# Alexa 日本語 TTS 問題 試行記録

最終更新: 2026-03-03  
担当: akira + AI (Antigravity)

---

## 現在の問題

`/api/behaviors/preview` + `Alexa.Speak` を使って日本語テキストを TTSで発話させようとしているが、  
**日本語Unicode文字だけが Amazon 側でフィルタリングされ、発話されない。**  
ASCII文字（英語）は正常に発話される。

---

## 環境

- テスト用スクリプト: `alexa-api/test_tts.js`（ローカルPCから直接 alexa.amazon.co.jp を叩く）
- 本番: `alexa-api/server.js`（VPS上のDockerコンテナ）
- テストデバイス: オフィスの右エコー (serial: G0922H08525302K5, type: A4ZXE0RM7LQ7A)
- Alexaアプリでデバイス言語設定: **日本語** に設定済み（確認済み）
- VPS IP: 162.43.33.56（大阪・Xserver Inc. = 日本国内 ✅ ）

---

## 試行ログ（時系列）

### 【サーバー側での試行】（ChatGPT との会話ログより、2026-03-02〜03）

#### ❌ `speakType: 'ssml'` を `operationPayload` に追加
```json
"type": "Alexa.Speak",
"operationPayload": { ..., "speakType": "ssml" }
```
→ 変化なし。`Alexa.Speak` はSSML非対応のため無効。

#### ❌ `type: 'Alexa.SpeakSsml'` に変更 + `textToSpeak` にSSMLなし
```json
"type": "Alexa.SpeakSsml",
"operationPayload": { ..., "textToSpeak": text }
```
→ 英語も含めて完全無音（LEDも反応なし）。

#### ❌ `Alexa.SpeakSsml` + `textToSpeak: '<speak>'+text+'</speak>'`
→ 英語も無音。`Alexa.SpeakSsml` は `textToSpeak` ではなく別キーを要求する模様。

#### ❌ `Alexa.SpeakSsml` + `ssml: ssml`（キー名を変更）
→ 英語も発話せず。

**ChatGPTの最終見解:** `/api/behaviors/preview` では `Alexa.SpeakSsml` は動作しない（APIの癖）。`Alexa.Speak` に戻すしかない。

---

### 【ローカルPCでの試行】（2026-03-03 午前）

#### ❌ `locale: 'ja-JP'` + 日本語テキスト（test_tts.js デフォルト）
```js
locale: 'ja-JP',
textToSpeak: 'テストです。聞こえますか'
```
→ 「エ」だけ発話（最初の「テ」の母音のみ）。

#### ✅ `locale: ''` + ASCII: `'hello'`
→ 「ハロー」と正常発話。英語は問題なし。

#### ❌ `locale: ''` + 日本語: `'テストです。聞こえますか'`
→ 「エ」のみ。デバイス言語が英語設定ならこの動作になるが、日本語設定確認済みのため別原因。

#### ❌ `locale: 'ja-JP'` + 日本語: `'テストです。これは日本語のテストです'`
→ 「えんえ」のような音のみ（断片的な音）。

#### ❌ `locale: 'ja-JP'` + ひらがな: `'あいうえお'`
→ 無音（LEDは点滅 = 通知は届いている）。

#### 🔍 `locale: 'ja-JP'` + 混在: `'あいうえおThis is Testあいうえお'`
→ 「ディスイズテスタ」のみ発話。  
**重要: 日本語部分は無音、ASCII部分のみ日本語アクセントで読まれる。**  
→ Amazon側で日本語Unicodeを除去している証拠。

#### ❌ `locale: 'ja-JP'` + Unicodeエスケープ: `'\u3053\u308c\u306f\u30c6\u30b9\u30c8\u3067\u3059'`
→ 無音。ファイルエンコード問題ではない（Unicodeエスケープ = `これはテストです` と同一）。  
**→ 文字コードの問題ではないことが確定。**

#### ❌ `type: 'AlexaAnnouncement'` + locale:`'ja-JP'` + content[].speak構造
```json
"type": "AlexaAnnouncement",
"operationPayload": {
  "content": [{ "locale": "ja-JP", "speak": { "type": "text", "value": "日本語のテストです" } }],
  "target": { "devices": [...] }
}
```
→ 「えんえせんと」（"AlexaAnnouncement" を日本語発音で読んだもの）。  
コンテンツではなくノード型名が読まれた → このノードタイプは別用途。

---

## 確定した事実

| 事実 | 根拠 |
|------|------|
| 通知自体は届いている | LEDが点滅する |
| 英語ASCIIは正常発話 | "hello" → 「ハロー」、"This is Test" → 「ディスイズテスタ」 |
| 日本語Unicodeのみ除去される | 混在テキストで確認。Unicodeエスケープでも同じ |
| デバイス言語設定は日本語 | Alexaアプリで確認済み |
| サーバーIPは日本（大阪） | ipinfo.io で確認: Xserver Inc., JP |
| 文字コードは問題なし | Unicodeエスケープテストで確定 |
| `Alexa.SpeakSsml` 系は全て失敗 | 英語含め無音 |
| `AlexaAnnouncement` は別用途 | ノード型名が読まれた |

---

## 仮説（現在）

Amazon の `/api/behaviors/preview` エンドポイントが、  
何らかの理由で `textToSpeak` 内の日本語Unicodeを除去している。

考えられる原因:
1. **セッション/Cookie が古くなりJapanese TTS権限が変わった**（Cookie の再生成で解消する可能性）
2. **Amazonが API の挙動を変更した**（非公開APIのためいつでも変更しうる）
3. **別のAPIエンドポイントが必要**（未探索のルートがある可能性）

---

## 試行ログ続き（2026-03-03 午後）

#### Cookie 新規取得（auth4.js 再実行）
→ 変化なし。Cookie は原因ではなかった。

#### ❌ `AlexaAnnouncement` ノードタイプ
→ 「えんえせんと」（"AlexaAnnouncement" を日本語で読んだ）。コンテンツではなくノード名が読まれた。別用途のノード。

#### ✅ **解決！** `sequenceJson` の non-ASCII を `\uXXXX` エスケープに変換

```javascript
var rawSequenceJson = JSON.stringify(sequenceObj).replace(
  /[\u0080-\uffff]/g,
  function(c) { return '\\u' + ('0000' + c.charCodeAt(0).toString(16)).slice(-4); }
);
```

→ 「これは日本語のテストです」が完璧に発話された！

---

## ✅ 解決済み（2026-03-03）

**根本原因**: `sequenceJson` 内の日本語文字を raw UTF-8 のまま Amazon に送ると、Amazon 側のパーサーがそれをフィルタリングして無視する。

**解決策**: `JSON.stringify(sequenceObj)` 後に non-ASCII 文字（`\u0080` 以上）を `\uXXXX` 形式のJSONエスケープシーケンスに変換してから `sequenceJson` として送る。

**修正箇所**: `alexa-api/server.js` と `alexa-api/test_tts.js`

**確定したパラメータ**:
- `type: 'Alexa.Speak'`
- `locale: 'ja-JP'`
- `textToSpeak: <日本語テキスト>`
- `sequenceJson` は non-ASCII を `\uXXXX` エスケープして送る

---

## 参考

- 実装記録: `docs/alexa-api/10_Alexa TTS API 実装記録 (2026-03-02).md`