設定・制御できる要素
このページの目的
デジタルヒューマンおよびデジタルヒューマンプラットフォームは、自由度が高いプラットフォームです。このページでは、変更、設定、制御できる要素を一覧しています。
プラットフォーム概要図
アニメーションプラットフォーム
標準設定項目
デジタルヒューマンのキャラクターや背景の変更、接続する会話AI/チャットボットなどの設定をまとめた単位（インスタンス）を「ペルソナ」と呼んでいます。以下は標準の設定項目です。
項目 | タイプ | 備考 |
管理用Name | 文字列 | ペルソナの管理用名 |
キャラクターの外見 | 選択 | プランによって利用できるキャラクターが異なります。 |
背景 | 選択 | 背景画像を選択可能です。 |
API URL | 文字列 | 会話AIのAPIエンドポイントか、会話AIが接続されたオーケストレーション・ゲートウェイのエンドポイントを設定します。 |
音声認識（STT） | 選択 | |
音声合成（TTS） | 選択 | Amazon Poly, WellSaid, Google Cloud, Microsoft Azure の話者が設定できます。 |
カスタム設定項目
標準設定できない拡張設定は以下の通りです。設定はすべて弊社にて行います。
項目 | タイプ | 備考 |
キャラクターの外見 | カスタム設定 | 弊社側で設定します。 |
カスタム音声認識（STT） | カスタム設定 | BYO/サードパーティー音声認識を利用できます。標準で使えるSTTプロバイダーでもアニメーションプラットフォームを経由させたく無い場合にも利用できます。 |
カスタム音声合成（TTS） | カスタム設定 | BYO/サードパーティー音声合成を利用できます。 |
フロントエンド
会話AIやチャットボットから制御可能な項目
フロントエンドは表示の形によって利用できる機能が変わります。ビューの種類はこちらをご覧下さい。デジタルヒューマンは自律的にアニメーションを生成しますが、チャットボットやNLPから制御できる項目は以下です。
項目 | タイプ | 備考 |
発話内容 | 文字列 | デジタルヒューマンに喋らせたい内容 |
声 | デジタルヒューマンが発話する際の、声の早さ、ピッチ、ブレイク、読み方などはSSMLで制御可能です。SSMLは合成音声プロバイダーである程度共通化されていますが、完全に統一されていませんので、利用するプロバイダーによって利用できるSSMLタグが変わります。 | |
感情表現 | デジタルヒューマンの表情は自律的に生成されますが、幸せや興奮等の感情を付与して表現する事が出来ます。 | |
手足等のアクション制御 | デジタルヒューマンGen3からは、空間の概念がうまれ3D移動（対応予定）や手足を使ったアクション表現等が制御出来るようになりました。 | |
カメラ制御（アバターの表示位置） | デジタルヒューマンを撮影しているカメラが利用出来、ズーム・ズームアウト・パンチルトが利用出来るようになります。 | |
ビューのコンポーネント | コマンド | 各ビューに依存します。ビューの種類はこちらをご覧下さい。 |
話者撮影のカメラ | 環境依存 | 話者を撮影するカメラ、またはカメラを使った解析・認識・認証の機能はデジタルヒューマンプラットフォームとして提供しておらず、外部のサービスとの連携になります。詳しくはお問い合わせください。 |
対話AI/チャットボット
ChatGPTをはじめ、さまざまな対話AIやチャットボットが接続可能です。接続するための仕様は下記をこちらをご覧下さい。
お役に立ちましたか？
😞
😐
🤩
最終更新日 October 1, 2024