スマホアプリを豊かにする「docomo Developer support」で遊ぼう（AD）

誰でも手軽にNTTドコモのサービスのような機能を持つアプリが作れる～「docomo Developer support」の概要とAPIコンソール

スマホアプリを豊かにする「docomo Developer support」で遊ぼう（1）

2014/11/21 14:00

ポスト

　「docomo Developer support」というサイトをご存じでしょうか。このサイトは、NTTドコモが公開している開発者向けのAPI提供サイトです。ここで公開されているAPIを使えば、NTTドコモのサービス「しゃべってコンシェル」などのような機能を、自作のアプリから簡単に利用できるようになります。みなさんも、公開されているAPIやSDKを使って、楽しいAndroidアプリを作ってみませんか。

ポスト

はじめに

　第1回目の本稿は、「docomo Developer support」の概要と、手軽に機能が試せるAPIコンソールの使い方を解説しましょう（本稿は、2014年11月19日時点の最新情報に基づいております）。

対象読者

　JavaとEclipseを用いたAndroidアプリの開発で、基本的な知識がある方を対象とします。

「docomo Developer support」とは

　「docomo Developer support」は、NTTドコモが開発者向けに情報を提供しているサイトで、2013年11月11日に開設されています。このサイトでは、ハッカソンなどのイベント情報も提供されていますが、メインとなるのは、さまざまな開発に活用できるAPIやツールの情報です。

　APIとは「Application Programming Interface」の略で、あるプログラムの機能を外部のアプリケーションから呼び出して利用するためのインターフェース、という意味です。つまり、このサイトで提供されているAPIを利用すれば、どのキャリアのユーザーでも（注1）、NTTドコモのサービスのような機能を持つアプリが作成できる、ということです。

　また単にAPIの情報だけでなく、SDK（Software Development Kit）などの開発支援ツールも提供されていますので、APIを使ったアプリの開発がすぐに行えるようになっています。

　さらに「docomo Developer support」では、FAQページや技術的な問い合わせの窓口もありますので、万全なサポートのもとで開発することができるでしょう。

「docomo Developer support」

注1

　フォトコレクション、ドコモ電話帳、データ保管BOXの各APIについては、ドコモとのSPモード契約をもつユーザが利用対象となります。

どんなAPIがあるか

　2014年11月時点で提供されているAPIは、次の表のとおりです。

提供APIの一覧（2014年11月時点）
API	概要
画像認識	画像内の物体を認識し、その名称を返す。
発話理解	テキストの文脈を解析し、その意図に沿った機能名を返す。
音声合成	テキスト入力した内容を音声化する。
音声認識	話した音声を認識し、内容をテキスト化する。
文字認識	画像に書かれている単語とその位置を認識する。
雑談対話	テキスト入力に対して自然な会話となる雑談を返す。
トレンド記事抽出	インターネット上の記事を検索し、注目度の高い記事一覧を返す。
知識Q&A	自然な文章の質問文に対して、回答をテキストで返す。
環境センサー	各都道府県の気温、降水量、紫外線量を返す。
フォトコレクション	写真や動画データをクラウドで管理できる。
ドコモ電話帳	クラウドのドコモ電話帳データを操作できる。
データ保管BOX	クラウドのデータ保管BOXを管理できる。

　個々のAPIの詳細については、「docomo Developer support」サイトで解説されていますので、そちらを参照してみてください。

　この連載では、これらのAPIを利用してアプリを作っていきます。APIの具体的な内容や使い方については、その際に説明することにしましょう。

APIの利用方法

　APIを利用するにあたっては、少し手続きが必要です。遵守しないといけない事項もありますので、まずは「API共通リファレンス・ガイドライン」に目を通しておきましょう。

　実際の開発および商用利用のためには、最初に「APIキー」というものを取得する必要があります。APIキーを取得するには、次の手順に従います。

「docomo Developer support」で、開発者アカウントを登録する。
登録したアカウントで「docomo Developer support」へログインする。
アプリケーションの登録と、希望するAPIの申請を行う。
開発用APIキーが即時発行される。

　なお、APIのなかには、商用利用する場合、開発したアプリの審査が必要なものやAPI利用にあたって本人確認の必要なものがあります。

開発者アカウントの登録と、マイページログイン

　では開発者アカウントを登録してみましょう。

　トップページの「新規登録」ボタンをクリックすると、登録ページに遷移します。もしFacebookのIDがあれば、かんたんです。ここで「Facebookで新規登録」ボタンをクリックし、認証許可するだけです。

新規アカウント登録

　Facebookを利用せずに新規アカウントを登録するには、初めにメールアドレスの登録を行います。登録すると、開発者仮登録完了のメールが届きますので、本文に書かれたURLにアクセスしましょう。次のようなページが表示されたら、パスワードを登録します。

パスワード入力

　パスワードの登録が完了するとログイン可能になります。ログインすると、マイページが表示されます。

マイページ

アプリケーションの登録と、希望するAPIの申請

　次に、マイページから、アプリケーションの登録と希望するAPIの申請を行います。実際にアプリでAPI利用するためには、このページで登録する必要があります。ただ、事前にちょっとAPIの機能を試してみたい場合には、いちいち登録するのは、少しめんどうです。そのような時には、APIコンソールを利用します。

　アプリケーションの登録は、また次回説明しますので、今回は、APIコンソールで遊んでみましょう。

APIコンソール

　APIコンソールとは、APIを簡単に試すことができるページです。アプリケーションの登録が不要で、ログインするだけで使うことができます。

　ここでは、Web API形式に対応した「画像認識」「発話理解」「音声合成」「文字認識」「雑談対話」「トレンド記事抽出」「抽出知識Q&A」「環境センサー」のAPIが利用できます。

発話理解

　では、実際にNTTドコモのサービスと同等の機能が体感できるAPI、「発話理解」と「音声合成」を試してみましょう。

　左のメニューから発話理解APIを選択すると、次のような画面になります。

APIコンソール

　発話理解APIでは、テキストの文脈を解析して、その意図に沿った機能名を返します。

発話理解API

　APIコンソールの初期画面で、すでにAPIキーと、発話理解APIの引数となるサンプルのテキストがセットされています。

　HTTPリクエストボディというタブをクリックすると、どのようなリクエストを行うかが表示されます。

HTTPリクエストボディ

　ここでは表示だけでなく、直接編集することもできます。デフォルトの「山田さんに電話して」という文字列を変更してみましょう。

　「大阪から東京に行きたい」と変更して、実行ボタンをクリックします。すると、NTTドコモのサーバにリクエストが送られ、しばらくするとHTTPレスポンスが返ってきます。

　ページには実行結果として、HTTPヘッダとボディが表示されます。HTTPボディには、次のようなJSON文字列が格納されています。

リスト1　実行結果（HTTPボディ）

{
  "projectKey": "OSU",
  "appInfo": {
    "appName": "hoge_app",
    "appKey": "hoge_app01"
  },
  "clientVer": "1.0.0",
  "dialogMode": "off",
  "language": "ja",
  "userId": "12 123456 123456 0",
  "userUtterance": {
    "utteranceText": "大阪から東京に行きたい",
    "utteranceRevised": "大阪から東京に行きたい",
    "utteranceWord": [
      "大阪",
      "から",
      "東京",
      "に",
      "行き",
      "たい"
    ]
  },
  "dialogStatus": {
    "command": {
      "commandId": "BT00101",
      "commandName": "乗換案内"
    },
    "slotStatus": [
      {
        "slotName": "stationTo",
        "slotValue": "東京",
        "valueType": "station"
      },
      {
        "slotName": "stationFrom",
        "slotValue": "大阪",
        "valueType": "stationFrom"
      }
    ]
  },
  "taskIdList": [
    "BT00101",
    "BT00201",
    "BT00901",
    "SE00101"
  ],
  "extractedWords": [
    {
      "wordsValue": "大阪",
      "wordsType": [
        "stationFrom",
        "upoi",
        "snoun"
      ]
    },
    {
      "wordsValue": "東京",
      "wordsType": [
        "station",
        "upoi",
        "snoun"
      ]
    },
    {
      "wordsValue": "大阪から東京に行きたい",
      "wordsType": [
        "inputText"
      ]
    }
  ],
  "serverSendTime": "2014-11-01 12:05:53"
}

　いろいろな情報が返されるのですが、このAPIで重要なものは次の5つです。

重要なキー
キー	概要	値の例
commandId	機能ごとのID	BT00101
commandName	機能ごとの名称	乗換案内
slotName	機能ごとに設定されたスロット名称	stationTo
slotValue	スロットに格納された単語	東京
valueType	単語のタイプ	station

　ここでのスロット（slot）とは、機能ごとに設定された単語のひとまとまりのことです。例えば、乗換案内には、stationFrom（乗車駅）とstationTo（降車駅）という名前のスロットがあります。slotValueは実際にスロットに格納された単語で、valueTypeは単語のタイプを意味します。

　なお、返却されるキーの詳細については、別途APIごとの機能別リファレンスページに記載されていますので、それを参照してください。

応用：形態素解析機能として

　utteranceWordキーの値（ユーザ発話ワードリスト）には、入力文を形態素（意味を持つ最小の言語単位）に分割した情報が格納されますので、簡易な形態素解析機能として活用することもできます。