音声アシスタントAI比較の観点(音声によるNature Remo家電リモコン操作から)

Nature RemoのAndroidアプリを試作してきましたが、次は音声操作です。

ちょうど8/1にNature RemoがSiriに対応しました。

特にプログラミングの必要はなく、Nature Remoの純正アプリを入れてユーザー登録を行い、スキルなどを追加して音声と操作のリンクを設定することで、

「OK Google、TVつけて」

「Alexa、TVつけて」

だけでなく、

「Hey Siri、TV消して」

も動作しました。(^^)

スマホでの音声アシスタントの対応状況を整理すると下記のようになりました。

サービス名	提供元	iPhone	Android	Nature Remo スキル対応	クラウド連携
Google Assistant	Google	アプリ	OSバンドル	ON,OFFの簡単なもの。 Nature Remo Smart Home をダウンロード	Google Cloud Platform
Siri	Apple	OSバンドル	なし	要操作毎音声登録	iCloud
Alexa	Amazon	アプリ	アプリ	CH切替まで。 AmazonAppstoreで購入可能	AVS-AWS
Cortana	Microsoft	アプリ	アプリ(日本除く)	未対応	Azure
Watson Assistant	IBM	なし	なし	未対応	IBM Cloud

Watson Assistant はモバイルアプリはないですが、IBM Cloudサービスで利用可能です。

上記表のiPhoneとAndroidアプリは全てインストールし、実際設定してみましたが、 Nature RemoでTVのチャンネル切り替えまですぐできるのは Alexa だけでした。

AlexaはAmazonAppstoreでNature Remo用のスキル(無料)を購入することで対応しているところは、すでにAIスキルで商売になっている感じがしました。

ここでスキルというのは、音声で得た操作指示と、実際にNature Remoの操作のどれを結びつけるかの知識情報です。

どうゆう文言をキーに取り出しているのかわかりませんし、Nature Remo以外のスキルとの衝突も考えられるので、それをどのように回避するかにAI技術のノウハウが詰まっている気がします。

スマホではないですが、スマートスピーカーからの、音声アシスタントAIの比較がWEBに載っていました(Loup Ventures, LLC. Gene Munster,Will Thompson Dec 20, 2018から)。

問い合わせ理解率は、音声をSpeech to Textで文字に変換し、文法解釈したところまでの正解率。

正しい回答率は、解釈した文言の内容をスキルに照らし競合を回避して、回答を返すところまでの正解率だと思います。

回答には音声で返したり、画面で表示したり、Nature Remoに対して操作コマンドを発行したりいろいろありますよね。

Google Assistantが一番音声要求に正確なようです。

Alexaは、そんなによくないですが、実際にスマホで試してみた限りでは「TVを1チャンネルに変えて」くらいの音声操作は全く問題ないと感じました。