OWN NEWS GATHER
← 戻る
AWS ML Blog

AWS、リアルタイム音声モデル「Nova Sonic」やAgentCoreを活用した旅行向け音声コンシェルジュの構築手法を公開

要点

  • 米AWSは、音声対話モデル「Nova Sonic」やエージェント基盤「Bedrock AgentCore」を組み合わせた航空会社向け音声コンシェルジュの構築手法を公開した。

  • 画面操作を完全に置き換えるのではなく、既存アプリを開きながら音声操作も併用できるハイブリッドな体験を提供する。

  • 話しかけるだけで旅程の照会、座席変更、機内食の希望更新、規約に関する質問への回答が行えるほか、有人窓口への引き継ぎにも対応する。

  • 外部連携にはオープン規格「Model Context Protocol（MCP）」を採用し、バックエンドとの疎結合を維持している。

  • 米Amazon Web Services（AWS）は2026年10月6日（現地時間）、公式技術ブログ「AWS Machine Learning Blog」において、生成AIを活用した航空会社向けのリアルタイム音声対話コンシェルジュを構築する手法を公開した。

  • 音声・音声間モデル「Amazon Nova Sonic」、AIエージェント基盤「Amazon Bedrock AgentCore」、検索拡張生成サービス「Amazon Bedrock Knowledge Bases」という3つのマネージドサービスを連携させたアーキテクチャを提示している。

  • 既存のモバイルアプリやWebサイトに音声操作レイヤーを重ねることで、画面のタップ操作と音声指示を同一セッションで行き来できる仕組みを実現できるという。

画面操作を補完する音声レイヤーと技術課題

航空会社はすでにフライト確認や座席指定を行えるアプリやWebサイトを提供しているが、自然な音声インターフェースを追加することで、画面遷移を伴わずに発話だけで手続きを完了できるようになる。今回の設計では既存画面を置き換えるのではなく、画面タップと音声入力を併用する体験を想定している。
一方で、実用的な音声コンシェルジュの構築には複数の技術的課題が伴うと同社は指摘する。双方向での低遅延な音声ストリーミングや複数回にわたる会話文脈の維持が求められるほか、既存バックエンドと疎結合に保つ設計や、連休前などのアクセス急増に耐えうるスケーラビリティの確保が必要になるという。

中核となる3つのマネージドサービス

こうした課題に対処するため、インフラ運用負荷を軽減する3つのマネージドサービスが採用された。
音声処理には「Amazon Nova Sonic（記事内ではNova 2.5 Sonicと表記）」が用いられる。音声をテキスト化せず音声のまま入出力する「Speech-to-Speech」技術に対応し、リアルタイムな対話を実現する。
エージェントの基盤には、任意のモデルやフレームワークを選んで安全に運用できるプラットフォーム「Amazon Bedrock AgentCore」を採用し、「Strands Agents」フレームワークを用いてエージェントを構築する。
また、運送規約などの質問には「Amazon Bedrock Knowledge Bases」が対応する。社内文書を検索して回答精度を高める「検索拡張生成（RAG）」により、正確な情報に基づいた回答を生成する役割を果たす。

MCPを活用した3層アーキテクチャ

アーキテクチャはフロントエンド、AIエージェント、バックエンドの3層に分離され、それぞれが独立して開発・スケールできる構造となっている。
エージェントとバックエンドの接続には、AIと外部ツールを標準仕様で連携させるオープンプロトコル「Model Context Protocol（MCP）」が使われている。「AgentCore Gateway」を介して標準メッセージを送受信することで、基幹システムとの疎結合を維持する。
実行基盤には「Amazon Bedrock AgentCore runtime」が採用され、セッションごとに軽量仮想マシン「microVM」で分離されたセキュアな環境でエージェントをホストする。ユーザー認証や一時的なAPIアクセス権限の管理には「Amazon Cognito」が利用される構成となっている。

対応機能とCDKによる環境構築

本コンシェルジュは、旅行者の発話に応じて旅程の照会、座席の変更、機内食の希望更新、規約に関する問い合わせなどに対応する。自動対応が難しい場合は、受付番号と推定待ち時間を案内した上で有人のオペレーターへ引き継ぐ機能を備える。
環境構築には、インフラをコードで定義できる「AWS Cloud Development Kit（AWS CDK）」が利用できる。合成データを含むサンプルのバックエンドも用意されており、各機能がモジュール化されているため、開発者は自社システムに必要な部品を再利用してエージェントのツールとして組み込めるとしている。

元URL