Alexa SkillとGoogle Assistantの両方を開発・リリースしてみて気付いた違い【まとめ】

はじめに

Alexa SkillとGoogle Assistant両方のアプリを開発・リリースしてみて、気が付いた違いなどをまとめてみました。

流れとしては、まず、リリースされているスキル数の多いAlexaSkillは、開発自体の敷居が低いんだろうと考え、自分にもできるかも？と思い、【Alexaスキル開発トレーニング】を参考にしながら、AWSのアカウント作成や、Amazon Developerのアカウント作成から始めてみました。

試行錯誤すること約１か月。2017/12/20に無事AlexaSkillをリリースすることができ、音声アシスタントに関するナレッジも溜まってきたので、次はGoogleAssistantにも挑戦することにしました！

なので、この記事は、AlexaSkill → GoogleAssistantではどうなるの？ といった視点で進めていきます。

開発標準Webサービスの違い

Alexa・GoogleAssistantの開発で利用する標準的なWebサービス群の違いです。

Service	Alexa	GoogleAssistant	備考
Developer Service	Amazon Developer	Actions on google	開発ポータルでプロジェクトの作成・定義を行う。
NLP Service (Frontend)	Skill Builder (Alexa Skill Kit)	Dialogflow	IntentやSlotType (Entity) を定義して、 自然言語処理と対話モデルを紐付ける。 *NLP (Natural Language Processing)
Web Services	AWS	FireBase	クラウドコンピューティングサービス
Computing Service (Backend)	- Lambda	- Cloud Functions	Node.jsなどのBackend Functionを配置 *[Cloud Functions Tips] 参照
Storage Service	- S3	- Cloud Storage	audio/imageコンテンツ格納用 *[Cloud Storage・Hosting] 参照
CDN Service	- Cloud Front	- Hosting	コンテンツ配信用 (GetRequestが少なければ無くてもよい) *CDN (Contents Delivery Network)

＊[Cloud Functions Tips]

Cloud Functionsの関数デプロイは、DialogflowのFulfillmentタブ内にある機能「Inline Editor(Powered by Cloud Functions for Firebase)」からデプロイすることができます。
（AWS Lambdaでいうところの「関数コードをインラインで編集」の機能にあたります。）

上記の方法であれば、「Firebase ツールをインストール」 → 「ターミナルウィンドウを開く」 → 「デプロイ」といった、面倒な手順を踏まないで良いので、たいへん楽です。

• ＜参考リンク＞ Dialogflow(旧:API.AI)の新機能Inline Editorを試してみた #dialogflow

＊[Cloud Storage・Hosting]

アプリ内で.mp3のaudioと.pngのimageコンテンツを返しているのですが、同じものを「Cloud Storage・Hosting」に配置してもあまり意味が無いので、今回は、「S3・Cloud Front」に配置してあるコンテンツをそのまま利用しました。
なので、上記表内の「Cloud Storage・Hosting」は利用していないので、取り消し線にしています。

Web Services 無料利用枠（月間）

月間1000人のユーザが訪れ、20回のGetRequestがあったと想定すると、以下のような計算になります。

1,000 Users x 20 Requests of Monthly = 20,000 Requests

Service	実リクエスト数	無料利用枠	利用率	-
AWS - S3 - Gets	20,000 Requests	20,000 Requests	100.00%	×
AWS - CloudFront	20,000 Requests	2,000,000 Requests	1.00%	○
AWS - Lambda	20,000 Requests	1,000,000 Requests	2.00%	○
FireBase - Cloud Functions	20,000 Requests	125,000 Requests	16.00%	△

このままでは、「AWS - S3 - Gets」が100%を超え、課金されてしまいますので、S3から直接コンテンツを配信するのではなく、AWS - CloudFrontを経由して、コンテンツを配信することで、月間の使用量をAWS無料利用枠内の1%に抑えることができます。

// AWS - S3
// const audioHost = "https://s3-ap-northeast-1.amazonaws.com/xxxx/audio/";
// AWS - CloudFront
const audioHost = "https://xxxxxxxx.cloudfront.net/audio/";

• ＜参考リンク＞ CloudFront経由でS3からコンテンツ配信をする
  
  

同様に、アプリの人気が出すぎて「FireBase - Cloud Functions - Requests」が 100%を超えてきてしまう場合は、バックエンドの関数を FireBaseのCloud Functionsから、AWSのLambdaに引っ越しする必要がありそうです。

• ＜参考リンク＞ Google Home と Lambda で「"あ"のつくポケモンなーんだ」

バックエンドソースの違い

LaunchRequest

特定のインテントが指定されずにユーザーから呼び出される最初のイベントは、
Alexaでは「LaunchRequest」、GoogleAssistantではDialogflowのDefault Welcome Intentに設定されたEvent（初期値:input.welcome)となります。

Alexa SDK v1 (2018/04以前)

const handlers = {
  'LaunchRequest': function () {
    var speechOutput = 'Hello!';
    var reprompt = 'Reprompt Message';
    this.emit(':ask', speechOutput, reprompt);
  }
};

Alexa SDK v2

const LaunchRequestHandler = {
  canHandle(handlerInput) {
    return handlerInput.requestEnvelope.request.type === 'LaunchRequest';
  },
  handle(handlerInput) {
    const speechText = 'Hello!';
    const repromptText = 'Reprompt Message';

    return handlerInput.responseBuilder
      .speak(speechText)
      .reprompt(repromptText)
      .getResponse();
  }
};

GoogleAssistant

const actionHandlers = {
  'input.welcome': () => {
      let responseToUser = {
        speech: 'Hello!(VoiceMessage)',
        displayText: 'Hello!(TextMessage)'
      };
      let googleResponse = app.buildRichResponse()
            .addSimpleResponse(responseToUser);
      app.ask(googleResponse);
  }
};

GoogleAssistantでは、スマートフォンで呼び出されることもあるため、
VoiceMessageだけでなく、TextMessage用のdisplayTextも用意されています。

TellWithCard

アプリの応答にカードを表示して終了する場合、
AlexaとGoogleAssistantでは、以下のような違いになります。

Alexa SDK v1 (2018/04以前)

const handlers = {
  'ByebyeIntent': function () {
    var speechOutput = 'Byebye!';
    var cardTitle = 'Card Title Text';
    var cardContents = 'Card Contents Text';
    var imageObj = {
        smallImageUrl: 'https://example.com/image/card_small.png',
        largeImageUrl: 'https://example.com/image/card_large.png',
    };
    this.emit(':tellWithCard', speechOutput, cardTitle, cardContents, imageObj);
  }
};

Alexa SDK v2

const ByebyeIntent= {
    canHandle(handlerInput) {
        return handlerInput.requestEnvelope.request.type === 'IntentRequest'
            && handlerInput.requestEnvelope.request.intent.name === 'ByebyeIntent';
    },
    handle(handlerInput) {
        const speechOutput = 'Byebye!';
        const cardTitle = 'Card Title Text';
        const cardContents = 'Card Contents Text';
        const imageObj = {
            smallImageUrl: 'https://example.com/image/card_small.png',
            largeImageUrl: 'https://example.com/image/card_large.png',
        };

        return handlerInput.responseBuilder
            .speak(speechOutput)
            .withStandardCard(cardTitle , cardContents, imageObj.smallImageUrl, imageObj.largeImageUrl)
            .getResponse();
    },
};

• ＜参考リンク＞ スキルの応答にカードを追加する

GoogleAssistant

const actionHandlers = {
  'ByebyeIntent': () => {
    let responseToUser = {
      speech: 'Byebye!(VoiceMessage)',
      displayText: 'Byebye!(TextMessage)'
    };
    let googleResponse = app.buildRichResponse()
          .addSimpleResponse(responseToUser)
          .addBasicCard(app.buildBasicCard('Card Contents Text')
            .setSubtitle('Card Subtitle Text')
            .setTitle('Card Title Text')
            .addButton('Read more', 'https://example.com/index.html')
            .setImage('https://example.com/image/card_small.png', 'Image alternate text'));
    app.tell(googleResponse);
  }
};

• ＜参考リンク＞ Responses | Actions on Google | Google Developers

リリース後のソース修正の違い

リリース後のIntent(Frontend)と、Function(Backend)のソース修正の違いについては、以下の表のようになります。

Service	Alexa	GoogleAssistant	備考
Intentの追加・変更 (Frontend)	× (Skill Builder*)	○ (Dialogflow)	*[Go to development]で修正可
Functionの修正 (Backend)	○ (Lambda)	○ (Cloud Functions)	-

Alexaの場合、Intentを追加・変更するには 「Go to development」で開発モードにして、再申請する必要があります。

GoogleAssistantの場合は、「Dialogflow」や「Training」機能の発話ログから、動的にIntentの追加・変更ができます。

また、Backend側のFunctionの修正は、Alexa・GoogleAssistantのどちらも動的に行えます。

• ＜参考リンク＞ Training | Dialogflow

参考ソース

開発のベースに利用したGitHubの参考ソースです。

Alexa

• GitHub - alexa/skill-sample-nodejs-fact at ja-JP

GoogleAssistant

• GitHub - dialogflow/fulfillment-webhook-nodejs

参考リンク

実装・申請にあたって参考にしたQiita記事のリンクです。

Alexa

• Amazon Echo (Alexa) のSkillの開発に必要な基本概念を押さえる
• 【保存版】開発部長が102時間かけてまとめたAlexaの落とし穴と習得方法

GoogleAssistant

• Google Homeアプリをリリースしてみた(実装編)
• Google Homeアプリをリリースしてみた(申請編)

おわりに

1,000 Users を達成するのに、Alexaでは１か月掛かりましたが、GoogleAssistantでは、３日で達成しました！

やはり、Alexaに対して、GoogleAssistantは、Android、iPhone、GoogleHomeと間口が広いのが有利です。

日本語対応のGoogleAssistantアプリも少ないので、露出が増える分、今がチャンスかもしれないですね！

今回が初めてのQiita投稿となりましたが、最後まで見てくださって、本当にありがとうございます。
ぜひ、今回リリースしたGoogleAssistantアプリ【ピピトーク】でも遊んでみてください！

• 【ピピトーク】 (pipi-channel) おしゃべりインコのピピちゃんとトークしよう！ ｜ Googleアシスタント

• 【ピピトーク】 (pipi-channel) おしゃべりインコのピピちゃんとトークしよう！ ｜ Amazonアレクサ

添付

アプリの応答カード画像

Alexa

App	Card

GoogleAssistant

App	Card