08.VOICEコントロール②（入力とおしゃべり）

【Scratch×ロボット】入力した言葉を喋らせる！VOICEコントロール基礎と応用完全ガイド

プログラミング教育が必修化され、Scratch（スクラッチ）を使った学習が一般的になる中で、「画面の中だけでなく、現実のロボットを動かしたい」というニーズが高まっています。

今回は、プログラミングロボット「クムクム」を使ったチュートリアルシリーズの第8弾、「VOICEコントロール②（入力とおしゃべり）」について詳しく解説します。この回では、ユーザーがキーボードで入力した文字をリアルタイムでロボットに喋らせるという、インタラクティブ（双方向）なプログラムの作り方を学びます。

これは、将来的なチャットボット開発やAIスピーカーの仕組みを理解する第一歩となる非常に重要な単元です。

1. 今回の学習概要とゴール

本記事で解説する動画では、以下の流れでプログラムを作成していきます。

1. ユーザーへの問いかけ: ロボット（Scratch）が質問を表示し、入力を待つ。

2. 変数の利用: 入力されたテキストデータを「答え」として受け取る。

3. 音声出力: 受け取ったデータをロボットの発話機能に渡して喋らせる。

4. 文字列の結合: 「入力された名前」＋「さん、こんにちは」のように言葉をつなげる。

5. 発音の調整: ロボット特有のイントネーションを調整するテクニック。

これらを組み合わせることで、「あなたの名前は？」→「田中」→「田中さん、こんにちは」といった、会話のキャッチボールが成立するプログラム完成させます。

2. 基本編：入力した文字をそのまま喋らせる

まずは基本となる、ユーザー入力と音声出力の連携です。

「調べる」ブロックの活用

Scratchには、ユーザーからの入力を受け付けるための専用ブロックが用意されています。

• 「あなたの名前はなんですか？と聞いて待つ」: このブロックを使用すると、ステージ下部に入力フォームが表示され、プログラムが一時停止してユーザーの入力を待ちます。

「答え」ブロックの重要性

ユーザーがキーボードで文字（例：TANAKA）を入力しEnterキーを押すと、その内容は**「答え」**というシステム変数（あらかじめ用意された箱のようなもの）に自動的に保存されます。 この「答え」ブロックを、クムクムロボットの「喋る」コマンドの中に組み込むことで、入力した直後にロボットがその言葉を復唱する動作が実現します。

注意点: クムクムロボットの音声合成エンジンはローマ字入力に対応しているケースが多いため、入力時は「TANAKA」のようにローマ字で打つことが推奨されています。

3. 応用編：文字列を連結して会話を成立させる

単に入力した言葉をオウム返しするだけでは、会話とは言えません。入力された内容に、挨拶や感想を付け加えることで、より人間らしい動作になります。

「りんごとバナナ」ブロック（文字列結合）

Scratchの演算カテゴリーにある「りんごとバナナ」というブロック（結合ブロック）を使用します。これは2つの文字列を1つにつなげるための機能です。

動画の例では以下のように作成しています。

1. 左側に「答え（入力された名前）」を入れる。

2. 右側に「 san konnichiwa（さん こんにちは）」と入力する。

3. これをロボットの「喋る」ブロックに入れる。

これにより、「YAMAMOTO」と入力すれば、「YAMAMOTO san konnichiwa」とロボットが喋り、一気にアプリケーションらしい挙動になります。

応用：好きな食べ物を聞いて感想を言う

動画の後半では、質問を「好きな果物をローマ字で入力してください」に変更し、より複雑な会話に挑戦しています。

• 入力：「RINGO」（りんご）

• ロボット：「RINGO wa soreha oishii desune」（りんご、わあ、それは美味しいですね）

このように、ユーザーの入力次第でロボットの発言の一部が変わる仕組みは、変数の活用というプログラミングの基礎概念を学ぶのに最適です。

4. プロのテクニック：ロボットの発音を自然にするコツ

ロボットやAIの音声合成において、最大の課題は「イントネーション」です。そのまま文字を渡すだけでは、平坦で機械的な喋り方になってしまうことがあります。動画では、これを解決するための実践的なテクニックが紹介されています。

空白（スペース）による「間」の生成

人間が話すとき、句読点や息継ぎで「間」が生まれます。ロボットにこれを再現させるために、文字列の中にスペースを挿入します。

• 修正前：RINGOWASOREHAOISHIIDESUNE

• 修正後：RINGO　　WA　SOREHA　OISHII　DESUNE

このようにスペースを入れることで、ロボットの読み上げにリズムが生まれ、聞き取りやすさが格段に向上します。

表記の工夫（HAとWA、長音）

ローマ字入力で日本語を喋らせる場合、助詞の「は」は「HA」ではなく「WA」と入力する方が自然に聞こえる場合があります（「こんにちは」は KONNICHIWA）。 また、動画内では「おいしい（OISHII）」の語尾を伸ばしたりアクセントを強調したりするために、あえて母音を重ねたり調整を行っています。これはVocaloidなどの調声にも通じるテクニックです。

5. 学習のまとめと今後の展望

今回のチュートリアルを通じて、以下の重要なスキルを習得できます。

• I/O（入出力）の概念: キーボードからのInputと、スピーカーからのOutput。

• データの処理: 変数（答え）に入ったデータを利用・加工する考え方。

• UX（ユーザー体験）の向上: ユーザーがどう感じるかを考え、発音の間などを調整する感性。

この技術の応用先

今回学んだ「入力に対して応答を変える」という仕組みは、以下のような高度なプログラムへ発展させることができます。

1. クイズマシーン: 問題を出し、正解なら「ピンポン！」、不正解なら「ブブー」と言う。

2. 通訳ロボット: 入力されたローマ字を、異なる言語風のイントネーションで喋らせる（疑似的ですが）。

3. スマートホームごっこ: 「DENKI（電気）」と入力すると、LEDを光らせて「電気をつけました」と答える。

クムクムロボットとScratchの組み合わせは、単なる画面上のシミュレーションを超えて、現実世界に物理的なフィードバック（音声や動作）を返すことができるため、子どもの知的好奇心を強く刺激します。ぜひ、親子で「どんな言葉を喋らせたら面白いか」を試行錯誤してみてください。