# デバイス起動型音声フィードバックシナリオ

ユーザー起動型の音声制御や対話型シナリオとは異なり、ここでのインタラクションはデバイスによって開始されます。デバイスが環境の変化やイベントを検知すると、AI生成の音声メッセージを能動的にトリガーし、ユーザーに再生します。これにより「人がデバイスを見つける」から「デバイスが人を見つける」へとシフトします。

**技術的実装**：デバイス上のセンサー（温度、煙、カメラAIなど）がイベントを検知し、MQTT経由でクラウドに報告します。AIエージェントがイベントを解析し、自然言語のアナウンスを生成します。その後、Volcano Engineの`UpdateVoiceChat` APIの`ExternalTextToSpeech`コマンドを使い、テキストをRTCルームにプッシュしてTTS再生を行います。

**アーキテクチャ構成要素**：

- **デバイスセンサー**：環境変化を検知（標準ハードウェア）
- **EMQX**：MQTT経由でイベントデータを取り込み（標準製品）
- **AIエージェント**：イベント解析とアナウンス生成（カスタム開発）
- **Volcano Engine RTC + TTS**：音声放送チャネル（標準製品）

## フローダイアグラム

![デバイス起動型音声フィードバックのフロー](./device-triggered-voice.png)

**フロー説明**：

1. デバイスセンサーがイベントを検知（例：異常温度、煙警報）
2. MQTT経由でクラウドにイベントデータを報告
3. AIエージェントがイベントを解析し、自然言語のアナウンスを生成
4. `UpdateVoiceChat` APIの`ExternalTextToSpeech`コマンドを呼び出す
5. Volcano EngineがRTC経由でデバイスにTTS音声をプッシュし再生

## 代表的なシナリオ

### 産業監視 — リアルタイム事故アラート

深夜3時、工場は無人状態：

> *(ボイラー＃3の温度センサーが異常温度を検知)*
>  **PAシステム**：「警告！ボイラー＃3の温度が285℃に達し、安全閾値を超えました。電力は自動的に削減されています。担当者は直ちに点検してください。」
>  *(シフト監督者に電話も自動発信される)*
>
> *(異常振動を検知)*
>  **システム**：「注意：モーター＃5で異常振動を検知しました。ベアリングの摩耗の可能性があります。データは記録され、メンテナンチケットが発行されました。」

即時の音声アラートにより点検負荷を軽減し、事故防止に寄与します。

### 子育て — 安全と見守り

母親がキッチンで調理中、3歳児がリビングで遊んでいる状況：

> *(カメラが子供がコンセントに近づくのを検知)*
>  **スピーカー**：「〇〇ちゃん、コンセントは危ないよ。触らないでね。代わりにブロックで遊ぼうか？」
>
> *(泣き声を検知)*
>  **スピーカー**：「どうしたの？転んじゃった？ママがすぐ行くよ。」
>  *(母親のスマホにも通知が送信される)*
>
> *(暑い日に車内温度センサーが上昇を検知し、カメラが車内に子供が一人でいることを認識)*
>  **車載システム**（親のスマホに音声アラート送信）：「緊急警報！車内に子供が検知されました。現在の温度は42℃で上昇中です。エアコンは自動で作動しています。直ちに車両に戻ってください！」
>  *(ハザードランプが点灯し、周囲の歩行者に注意を促す)*

デバイスが危険を能動的に検知し、保護者にタイムリーに警告を送ります。

## 主要な技術ポイント

| 項目               | 説明                                                    |
| ------------------ | ------------------------------------------------------- |
| イベント駆動       | センサーデータによってトリガーされ、ユーザー起動不要    |
| インテリジェント音声 | 固定の警告音ではなく、AI生成の自然言語                  |
| 優先制御           | 重要アラートは会話中でも割り込み可能                    |
| マルチチャネル     | 音声＋アプリプッシュ＋SMSによる多チャネル通知            |

## AIエージェントの柔軟性

AIエージェントは最もカスタマイズ可能なコアコンポーネントです。開発者は特定シナリオに合わせて調整可能です：

- **アナウンススタイル**：産業用の厳格な警告、子育て向けの優しい見守り、医療用の専門的リマインダーなど
- **判定ロジック**：単一閾値ではなく複数センサーの融合判定
- **応答戦略**：緊急度に応じた通知チャネルや優先度の使い分け
- **コンテキスト認識**：履歴や時間、ユーザー習慣を考慮したより適切なメッセージ生成

## 従来のルールベース方式との比較

| 項目               | 従来のルールベース                             | AIエージェント方式                                    |
| ------------------ | ---------------------------------------------- | ----------------------------------------------------- |
| トリガー           | 固定閾値（例：温度 > 50℃）                    | コンテキスト推論（温度＋傾向＋環境）                  |
| メッセージ内容     | 静的テンプレート（「温度異常」など）           | 値や提案、文脈を含む動的生成                            |
| 新シナリオ対応     | 新ルールの追加が必要                           | プロンプト更新で柔軟に対応                             |
| 誤警報             | フィルタリング困難                             | 多要素解析で誤警報を低減                               |
| メンテナンスコスト | ルール増加に伴い増大                           | エージェントロジックの統一で反復開発が容易             |

## 対応デバイス例

- スマートスピーカー／コントロールパネル
- 健康モニタリングバンド／ウォッチ
- 子供用ウォッチ／見守りロボット
- 車載システム
- 産業監視端末
- 小売店ディスプレイキオスク／案内ロボット