Amazon Lex
音声とテキストによる会話型インターフェースを構築するサービスで、Amazon Alexa と同じ自然言語理解エンジンを基盤に、インテントとスロットの設計で対話フローを定義する
概要
Amazon Lex は、チャットボットや音声アシスタントなどの会話型インターフェースをアプリケーションに組み込むためのフルマネージドサービスです。Amazon Alexa を支える自然言語理解 (NLU) と自動音声認識 (ASR) の技術を基盤としており、V2 API ではマルチターン会話、条件分岐、スロットの検証ロジックなど高度な対話フローを視覚的に設計できます。Amazon Connect との統合によりコンタクトセンターの自動応答を実現し、25 以上の言語に対応しています。
インテントとスロットの設計が会話品質を決める
Lex のボット設計の中心は、ユーザーの発話意図を正しく分類するインテントと、その意図を実行するために必要な情報を収集するスロットの設計です。インテントは「ホテルを予約したい」「注文状況を確認したい」といったユーザーの目的を表し、各インテントにはサンプル発話 (utterance) を登録します。Lex の NLU エンジンはサンプル発話をもとに機械学習モデルを構築し、登録されていない表現でも意図を推定できます。サンプル発話には、実際のユーザーが使いそうな多様な言い回しを登録します。スロットはインテントの実行に必要なパラメーターで、日付、時刻、数値、都市名などの組み込みスロットタイプに加え、カスタムスロットタイプで業務固有の値 (商品カテゴリ、プラン名など) を定義できます。V2 API ではスロットの検証ロジックをダイアログコードフックとして Lambda 関数で実装でき、「過去の日付は受け付けない」「在庫がない商品は選択肢から除外する」といったバリデーションを行います。インテント間の遷移も条件分岐で制御でき、「予約確認 → 変更希望 → 再予約」のような複雑なマルチターン会話を宣言的に定義できます。
Connect 統合で実現するコンタクトセンターの自動化
Amazon Lex のユースケースの 1 つが、Amazon Connect と連携したコンタクトセンターの自動応答です。Connect のコンタクトフローに Lex ボットを組み込むと、電話をかけてきた顧客の音声を認識し、用件の特定から情報収集までを自動で処理できます。たとえば「口座残高を確認したい」という発話を認識し、口座番号と暗証番号をスロットとして収集し、バックエンドの API を呼び出して残高を音声で回答する、という一連のフローを人間のオペレーターなしで完結させられます。製品ページは、Lex の音声認識エンジンが 8 kHz の電話音声で学習されており、電話の用途での認識精度を高めると説明しています。自動応答で解決できない問い合わせは、収集済みの情報とともにオペレーターに引き継ぐ流れを作れます。
V2 API への移行と多言語ボットの構築
AWS は、Amazon Lex V1 のサポートを 2025 年 9 月 15 日に終了し、その後は V1 のコンソールとリソースにアクセスできなくなると告知しています。V2 の V1 との違いの 1 つは、1 つのボットで複数の言語をネイティブにサポートできる点です。V1 ではボットは単一言語に固定されていたため、日本語と英語の両方に対応するには 2 つのボットを別々に構築 / 管理する必要がありました。V2 ではボットにロケール (ja_JP、en_US など) を追加するだけで、言語ごとにインテント、スロット、サンプル発話を独立して定義できます。ユーザーの発話言語を自動検出して適切なロケールに振り分ける機能はないため、チャネル側 (Web UI やモバイルアプリ) でユーザーの言語設定を取得し、対応するロケールを指定してセッションを開始する設計があります。V2 ではビジュアルな会話フロービルダーも導入され、条件分岐、ループ、サブインテントの呼び出しをドラッグ & ドロップで設計できます。開発者ガイドの文書の履歴には、V1 のボットを V2 の API へ移行するツールの追加が記録されています。V2 ではストリーミング API もサポートされ、音声入力の処理やレスポンスの逐次返却に対応しています。
参考資料 (AWS 公式)
本ページの一次情報は AWS 公式サイトと公式ドキュメントです。最新の仕様と料金は次の公式ページで確認できます。
本ページと公式ドキュメントの記述が食い違う場合は、公式ドキュメントを正としてください。