IFの種類

ドコモAIエージェントAPIで利用することのできるIFの種類とについてご説明します。

概要

エージェントとの会話IFは、テキスト入力と音声入力を利用シーンに応じて切り替えることができます。

エージェントには音声＆テキストとテキストのみの2タイプをご利用頂けます。

※エキスパートエージェントは呼び出されるメインエージェントが適用しているタイプに従います。

LINEやWowTalkなどのチャットアプリにおける企業アカウントでの利用や、自社WebサイトのQ&Aサポート用チャットボットなどを作成したいケースではテキスト入力が適しており。画面のないデバイスや、ハンズフリーで操作させたいアプリケーションなどでは音声入力が適しています。

シーンに適切な会話IFを選択することで、サービスにおけるユーザの利便性がより高まる体験をデザインしましょう。

音声＆テキストタイプ

メインエージェントに対して音声認識またはテキスト文による発話入力が行えるタイプになります。
また、メインエージェントからのレスポンス内容は、テキスト文とそれを音声化したデータで返されます。
このタイプはドコモより提供する音声制御ライブラリまたはSpeak SDKを用いて対話疎通を行います。

テキストのみタイプ

メインエージェントに対してテキスト文による発話入出力が行えるタイプになります。
このタイプはText Gatewayを用いて対話疎通を行います。
また、トークアプリ連携機能としてLINEやWebUI等との連携が可能です。

メインエージェントの機能差

	音声＆テキスト		テキストのみ
テキスト	○		○
音声認識	○		–
音声合成	○		–
疎通方式	ドコモ提供対話ライブラリ※1	Speak SDK	Text Gateway※2 Text Gateway Connector※3
疎通方式	ドコモ提供対話ライブラリ※1	音声制御ライブラリ	Text Gateway※2 Text Gateway Connector※3

※1: 対話ライブラリに関する詳細な情報はこちらをご参照ください。
※2: Text Gatewayに関する詳細な情報はこちらをご参照ください。
※3: Text Gateway Connectorに関する詳細な情報はこちらをご参照ください。

提供対話ライブラリの機能比較

		Speak SDK	音声制御ライブラリ
機能区分	音声認識	○	○
	テキスト対話	○	○
	音声合成	○	○
	キーワードウェイクアップ	–	○
	エコーキャンセル	–	○
	ノイズキャンセル	–	○
	ローカル音声認識	–	○
提供区分		サンプル提供	有償提供
ソフトウェアサポート		無し	有り

TGW/TGWCの比較

テキスト対話における、TGW(Text Gateway)及びTGWC(Text Gateway Connector)の2つの違いについて説明します。

メインエージェント（テキスト）は、デフォルトではTGWを経由してテキスト対話を実行します。
マネジメントサイトにて、各チャットUI（WowTalk、WebUI、LINE、LINE WORKS、Microsoft Teams）との
連携を設定した場合に、該当UIに合わせたTGWC通信を行います。

ユーザーID認証を省略したり、各チャットUIでのテキスト対話を実施する場合には、マネジメントサイト内のエージェント詳細画面にある「トークアプリ連携情報」の各チェックボックスにチェックしてご利用ください。

	TGW	TGWC
機能	・テキスト対話・UDSによるユーザー認証、デバイス登録により払い出されるデバイストークンをユーザーIDとして利用	・テキスト対話・登録API(ユーザーIDリクエストのAPI)から払い出されるIDをユーザーIDとして利用
用途	・対話を行う前にユーザーID認証が必要な場合	・対話を行う前にユーザーID認証が不要な場合・Web上でのチャットウィンドウに利用する場合・マス向けチャットツール(LINE)に利用する場合・ビジネスチャットツール(LINE WORKS、Microsoft Teams、WowTalk)に利用する場合
制限事項	対話の処理前にUDSによるユーザー認証処理が必要。 UDSの処理はWebViewによる画面引き回しを想定しているため、画面のあるアプリ以外で利用するには、バックグラウンドで払い出されるデバイストークンを取得して、デバイスと連携して登録する仕組みが別に必要となる。	登録APIからユーザIDが払い出されるため、ユーザー認証が必要な場合、別途契約企業側で処理する必要がある。

TGW

TGWC

機能

・テキスト対話
・UDSによるユーザー認証、デバイス登録により払い出される
デバイストークンをユーザーIDとして利用

・テキスト対話
・登録API(ユーザーIDリクエストのAPI)から払い出されるIDをユーザーIDとして利用

用途

・対話を行う前にユーザーID認証が必要な場合

・対話を行う前にユーザーID認証が不要な場合
・Web上でのチャットウィンドウに利用する場合
・マス向けチャットツール(LINE)に利用する場合
・ビジネスチャットツール(LINE WORKS、Microsoft Teams、WowTalk)に利用する場合

制限事項

対話の処理前にUDSによるユーザー認証処理が必要。

UDSの処理はWebViewによる画面引き回しを想定しているため、
画面のあるアプリ以外で利用するには、
バックグラウンドで払い出されるデバイストークンを取得して、
デバイスと連携して登録する仕組みが別に必要となる。

登録APIからユーザIDが払い出されるため、ユーザー認証が必要な場合、
別途契約企業側で処理する必要がある。

dアカウント（./個社ID）でログインする

UDSには共通UDSと個社UDSの2種を選択できます。
UDSの機能に関する情報は以下を参照してください。

共通UDS：各企業が共用する開かれたUDS

最終的に使う人：エンドユーザ
公開されるエージェント：個社UDSを利用していない企業すべてのエージェント

個社UDS：利用企業ごとに閉じられたUDS

最終的に使う人：エンドユーザ
公開されるエージェント：個社UDSを利用している企業のエージェント

	共通UDS	個社UDS
ログインアカウント	dアカウントのみ	多様なアカウント
公開されるエージェント	共通UDSを利用する企業のものすべてが公開	個社UDS利用企業のエージェントのみ公開

概要