 2016年 Connect 2018年 Polly 2019年 Connect 2023年 Polly 2024年〜 Connect 2025年8月〜 録音した音素をつないで合成 ニューラルネットで自然さ向上 感情表現が豊かで口語的 軽量・安価だが抑揚は機械的 Agentic Voice 直前までの標準 いずれも「用意した文章を読み上げる」エンジン(TTS) Polly には Long-form (2023年) もあるが、Set voice ブロックからは選べない
8. これまでの Connect CustomerのIVR音声について Amazon Polly 製の音声エンジンを利用可能 Standard Neural Generative Polly 2016年 Connect 2018年 Polly 2019年 Connect 2023年 Polly 2024年〜 Connect 2025年8月〜 録音した音素をつないで合成 ニューラルネットで自然さ向上 感情表現が豊かで口語的 軽量・安価だが抑揚は機械的 Agentic Voice 直前までの標準 2026年9月時点、日本語非対応 いずれも「用意した文章を読み上げる」エンジン(TTS) Polly には Long-form (2023年) もあるが、Set voice ブロックからは選べない
9. その他 : Nova Sonic 対応 ◆2025年11月 : Connect Customer との連携発表 • Polly とは別系統の Speech-to-Speech モデル。音声から音声へ直接応答する ◆当初はバージニア北部とオレゴンの2リージョンのみ • 2026年9月現在：東京リージョンも対応済 ◆対応言語は英語・イタリア語・スペイン語などの10言語ほど
10. その他 : Nova Sonic 対応 ◆2025年11月 : Connect Customer との連携発表 • Polly とは別系統の Speech-to-Speech モデル。音声から音声へ直接応答する ◆当初はバージニア北部とオレゴンの2リージョンのみ • 2026年9月現在：東京リージョンも対応済 ◆対応言語は英語・イタリア語・スペイン語などの10言語ほど ◆日本語未対応(2026年9月時点)
11. その他 : Nova Sonic 対応 ◆2025年11月 : Connect Customer との連携発表 • Polly とは別系統の Speech-to-Speech モデル。音声から音声へ直接応答する ◆当初はバージニア北部とオレゴンの2リージョンのみ AWS 待たせたな…(神の声) • 2026年9月現在：東京リージョンも対応済 ◆対応言語は英語・イタリア語・スペイン語などの10言語ほど ◆日本語未対応(2026年9月時点)
12. Agentic Voice が利用可能に！ Agentic Voice(エージェント音声)とは？ ◆Amazon Connect の次世代の音声体験を提供 • 表現力のある音声と、強化された音声認識 (ASR・STT) のセット ◆Amazon Connect Customer の既定の音声プロバイダー • インスタンスで Amazon Connect Customer が有効なら使える ◆既存のコンタクトフローとボット設定にそのまま組み込める • 作り直しではなく「プロバイダーを差し替える」だけ
13. Agentic Voice が利用可能に！ Agentic Voice(エージェント音声)とは？ ◆Amazon Connect の次世代の音声体験を提供 • 表現力のある音声と、強化された音声認識 (ASR・STT) のセット ◆Amazon Connect Customer の既定の音声プロバイダー • インスタンスで Amazon Connect Customer が有効なら使える ◆既存のコンタクトフローとボット設定にそのまま組み込める • 作り直しではなく「プロバイダーを差し替える」だけ
14. Agentic Voice が利用可能に！ Agentic Voice(エージェント音声)とは？ ◆Amazon Connect Customer の次世代の音声体験を提供 • 表現力のある音声と、強化された音声認識 (ASR・STT) のセット
15. Agentic Voice が利用可能に！ Agentic Voice(エージェント音声)とは？ ◆Amazon Connect Customer の次世代の音声体験を提供 • 表現力のある音声と、強化された音声認識 (ASR・STT) のセット ◆Amazon Connect Customer の既定の音声プロバイダー • インスタンスで Amazon Connect Customer が有効なら使える
16. Agentic Voice が利用可能に！ Agentic Voice(エージェント音声)とは？ ◆Amazon Connect Customer の次世代の音声体験を提供 • 表現力のある音声と、強化された音声認識 (ASR・STT) のセット ◆Amazon Connect Customer の既定の音声プロバイダー • インスタンスで Amazon Connect Customer が有効なら使える ◆既存のコンタクトフローとボット設定にそのまま組み込める • 作り直しではなく「プロバイダーを差し替える」だけ
17. Agentic Voice を構成する2つの要素 Advanced ASR 表現力のある TTS 強化された音声認識 生き生きとした読み上げ • 発話終了 (EOT) を予測して判定 • 低レイテンシーなターンテイキング(話者 交代) • 固定の無音待ちから脱却 • 50以上のロケールに対応 • 速度・音量・感情を制御可能 • ブランドトーンに合わせられる この2つがセットで「聞く」と「話す」の両方を人間らしく
18. 進化① 応答品質 ◆自然な間を埋めて応答するようになった • 「即座に返ってくる」感覚。ぶつ切り感が消える ◆「無言時間 → 突然話しだす」リズムの改善 • 利用者は「切れたのかな」と不安になりやすい …Hello?? ・・・
19. 進化② ターンテイキングの精度 ◆発話終了 (EOT) を予測して判定する方式に変更 • 固定の無音時間だけに頼らず、話している途中から終わりを予測 ◆お互いが話し始めて被る事故が起きにくい • 聞き返しややり直しが減り、会話が前に進む ◆EOT はセッション属性でチューニング可能 • 機微な値を聞き取る場面だけ判定を緩めるといった使い方もできる
20. 進化③ スピーチコントロール ◆速度・音量・感情を調整できるようになった • ブランドのトーンに合わせた読み上げを設計できる ◆スピーチコントロールタグで細かい読み方を指定 • 数字や固有名詞など、どうしても読み間違える箇所をピンポイントで矯正 ◆ただし全文にタグを付けるのは推奨されない • まずは自然な文章を出力させ、タグは明示的に制御したい部分だけに使う
21. 進化④ 言語と音声の拡充 ◆50以上の言語に対応。日本語にも対応！ • 他：スペイン語・フランス語・イタリア語・韓国語・ポルトガル語・タイ語など ◆100以上の新しい音声から選べる • 音声の設定ブロックから設定 ◆日本語対応音声：3種類 (AIKO, REN, YUMIKO)
22. 全体の構成イメージ 発信者 Amazon Connect コン タクトフロー Connect AI Agents ボット Agentic Voice (ASR ・ TTS) バックエンド : Lambda ・ ナレッジベース ・ 業務システム 既存のフローとボットはそのまま。音声プロバイダーを差し替えるだけで置き換えられる
23. 設定手順① ボット側の音声認識(デモ①) ◆Connect AI Agents の Bots からボットを開く ◆音声プロバイダを Amazon Connect agentic voice に • Amazon Connect Customer では既定で選ばれている ◆Speech model preference を Advanced にする • これで強化版の音声認識モデルが有効になる ◆保存したらボットをビルドして反映 • ビルドしないと設定は効かないので注意
24. 設定手順② フロー側の 音声の設定ブロック(デモ②) ◆フローエディタで 音声の設定ブロックを追加または開く ◆Voice Provider に Amazon Connect agentic voice を選択 • 選ぶと agentic voice 用の設定項目が表示される ◆Language で対象のロケールを選ぶ • 言語を選ぶと、その言語で使える音声だけに絞り込まれる ◆音声を選んで保存。
25. 音声比較 (デモ③) ◆シナリオ :Amazon Pollyのニューラル音声とAgentic Voiceの比較 読み上げ文章： お電話ありがとうございます。サポートセンターの佐藤が承ります。 ご注文の状況を確認いたしました。大変申し訳ございません、配送に遅れが出ており、お届 けは 9 月 18 日の午前中となります。 お急ぎでしたら、最短のお届け方法に変更することもできますが、いかがいたしましょうか。
26. 導入前に確認しておきたいこと ◆Amazon Connect Customer がインスタンスで有効になっている必要がある ◆リージョンとロケールの対応状況は変化が速い • 公式のリージョン別対応表と Supported Languages を必ず確認 ◆ボット側とフロー側で設定が食い違うと期待どおりに鳴らない ◆設定変更後のビルド・公開を忘れない ◆注意点：Pollyエンジンではないので音声再生に注意(デモ時など)
27. まとめ 01 音声体験が変わった 02 日本語で使える 03 導入は難しくない 応答ペーシングとターンテイキ ングの改善で、会話のリズムが 人間に近づいた 50以上の言語と100以上の音声 に拡張。国内の窓口でも現実的 な選択肢に ボット側とフロー側で音声プロ バイダーを選ぶだけ。既存フ ローは作り直さない まずは従来(ニューラル)とAgentic Voice を聞き比べから！