ｷｪｪｪｪｪｪｱｧｧｧｧｧｧｼｬｧﾍﾞｯﾀｧｧｧｧｧｧｧ!!_ JAWS-UG彩の国埼玉支部 #12

JAWS-UG彩の国埼玉支部 #12 AWS re:Invent 2026準備回 ｷｪｪｪｪｪｪｱｧｧｧｧｧｧ ｼｬｧﾍﾞｯﾀｧｧｧｧｧｧｧ!! Japan Digital Design / 髙橋 祐平 （公開版）

髙橋 祐平 X @yuh3i Japan Digital Design（MUFGグループ） Senior Corporate Engineer 趣味 VR バイク 遊ぶのも、つくるのも 最近乗れてないけど、日本1周した スノーボード 車 バックカントリーも好きだった Volvo → Tesla Model YL（最近） ガジェットとか 娘2人にてんやわんや いろいろ 5歳と2歳。最近の流行りは ↓ 社内の OA 環境から AI の整備・活用、 はたまた椅子やファシリティまで ※ 先月までずっと Infra Engineer 最近の流行り 寝る前のパーティータイム こんな本も社内有志で書きました 真っ暗な部屋で、光るヨーヨーやステッキ AWS vs Google Cloud アプリ開発七番勝負 を持って踊り狂う。 技術書典16（2024年5月） 私は BGM とおばけ役

さいたまについて 生まれも育ちも、埼玉の西のほう 生まれ 〜 小学1年 小学1年 〜 一人暮らし 所沢 入間 西武池袋線 小手指 西武池袋線 武蔵藤沢 見渡すかぎり、とにかく茶畑 狭山茶摘み歌より 色は静岡、香りは宇治よ、味は狭山でとどめさす 入間市の茶畑 Photo: 京浜にけ / CC BY-SA 3.0（Wikimedia Commons）

さいたまについて 全国共通だと思っていたもの ハード面 茶摘み体験 ソフト面（麺） 山田うどんの、やわらか麺 学校で、みんな一度はやるものだと思っていた。 狭山茶の産地なので、通学路も茶畑。 うどんはやわらかいも の、だと思っていた。 山田うどん食堂 箱田店 Photo: Nori Norisa / CC BY 2.0 ただ、なにをおすすめしたらいいかは、いまだにわからない。おすすめしがちは、川越、秩父あたり

ところざわについて 所沢は「日本の航空発祥の地」 跡地が いまの公園 1911年、所沢飛行場の会式一号機（パブリックドメイン） 航空公園の YS-11 Photo: Oren Rozen / CC BY-SA 4.0 1911 年（明治44年）、日本初の飛行場ができた。今日の会場のすぐ隣、航空公園がその跡地。

ところざわについて 航空の街は、昔話じゃない 航空公園のすぐ横に、いまも 国土交通省 東京航空交通管制部 FACE TEPS 飛行情報管理処理システム 航空路管制処理システム 便名や経路など、飛行計画を 管理して配る レーダーの位置と飛行計画を 照らし合わせて管制を支える 航空管制の中心のシステムが、いまもここで動いている。 東京航空交通管制部（所沢市並木） Photo: Ebiebi2 / CC BY-SA 4.0

ところざわについて 2026年4月21日、本当に所沢へ切り替わった 福岡航空交通管制部 東京航空交通管制部 FACE 障害 遅延 バックアップへ ここ、所沢 欠航 607便 269便 文字どおり、日本の空を支える 拠点。 JAWSでも Multi-AZ とか DR とか話してますけど、 会場のすぐ近くでもガチな可用性のシステムが動いてます。 出典：国土交通省 報道発表（2026-04-21、2026-07-28）。便数は国内航空会社分。5:37 発生 → 東京へ切り替え → 10:52 解消

きょうのタイトル ｷｪｪｪｪｪｪｱｧｧｧｧｧｧ ｼｬｧﾍﾞｯﾀｧｧｧｧｧｧｧ!! ネットミームですね。 出落ち。

先週のLTでも話したことなんですが… こどもが、とにかくしゃべるようになった これなんで！ これよんで！ ねえねえ それに付き合ってくれる しゃべるAI人形をつくった。 その名も Aoi ちゃん 子育てエンジニアリングMeetup #1（10/10） 当日のスライド : https://www.docswell.com/s/yuhei/ZY8629-kosodate-ai

中身は Aoi ちゃんは、ぜんぶ Azure 先週の資料より

んで、今回は AWS でもつくってみよう！ 葵（あおい）＝ 青 ＝ Azure 茜（あかね）＝ オレンジ ＝ AWS AOI あかね キャラ 5歳。かわいらしい妹 キャラ 会話 Voice Live API AOI のお姉ちゃん。小学4年生。明るくて、ちょ っと抜けてる 声 ja-JP-AoiNeural 会話 Amazon Nova 2.5 Sonic 声 kazuha（を少し高く） なぜ「ちょっと抜けてる」のかというと、Sonic の日本語は公式には対象外（でも動く）。 聞き間違えても、のんびり聞き返すキャラにして吸収した。遊びだからできる選択。

AOI にはない、あかねの機能 お姉ちゃんなので、いろいろ覚えてます 家族を覚える だれか分かる 電話でも話せる 好きなもの・できごとを家族ごとに 覚えて、次の日も続きを話せる カメラの顔で判断。名乗られたら確 かめて名簿に追加 今回はウェブ通話だけ（電話番号は 後回し）。家の話も電話の話も、同じ 記憶に AgentCore Memory Rekognition / DynamoDB Amazon Connect ないしょは覚えない 保護者のページ 声で AOI と交代 相談や個人情報は記憶から外す。原 文は保護者だけが7日間読める いつものおはなし・ないしょのはな し・あかねに電話 「AOI に代わって」で、同じ人形の 中身が入れ替わる Nova 2 Lite で判定 / KMS CloudFront / Cognito / Web Functions ツール呼び出し ＋ systemd

ざっくり構成 家でも電話でも、同じ記憶のお姉ちゃん 話し終わり → 返事 約1秒 （実測 0.8〜1.2秒） 東京 東京リージョンで動かす Claude / Nova Lite は jp. 推論 で国内 ないしょの原文は 7日 保護者だけ読めて消える でんわする ないしょのはなし

あとで見る用（本編ではスキップ） かなり詳細な構成 ① 鍵 ② 家の会話 ③ ツール ④ 記憶 ⑤ ないしょ ⑥ 入口 ⑦ 電話 ⑧ 電話の会話 ⑨ 通話のあと ⑩ 保護者 WEB FUNCTIONS NOVA 2.5 SONIC CONNECT MEMORY 関数・リビジョン・入口の3層 Python は smithy 系の SDK AI エージェント × MCP 事実・好み・まとめの3種類 1つの環境で同時に複数件さばける （今回は16）。入口が流す版は自分 で指定 IAM は InvokeModel も必要。1接 続は約8分までなので7分でつなぎ 直す ツールは AgentCore Gateway 経 由。MCP 登録からフローまでほぼ API で作れた 家族1人ずつ。ないしょは Nova 2 Lite が判定して KMS の保管庫へ （7日）

AWS アーキテクチャとして話したいところ ここはちょっと考えました VOICE VISION 聞く・考える・話すを Sonic 1本で Sonic は画像を見られない 双方向ストリーム1本なので速い。エコー除去と口パクは Pi で look ツールでカメラ画像を Claude Haiku 5.5（jp.）へ渡し、説明 自前 文を返す IDENTITY MEMORY Pi に長期のキーを置かない 家と電話で、記憶は1か所 IoT Core の証明書 → ロールエイリアスで、1時間だけの鍵をも Connect の AI エージェントは AgentCore Gateway（MCP）経由 らう で同じ Memory へ。通話後は EventBridge → Lambda で保存

AWS Lambda Web Functions（2026年10月に出たばかり） 電話の API を、Web Functions に載せてみた これまで Mac のブラウザ Mac の server.py Amazon Connect localhost:8001 管理者権限のまま ウェブ通話を開始 なぜ Mac？ 最初は手元で試すだけのつもりだった。標準のウィジェットがつながらず（401）、通話開始の API を呼ぶ小さなサーバー を Mac に立てて使っていた 保護者のページ いま ログインして「でんわ する」 なぜ Web Functions？ HTTP サーバーの形のまま Lambda で動か せる 出たばかりなので使ってみたかった（正直） ふつうの Lambda ＋ API Gateway でも作 れる CloudFront IP 制限＋署名 Lambda Web Functions 通話と名簿だけの権限 うれしかった サーバーの形のまま載った（言語は Python → Node.js） Mac が要らない。いつでも電話できる 権限は通話と名簿だけに絞れた Amazon Connect ウェブ通話を開始 ハマった 新しいコードを出しても、入口は古い版のまま 版と入口が別もの。CFn では流す版を毎回指定 CloudFront 用の権限は CFn で書けない そこだけスクリプトから SDK で付けた

ほんとに Sonic でいいの？ Sonic 1本 vs 昔ながらの3段、比べてみた Sonic の日本語は公式には対象外。日本語に公式対応した部品を3つつないだ3段のほうが、実はいいのでは？ 話し終わり → 最初の声（中央値） ■ 聞き取りの確定まで ■ その後 Sonic 判定 LOW（いまの設定） Sonic 判定 MEDIUM 3段 Transcribe → Claude Haiku 5.5 → Polly 秒 採点 1.18 4.05 0.94 3.65 2.47 4.80 速さなら Sonic（約2倍）、話の分かり具合なら3段。 しかも Sonic は「なぞなぞだよ、」の間で話し始めて、子どもの話をさえぎる。いまは Sonic のまま。 同じ10問 × 2回（Mac で計測）。質問は AoiNeural で作った子どもの声。返事はどちらか伏せて Claude Sonnet が 1〜5 で採点。ツールは外して1往復だけ。

子ども向けなら、ガードレールも要る？ 試したら20件中17件が期待どおり Bedrock Guardrails は効くけど、あかねには入れなかった 1 2 3 Sonic には直接付けられない 日本語だと国内に閉じない Sonic が自分で断れていた 双方向ストリームに Guardrails の設定 日本語は Standard tier だけ。東京から 危ないお願いを Sonic にそのまま話しか が無い。文字を別にチェックする形に 呼んでも、ソウル・シンガポール・シド けたら、Guardrails 無しでも7件とも自 なり、そのぶん遅くなる ニーなど APAC のリージョンで処理さ 分で断った れる あかねの安全は、人格のルール ＋ 保存前の「ないしょ」判定 ＋ 保護者が見られる、の重ねがけで守る。

AWS の弱み いちばん困ったのは、子どもの声が無いこと 子どもの声が無い 声を細かく変えられない 家と電話で声がそろわない 口の形が来ない Nova Sonic の声は英語の大人の 高さは指定できず、「ゆっくり話 家は Sonic の kazuha、電話は viseme が無いので、再生する 声が基本。一覧に無い kazuha して」と頼んでも速さは変わら Connect の AIKO。AIKO も高さ 音の大きさから口パクを決めて が通ったので使っている ない は変えられない いる AOI（Azure） あかね（AWS） 声 ja-JP-AoiNeural（日本語の女の子の声） kazuha を Pi で加工（高さ ×1.12、速さ ×0.92） 電話の声 今回はなし。Azure Communication Services ＋ Voice Live なら、同じ AoiNeural で電話もできそう（未検証） AIKO。速さだけ変えられる 口パク viseme で口の形が届く 音の大きさから推定 足りないところは、Pi での音声加工とキャラ設定で埋めた。 電話で声が違うと聞かれたら「電話だからじゃないかな？ ちょっと喉こわしてるんだ」

Azure と比べておもったこと 同じ人形でも、得意なところがちがう AOI（Azure） あかね（AWS） 日本語 公式対応。子どもっぽい声もある 公式は対象外。でも動く 音声まわり ノイズ・エコー除去、口の形まで1本で エコー除去と口パクは Pi で自前 返事の速さ 約 0.6〜1.0 秒 約 0.8〜1.2 秒（3段なら約 2.5 秒） 文字を読む gpt-4.1-mini で 6/6・約1.2秒 Haiku 5.5 で 8/8・約3.5秒 つなげる部品 （今回は会話に集中） 記憶・顔・電話・IoT・Web Functions つくり方 WebSocket 1本でシンプル CloudFormation ＋ API でほぼ全部コード化 Azure は「しゃべる」が強い AWS は「つなぐ」が強い 日本語の会話体験が、1本でほぼ完成している 記憶・電話・認証を足して、家族のサービスに広げやすい

デモ（時間があれば） ちょっと、 しゃべらせてみます。 ちなみに、メルちゃんは持ち出し許可が降りませんでした。 そのため、3Dプリンターで "お喋りさせることができる椅子"をつ くってきました。 人形を座らせれば、だれでもおはなしできる！ 3Dプリンターでつくったソファ（カメラ・スピーカー・顔の画面つき）

おわり 以上！ 青い妹と、茜色のお姉ちゃん。 今後も面白いアップデートがあれば反映させつつあそんでみます。 ありがとうございました。 X @yuh3i