目次
概要
LokaがAmazon Nova 2 Sonicを使い、自然で低遅延な音声対話AIエージェントを構築した事例がAWSの公式ブログで紹介されました。従来型の音声AIより低コストで応答が速い点が特徴です。
何が発表・更新されたのか
従来の「音声→テキスト→LLM→音声」という3段階の処理を、音声を直接扱うスピーチ・トゥ・スピーチ型のNova 2 Sonicで置き換えたアーキテクチャと手法が公開されました。プロンプトの改善やAmazon Bedrock Prompt Managementによる運用方法も解説されています。
なぜ重要なのか
従来型は応答までに3〜5秒の遅延が生じ、会話が不自然になりがちでした。公式情報によると、Nova 2 Sonicは最初の音声出力まで1.39秒、Big Bench Audioの音声推論スコアは87.0で、自然な割り込み（バージイン）も可能とされています。
誰に関係があるのか
電話対応やコールセンター、店舗の問い合わせ対応など、音声で顧客接点を持つ企業や開発担当者に関係します。記事では自動車ディーラーでの活用が例として挙げられています。
仕事や業務でどう使えるのか
予約受付や商品案内など、意図・否定・条件を含む複雑な要望を音声のまま理解させる用途が想定されます。プロンプトをテンプレート化し、店舗ごとの変数を実行時に差し込むことで、複数拠点へ展開しやすくなります。
注意点
本記事はLokaの事例であり、紹介されているスコアやコスト（入力音声1時間あたり約0.27ドル）は公開時点のものです。日本での提供状況や対象プランの詳細は、公式情報上では確認できませんでした。
公式情報
関連キーワード
- Amazon Nova 2 Sonic
- AWS Bedrock
- スピーチ・トゥ・スピーチ（音声対話AI）
- 生成AI
- 音声エージェント
