変更要約: AI-102 第3章を深掘り（図ja化・比較表/シナリオ/FAQ/ひっかけ/深掘り段落を全節に追加）
3.2会話言語理解・翻訳・音声（CLU・Translator・Speech）
意図とエンティティを判定する 会話言語理解（CLU）、テキスト/ドキュメント翻訳の Translator、音声認識・音声合成の Azure AI Speech を理解します。対話・多言語・音声を扱う NLP の応用です。
ユーザーの発話の意図を理解したり、多言語に翻訳したり、音声を文字化したりするのが、CLU・Translator・Speech です。それぞれ役割が異なります。
3.2.1意図・翻訳・音声
- 会話言語理解（CLU）：発話から意図（intent）とエンティティを判定する。独自に学習させる（旧 LUIS の後継）。
- Translator：テキスト/ドキュメントを多言語に翻訳し、言語検出もできる。カスタム翻訳も可。
- Speech（STT/TTS）：音声→テキスト（認識）、テキスト→音声（合成）、音声翻訳を行う。
- カスタム音声/ニューラル音声：独自の音声モデルやブランドボイスを作成できる。
「発話の意図/エンティティ＝CLU（旧 LUIS）」「多言語翻訳＝Translator」「音声→テキスト＝Speech STT、テキスト→音声＝Speech TTS」「Q&A 形式の応答＝Question Answering（Language の機能）」 は AI-102 で頻出です。意図理解は CLU、定型 Q&A は Question Answering と区別しましょう。
チャットボットでは、CLU（意図理解）＋ Question Answering（FAQ 応答）＋ Bot Framework（対話のオーケストレーション）を組み合わせることが多いです。
CLU は 意図（intent） と エンティティ をスキーマとして定義し、発話（utterance） をラベル付けして学習します。エンティティには 学習済み（Prebuilt）（数値・日付など）・リスト（同義語の列挙）・正規表現・学習型（Learned） があり、複数プロジェクトを束ねる オーケストレーションワークフロー で CLU・Question Answering・カスタムを 1 つの入口から振り分けられます。Translator は テキスト翻訳・ドキュメント翻訳（書式維持）・カスタム翻訳（Custom Translator） を提供し、原文言語の自動検出や プロファニティ処理、用語集による訳語固定が可能です。Speech は 音声認識（STT）（リアルタイム/バッチ、句読点付与、カスタム音声認識 で専門用語に適応）・音声合成（TTS）（SSML で発話制御、カスタムニューラル音声 でブランドボイス）・音声翻訳・話者認識 を備えます。チャットボットは「CLU で意図、Question Answering で定型回答、Bot Framework / Azure AI Foundry で対話制御」と組み合わせます。意図理解（動的）と FAQ 応答（定型 QnA ペア）を取り違えないことが頻出ポイントです。
| 要件 | サービス/機能 | ポイント |
|---|---|---|
| 発話の意図を判定 | CLU | intent＋エンティティを学習 |
| 定型 FAQ に回答 | Question Answering | 質問/回答ペアのナレッジベース |
| 多言語に翻訳 | Translator | テキスト/文書・用語集で訳語固定 |
| 音声の認識/合成 | Speech（STT/TTS） | SSML・カスタム音声 |
シナリオ： 多言語対応の音声チャットボットで、ユーザーの話し言葉から意図を理解し、定型 FAQ にも答えたい。→ Speech STT で音声をテキスト化し、CLU で意図/エンティティを判定、定型質問は Question Answering で回答、必要なら Translator で多言語化し、TTS で音声応答します。入口はオーケストレーションワークフローで振り分けます。
FAQ： Q. CLU と Question Answering の違いは？ → A. CLU は発話の意図を判定（動的な理解）、Question Answering は質問/回答ペアのナレッジベースから定型回答を返します。Q. SSML とは？ → A. 読み上げの抑揚・速度・発音などを制御する合成音声用のマークアップです。
ひっかけ： 「定型 FAQ への回答に CLU を使う」は誤りです。意図理解は CLU ですが、質問/回答ペアの定型応答は Question Answering。また「Translator が音声を認識する」も誤り（音声認識は Speech STT、Translator はテキスト/文書翻訳）。
3.2.2この節のまとめ
- CLU＝意図/エンティティ、Translator＝多言語翻訳
- Speech＝STT（認識）/TTS（合成）/音声翻訳
進捗の記録にはログインが必要です。
理解度チェック
（軽い確認用）Q1. ユーザーの発話から「意図（intent）」とエンティティを判定する独自モデルを作りたい。何を使いますか？
Q2. 音声ファイルを文字起こし（音声→テキスト）したい。どのサービスを使いますか？
Q3. 「意図理解（CLU）」と「定型的な FAQ への応答」の使い分けとして正しいものはどれですか？