翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

Speak

テキストを入力すれば、どの通話レッグでも音声を再生できます。プレーンテキストまたは音声合成マークアップ言語 (SSML) を使用できます。SSML では、一時停止を追加したり、特定の単語を強調したり、話し方を変更したりすることで、Amazon Chime SDK が音声を生成する方法をより細かく制御できます。

Amazon Chime SDK は、Amazon Polly サービスを使用してテキストを音声に変換します。Amazon Polly では、音声品質を向上させるために、標準エンジンとニューラルエンジンのどちらかを選択できます。Amazon Polly は、20 以上の言語と 60 の音声をサポートしており、アプリケーションのユーザーエクスペリエンスをカスタマイズすることができます。Amazon Chime SDK では音声機能は無料で提供されますが、Amazon Polly の使用には料金がかかります。価格情報については、Amazon Polly の料金ページまたは請求ダッシュボードを参照してください。

Speak アクションの使用

次の例は、Speak アクションの一般的な使用方法を示しています。

{
    "SchemaVersion": "1.0",
    "Actions":[
        {
            "Type": "Speak",
            "Parameters": {
                "Text": "Hello, World!",        // required
                "CallId": "call-id-1",          // required
                "Engine": "neural",             // optional. Defaults to standard
                "LanguageCode": "en-US",        // optional
                "TextType": "text",             // optional
                "VoiceId": "Joanna"             // optional. Defaults to Joanna
            }
        }
    ]
}

ACTION_SUCCESSFUL イベントの処理

次の例は、Amazon Polly の Joanna の音声を使用して「Hello World」というテキストを英語の音声に合成するアクションの一般的な ACTION_SUCCESSFUL イベントを示しています。

{
    "SchemaVersion": "1.0",
    "Sequence": 3,
    "InvocationEventType": "ACTION_SUCCESSFUL",
    "ActionData": {
       "Type": "Speak",
       "Parameters": {
          "CallId": "call-id-1",          
          "Engine":  "neural",             
          "LanguageCode":  "en-US",        
          "Text": "Hello World",          
          "TextType":  "text",             
          "VoiceId":  "Joanna"        
       }
    },
    "CallDetails":{       
       ...
    }
}

ACTION_FAILED イベントの処理

次の例は、前の例で使用された同じイベントの一般的な ACTION_FAILED イベントを示しています。

{
    "SchemaVersion": "1.0",
    "Sequence":2,
    "InvocationEventType": "ACTION_FAILED",
    "ActionData":{
       "Type": "Speak",
       "Parameters": {
          "CallId": "call-id-1",          
          "Engine":  "neural",             
          "LanguageCode":  "en-US",        
          "Text": "Hello  World",          
          "TextType":  "text",             
          "VoiceId":  "Joanna"        
       },
       "ErrorType": "SystemException",
       "ErrorMessage": "System error while running  action"
    },
    "CallDetails":{       
       ...
    }
}

エラー処理

以下の表では、Speak アクションによってスローされるエラーメッセージを列挙し、説明しています。

プログラムフロー

次の図は、発信者の Speak アクションを可能にするプログラムフローを示しています。この例では、発信者には次のようなテキストが聞こえます。

図の説明

発信者は、ソフトフォンを使用して、SIP メディアアプリケーションに登録されている番号を入力します。アプリケーションは、SIP INVITE メソッドを使用して、発信者に Trying (100) 応答を送信します。これは、ネクストホップサーバーが呼び出しリクエストを受信したことを示しています。SIP アプリケーションは、INVITE を使用してエンドポイントに連絡します。接続が確立されると、アプリケーションは発信者に Ringing (180) 応答を送信し、アラートが開始されます。

次に、SIP メディアアプリケーションが Lambda 関数に NEW_INBOUND_CALL イベントを送信します。Lambda 関数は、発信者の ID と、音声に変換するテキストが含まれた Speak アクションで応答します。そして、SIP アプリケーションは、呼び出しが応答されたことを示す 200 (OK) 応答を送信します。このプロトコルにより、メディアも有効になります。

Speak アクションが成功してテキストが音声に変換されると、SIP メディアアプリケーションに ACTION_SUCCESSFUL イベントが返されます。そして、SIP メディアアプリケーションは次のアクションセットを返します。アクションが失敗した場合、SIP メディアアプリケーションは Lambda 関数に ACTION_FAILED イベントを送信します。Lambda 関数は Hangup アクションセットで応答します。アプリケーションは発信者をハングアップし、Lambda 関数に HANGUP イベントを返します。Lambda 関数は、それ以上アクションを実行しません。

次の図は、受信者の Speak アクションを可能にするプログラムフローを示しています。

図の説明

発信者が、SIP メディアアプリケーションに登録されている番号を入力すると、アプリケーションは、前の図で説明したように応答します。Lambda 関数は、NEW_INBOUND_CALL イベントを受信すると、SIP アプリケーションに CallAndBridge アクションを返します。アプリケーションは、SIP INVITE メソッドを使用して、受信者に Trying (100) 応答と Ringing (180) 応答を送信します。

受信者が応答すると、SIP メディアアプリケーションは 200 (OK) 応答を受信し、その同じ応答を発信者に送信します。これによりメディアが確立され、SIP アプリケーションは CallAndBridge アクションの ACTION_SUCCESSFUL イベントを Lambda 関数に送信します。この関数は、Speak アクションとデータを SIP アプリケーションに返します。SIP アプリケーションはこれを変換します。