Amazon Echoをしばらく使っての感想

えーと、しばらくAmazonEchoというスマートスピーカーを使っていて、前に便利と書いたんだけど。
まぁ、その感想自体は間違ってはいないんだけど、割と致命的に近い不満も出てきて、それが結構なストレスにもなっている(,,ﾟДﾟ)

1)音声コマンドのヘルプがほとんどない
　例えば。個人的には一番の用途がradiko.jpでラジオを聞くことなんだけど、聞き始める方は割と自然言語的に「ラジコで、○○(放送局名)をかけて」でおっけー。たまに放送局名を聞き違えることはあるが、まぁ、それは愛嬌として。
　問題は、じゃあ聞き終わろうとした時に、停める方法がわからない。いや、「停めて」「切って」「ストップ」いろいろ試したんだけど、安定して停める方法がわからなかった。「安定して」というのは、うまく終了するときもあるんだけど、コマンドが認識されない、あるいはこちらの期待する動作にならないこともあって、結局音声じゃなくて電源ケーブルをブチッと抜いて強制終了させて停めていた(,,ﾟДﾟ)
　で、今日辺りになって、どうやら「キャンセル」というのが安定したコマンドらしいことがわかってきたんだけど、ここにたどり着いたのが結局Webでコマンド検索して、Amazonじゃない非公式なWebの記述でようやくわかった感じ。

　そ。じゃあどんな音声コマンドで操作ができるのか、そのヘルプがないんですわ(,,ﾟДﾟ) 少なくとも「教えて」とか「ヘルプ」とかでは回答がない。うーむ、世の中ではこの辺のスピーカーを「AIで操作できる」とか言って喧伝してるんだけど、個人的な印象では到底AI、つまり人工知能的な学習とかは一切していない。言語の音声認識による操作だけ。で、そういう状況なのに、その肝心のコマンドのヘルプがないと、まーお手上げですわ(,,ﾟДﾟ)

2)音声コマンドの学習機能がない
　そこにも似てるんだけど。
　例えば、あたしは星野源の楽曲のプレイリストを「おげんさま」(これは星野源がNHKだかで番組をやったときのキャラクタ名)という名前にしているんだけど、このプレイリストをかけてと命令しても「みんさま」だかに誤認識してプレイリストを再生してくれない。発声が悪いのかも知れないけど、一応中学では放送部でアナウンスの訓練もちょっとやったからか、気合を入れて発声したときには、他のケースではほとんど誤認識されないので、どうもAlexaの音声認識エンジンがうまく音声の辞書化ができていないと思う。あと、正確な発声以外についての学習も多分できていないと思う。学習するためには、その音素と正確な情報との結びつき情報が必要なはずだけど、そんなもんない感じだし(,,ﾟДﾟ)
　そんでですね。IMEの日本語変換とかなら単漢字変換なりで出してからユーザ辞書に登録ができるんだが、どうもそういうユーザ辞書的なものがない感じなんですわ、AmazonEcho、というかAlexaの音声認識エンジンには(,,ﾟДﾟ) とりあえず1ヶ月弱使った印象では、そういう自然言語での会話からAIが学習していく、という感じでもなさそう。

3)音声「以外の」入力デバイスがない
　えーと、厳密に言うと、AmazonEchoの設定などでPCと接続しているタイミングではPCのキーボードが使えるんですが、それはEchoとPCをWifiで接続した状態でないとだめだし、上記の例とかで、正確な情報をAlexaに渡そうとしても、ふだん音声以外で接続しているデバイスがないので、入力できないわけです。まぁ、視覚のアウトプットデバイスもないから、そうやってキーボードから入力した情報をユーザに音声以外でフィードバックすることもできない訳なんですが(,,ﾟДﾟ)

うーむ。たぶん、スマートスピーカーって、スマホにオペレーションアプリをインストールして、Bluetoothで接続して(多分、共通規格としてスマートスピーカー操作専用のプロファイルも策定しなきゃいけないんじゃないかなぁ、HIDの流用とかじゃなくて(,,ﾟДﾟ))、音声コマンドだけではうまくいかない操作関連はそちらでできるようにするとかで、もう一歩進化しないと、今のUIだけではつらい気がするなぁ(,,ﾟДﾟ) まぁ、iPhoneの操作をSiriだけで果たしてできるかどうか考えれば、当然の帰結ではあるんだけど(,,ﾟДﾟ)