Список поддерживаемых фонем в ssml

Настраиваем доступ

Есть два спо­со­ба рабо­тать с сер­ви­сом SpeechKit: через IAM-токен, кото­рый нуж­но запра­ши­вать зано­во каж­дые 12 часов, или через API-ключ, кото­рый посто­ян­ный и менять его не нуж­но. Мы будем рабо­тать через ключ, пото­му что так удоб­нее.

Что­бы его полу­чить, нам нужен сер­вис­ный акка­унт в «Обла­ке». Созда­дим его так.

1. Захо­дим в кон­соль управ­ле­ния и нажи­ма­ем на един­ствен­ную пап­ку в нашем обла­ке:

2. Выби­ра­ем «Сер­вис­ные акка­ун­ты» → «Создать»:

3. Вво­дим имя (какое понра­вит­ся), затем нажи­ма­ем «Доба­вить роль» и выби­ра­ем «editor»:

4. Захо­дим в сер­вис­ный акка­унт, кото­рый толь­ко что созда­ли:

5. Нажи­ма­ем на кноп­ку «Создать новый ключ» и выби­ра­ем пункт «Создать API-ключ»:

Сер­вис спро­сит про опи­са­ние — мож­но ниче­го не запол­нять.

6. Сохра­ня­ем отдель­но сек­рет­ный ключ — он выда­ёт­ся толь­ко один раз и вос­ста­но­вить его нель­зя. Выде­ля­ем, копи­ру­ем и сохра­ня­ем в без­опас­ное место:

Внешний вид

Красивые иконки Яндекс устройств можно установить через HACS.

Красивый медиа плеер можно установить через HACS.

Внимание: правильно указывайте название вашего TTS сервиса. По умолчанию он

Если вы его не изменили на по инструкции про . Тут на конце не нужно указывать.

Пример как настроить карточку Яндекс Мини:

entity: media_player.yandex_station_mini
shortcuts:
  attribute: sound_mode
  buttons:
    - icon: 'mdi:voice'
      id: Произнеси текст
      type: sound_mode
    - icon: 'mdi:google-assistant'
      id: Выполни команду
      type: sound_mode
    - icon: 'mdi:playlist-star'
      id: включи мою любимую музыку вперемешку
      type: command
    - icon: 'mdi:playlist-music'
      id: включи плейлист дня
      type: command
    - icon: 'mdi:heart'
      id: лайк
      type: command
    - icon: 'mdi:heart-off'
      id: снять лайк
      type: command
  columns: 6
tts:
  platform: yandex_station
type: 'custom:mini-media-player'

Пример как настроить карточку Яндекс Станции:

entity: media_player.yandex_station
artwork: full-cover
sound_mode: icon
hide:
  sound_mode: false
  runtime: false
tts:
  platform: yandex_station
type: 'custom:mini-media-player'

Управление умным домом Яндекса

На данный момент поддерживаются:

• Кондиционеры — добавленные как через ИК-пульт, так и напрямую (например LG с Wi-Fi)
• Обученные вручную ИК-команды — обученные вручную команды ИК-пульта (Пульт => Добавить устройство => Настроить вручную)

В конфиге нужно перечислить имена ваших устройств:

yandex_station:
  username: myuser
  password: mypass
  include:
  - Кондиционер  # имя вашего кондиционера
  - Приставка  # имя не ИК-пульта, а устройства, настроенного вручную

Кондиционер будет добавлен как термостат:

script:
  volume_up:
    alias: Сделай громче
    sequence:
    - service: remote.send_command
      entity_id: remote.yandex_station_remote  # поменяйте на ваше устройство
      data:
        command: Сделай громче  # имя кнопки в интерфейсе
        num_repeats: 5  # (опционально) количество повторов
        delay_secs: 0.4  # (опционально) пауза между повторами в секундах
  turn_on:
    alias: Включи телевизор
    sequence:
    - service: remote.send_command
      entity_id: remote.yandex_station_remote  # поменяйте на ваше устройство
      data:
        command:   # можно несколько кнопок
        delay_secs: 0.4  # (опционально) пауза между повторами в секундах

Русский

Список поддерживаемых фонем при использовании русского языка (). Подробнее о русской фонологии.

IPA	X-SAMPA	Описание	Примеры
Согласные
b	b	твердая «б» (voiced bilabial plosive)	рыба
bʲ	b’	мягкая «б» (palatalized voiced bilabial plosive)	бюро
d	d	твердая «д» (voiced alveolar plosive)	дом
dʲ	d’	мягкая «д» (palatalized voiced alveolar plosive)	дядя
f	f	твердая «ф» (voiceless labiodental fricative)	форт
fʲ	f’	мягкая «ф» (palatalized voiceless labiodental fricative)	финал
g	g	твердая «г» (voiced velar plosive)	гол
ɡʲ	g’	мягкая «г» (palatalized voiced velar plosive)	герой
j	j	звук «й» (palatal approximant)	я , дизайн
k	k	твердая «к» (voiceless velar plosive)	кот , ку
kʲ	k’	мягкая «к» (palatalized voiceless velar plosive)	кино , кю
l	l	твердая «л» (alveolar lateral approximant)	луч
lʲ	l’	мягкая «л» (palatalized alveolar lateral approximant)	лес
m	m	твердая «м» (bilabial nasal)	мама
mʲ	m’	мягкая «м» (palatalized bilabial nasal)	меч
n	n	твердая «н» (alveolar nasal)	нос
nʲ	n’	мягкая «н» (palatalized alveolar nasal)	няня
p	p	твердая «п» (voiceless bilabial plosive)	папа
pʲ	p’	мягкая «п» (palatalized voiceless bilabial plosive)	пена
r	r	твердая «р» (alveolar trill)	рок
rʲ	r’	мягкая «р» (palatalized alveolar trill)	рис
s	s	твердая «с» (voiceless alveolar fricative)	суд
sʲ	s’	мягкая «с» (palatalized voiceless alveolar fricative)	сено , русь
ɕ:	s:	шипящая «щ» (long voiceless alveolo-palatal fricative)	щит
ʂ	s`	шипящая «ш» (voiceless retroflex fricative)	шест
t	t	твердая «т» (voiceless alveolar plosive)	танк
tʲ	t’	мягкая «т» (palatalized voiceless alveolar plosive)	тётя
t͡s	ts	звонкая «ц» (voiceless alveolar affricate)	царь
t͡ɕ	ts\	глухая «ч» (voiceless alveolo-palatal affricate)	чуть
v	v	твердая «в» (voiced labiodental fricative)	вон
vʲ	v’	мягкая «в» (palatalized voiced labiodental fricative)	весы
x	x	твердая «х» (voiceless velar fricative)	хор
xʲ	x’	мягкая «х» (palatalized voiceless velar fricative)	химия
z	z	твердая «з» (voiced alveolar fricative)	зуб
zʲ	z’	мягкая «з» (palatalized voiced alveolar fricative)	зима
ʑ:	z:	буквосочетания «зж» и «жж» (long voiced alveolo-palatal fricative)	езжу , вожжи
ʐ	z`	короткая «ж» (voiced retroflex fricative)	жена
Гласные
ə	@	Шва — безударные «а», «о» или «э» (mid central vowel)	корова , молоко
a	a	ударная «а» или «я» (open front unrounded vowel)	там , мяч , яма
ɐ	6	безударная «а» (near-open central vowel	каравай , голова
e	e	ударная «е» (close-mid front unrounded vowel)	печь
ɛ	E	ударная «э» (open-mid front unrounded vowel)	это
i	i	ударная «и» (close front unrounded vowel)	лист
ɪ	I	«е» или «и» после палатализованной согласной в безударном слоге (near-close front unrounded vowel)	дерево
ɨ̞	I\	«е» или «и» после непалатализованной согласной в безударном слоге (near-close central unrounded vowe)	жена
ɨ	1	ударная «ы» (close central unrounded vowel)	рыло
o	o	ударная «о» (close-mid back rounded vowel)	кот
u	u	ударная «у» или «ю» (close back rounded vowel)	муж , вьюга
ʊ	U	безударная «у» или «ю» (near-close back rounded vowel)	сухой , мужчина

Как работает речевая аналитика

Сервис Yandex SpeechKit, а именно его функциональность speech-to-text, позволяет преобразовать неструктурированную аудиоинформацию в текст. Распознанный текст — это основа для структурирования и разметки. Его можно преобразовать в данные, которые позволят «подсвечивать» важные события о клиентах и сотрудниках в учётных системах, принимать решения, планировать маркетинговые и sales-активности.

С помощью речевой аналитики Yandex SpeechKit вы сможете контролировать 100% звонков в автоматическом режиме. Вы сможете не только оценить работу оператора, но и лучше узнать клиентов. В результате — не только сделать выводы о конкретных операторах, но и о клиентах. Например, если из 10 000 звонков 500 закончились негативом, система сообщит вам, что этим абонентам нужно перезвонить и устранить негатив.

Преимущества речевой аналитики на базе Yandex SpeechKit

Облачный сервис Yandex SpeechKit распознаёт речь с помощью технологии транскрибации. Она переводит длинные аудиозаписи в текст, разделяя речь по каналам и проставляя временные метки начала и конца каждого слова. Загрузка аудиофайлов для распознавания не требует нарезки и это ускоряет процесс распознавания.

Yandex SpeechKit способен обработать миллионы часов аудио в кратчайшие сроки. Например, 100 часов аудио из 200 файлов можно обработать меньше, чем за час.

Командная строка Яндекса

С её помо­щью мы смо­жем полу­чать нуж­ные клю­чи досту­па, что­бы отправ­лять фай­лы с запи­ся­ми на сер­вер для обра­бот­ки.

Весь про­цесс уста­нов­ки мы опи­шем для Windows. Если у вас Mac OS или Linux, то всё будет то же самое, но с поправ­кой на опе­ра­ци­он­ную систе­му. Поэто­му если что — .

Для уста­нов­ки и даль­ней­шей рабо­ты нам пона­до­бит­ся PowerShell — это про­грам­ма для рабо­ты с команд­ной стро­кой, но с рас­ши­рен­ны­ми воз­мож­но­стя­ми. Запус­ка­ем PowerShell и пишем там такую коман­ду:

iex (New-Object System.Net.WebClient).DownloadString(‘https://storage.yandexcloud.net/yandexcloud-yc/install.ps1’)

Она ска­ча­ет и запу­стит уста­нов­щик команд­ной стро­ки Яндек­са. В сере­дине скрипт спро­сит нас, доба­вить ли путь в систем­ную пере­мен­ную PATH, — в ответ пишем Y и нажи­ма­ем Enter:

Команд­ная стро­ка Яндек­са уста­нов­ле­на в систе­ме, закры­ва­ем PowerShell и запус­ка­ем его зано­во. Теперь нам нуж­но полу­чить токен авто­ри­за­ции — это такая после­до­ва­тель­ность сим­во­лов, кото­рая пока­жет «Обла­ку», что мы — это мы, а не кто-то дру­гой.

Пере­хо­дим по спе­ци­аль­ной ссыл­ке, кото­рая даст нам нуж­ный токен. Сер­вис спро­сит у нас, раз­ре­ша­ем ли мы доступ «Обла­ка» к нашим дан­ным на Яндек­се — нажи­ма­ем «Раз­ре­шить». В ито­ге видим стра­ни­цу с токе­ном:

Теперь нуж­но закон­чить настрой­ку команд­ной стро­ки Яндек­са, что­бы мож­но было с ней пол­но­цен­но рабо­тать. Для это­го в PowerShell пишем коман­ду:

yc init

Когда скрипт попро­сит — вво­дим токен, кото­рый мы толь­ко что полу­чи­ли:

Сна­ча­ла отве­ча­ем «1», затем «Y» и «4».

Условия и ограничения

Рас­по­зна­ва­ние речи — плат­ная услу­га, но Яндекс даёт 60 дней и 3000 ₽ для тести­ро­ва­ния. За эти день­ги мож­но рас­по­знать 83 часа аудио — боль­ше трёх суток непре­рыв­но­го раз­го­во­ра. Это очень мно­го: за вре­мя под­го­тов­ки этой ста­тьи и тести­ро­ва­ния тех­но­ло­гии мы потра­ти­ли 4 руб­ля за 3 дня.

Если отправ­лять фай­лы с запи­сью боль­ше мину­ты, то одна секун­да аудио сто­ит одну копей­ку. Что­бы рас­по­знать запись дли­ной в час, нуж­но 36 руб­лей. Это при­мер­но в 20 раз дешев­ле, чем берут транс­кри­ба­то­ры — люди, кото­рые сами наби­ра­ют текст на слух, про­слу­ши­вая запись.

Ней­ро­сеть часто пони­ма­ет, когда текст нуж­но раз­бить на абза­цы, но дела­ет это не все­гда пра­виль­но. Ещё она не ста­вит запя­тые, тире и двое­то­чия. Мак­си­мум, что она дела­ет — ста­вит точ­ку в кон­це пред­ло­же­ния и начи­на­ет новое с боль­шой бук­вы. Но при этом почти все сло­ва рас­по­зна­ют­ся пра­виль­но, и отре­дак­ти­ро­вать такой текст намно­го про­ще, чем наби­рать его с нуля.

Послед­нее — из-за осо­бен­но­стей нашей речи и про­из­но­ше­ния SpeechKit может путать сло­ва, кото­рые зву­чат оди­на­ко­во (код — кот) или ста­вить непра­виль­ное окон­ча­ние («сла­ва обру­ши­лось на него неожи­дан­но»). Реше­ние про­стое: про­го­ня­ем такой текст через орфо­ней­ро­кор­рек­тор и всё в поряд­ке. Одна ней­рон­ка исправ­ля­ет дру­гую — реаль­ность XXI века

Всё, при­сту­па­ем.

Ино­гда резуль­тат полу­ча­ет­ся вот таким, но на пони­ма­ние тек­ста это не силь­но вли­я­ет.

Знакомство с API Yandex SpeechKit

Представьте простую, максимально идеальную ситуацию без подводных камней типа “а если..”. Вы организуете закрытую вечеринку и хотите общаться с гостями, ни на что не отвлекаясь. Тем более на тех, кого вы не ждали.

Давайте попробуем создать виртуального дворецкого, который будет встречать гостей и открывать дверь только приглашенным.

Синтез текста через cURL

С помощью встроенной в bash команды export запишем данные в переменные:

Теперь их можно передать в POST-запрос с помощью cURL:

Рассмотрим параметры запроса:

speech.raw – файл формата LPSM (несжатый звук). Это и есть озвученный текст в бинарном виде, который будет сохранен в текущую папку.

lang=ru-RU – язык текста.

emotion=good – эмоциональный окрас голоса. Пусть будет дружелюбным.

voice=ermil – текст будет озвучен мужским голосом Ermil. По умолчанию говорит Оксана.

https://tts.api.cloud.yandex.net/speech/v1/tts:synthesize – url, на который отправляется post-запрос на синтез речи дворецкого.

Бинарный файл послушать не получится, тогда установим утилиту SoX и сделаем конвертацию в wav:

speech.wav – приветствие готово и сохранено в текущую папку.

Для проигрывания wav внутри кода Python, можно взять, например, библиотеку simpleaudio. Она простая и не создает других потоков:

Итак, наш первый гость стоит перед входом на долгожданную party. Пытается открыть дверь, и вдруг слышит голос откуда-то сверху:

«Привет, чувак! Назови-ка мне свои имя и фамилию?» (или ваш вариант)

Отлично! Вы научили дворецкого приветствовать гостей, используя командную строку и cURL. А пока гость вспоминает ответ, научимся работать с API на языке Python.

Распознавание текста с помощью requests

Мы могли бы снова воспользоваться cURL для отправки ответа гостя на распознавание. Но мы пойдем дальше и напишем небольшую программу, основанную на подобных запросах.

Создайте готовый аудио-файл с ответом гостя. Сделать это можно через встроенный микрофон на вашем ноутбуке разными инструментами. Для macos подойдет Quick Time Player. Сконвертируйте аудио в формат ogg: name_guest.ogg. Можно онлайн, например, тут

Итак, пишем код на Python:

Для отправки запросов в Python воспользуемся стандартной библиотекой requests:

Импортируем в код:

Зададим параметры, которые мы получили в командной строке:

Аудио необходимо передавать в запрос в бинарном виде:

Давайте обернем весь процесс распознавания в функцию recognize:

Итак, чтобы дворецкий смог проверить гостя по списку, вызовем функцию и распознаем ответ:

Теперь очередь за дворецким. В нашем случае, он вежлив ко всем. И прежде чем открыть или не открыть гостю дверь, он обратится лично. Например, так:

“Мы вам очень рады, <имя_и фамилия_гостя>, но вас нет в списке, сорян”

Для последующего синтеза вы можете снова воспользоваться CURL или так же написать функцию на Python. Принцип работы с API для синтеза и распознавания речи примерно одинаков.

Подготовимся. Настройка профиля CLI

Активация аккаунта на облаке

Для использования сервиса YSK у вас должна быть почта на Yandex. Если у вас её нет, то самое время завести.

Будьте готовы к тому, что вам потребуется еще подтвердить свой номер мобильного телефона. Без этого, увы, сервисы будут недоступны.

Почта есть. Теперь самое время перейти на cloud.yandex.ru. Перейдя в консоль надо активировать пробный период пользования сервисом. Для этого надо привязать платежную карту. Как только вы это сделаете вам будет доступен грант на 60 дней.

В облака – через командную строку

Для понимания, как работает распознавание и синтез, мы потренируемся в командной строке. Например, в iTerm.

Для отправки запросов на API через командную строку установим утилиту cURL. Перед установкой проверьте, возможно, она у вас уже есть ($ curl —version):

Теперь настроим Интерфейс Яндекс.Облака для командной строки (CLI). Запустим скрипт:

Перезапустите командную оболочку. В переменную окружения PATH добавится путь к исполняемому файлу – install.sh.

Теперь нам нужно, чтобы в CLI заработало автодополнение команд в bash:

Если у вас еще нет менеджера пакетов Homebrew, установите его. Он вам не раз пригодится, обещаю.

Затем ставим пакет bash-completion:

и посмотрим, что изменилось в файле ~/.bash_profile:

Примечание: ~/.bash_profile используется для пользовательских настроек, в частности – для определения переменных окружения.

Видим, что в конце bash_profile добавились новые строчки:

Выше новых строк вставьте эту:

Набираем команду:

 и получаем приветственное сообщение:

 Вам предложат выбрать облако (скорее всего у вас оно единственное):

Далее по желанию выберете Compute zone. Пока пользователь один – этим можно пренебречь.

Посмотрим, как выглядят настройки профиля CLI:

Мы в шаге от старта. Осталось добыть второй ключ (в настройках профиля он не будет отображаться): 

Полетели!

Запуск и внедрение речевой аналитики

Чтобы внедрить речевую аналитику на базе Yandex SpeechKit, нужно подготовиться: выстроить логику разговора и маршрутизацию звонков, настроить интеграцию, подобрать правильные словари синонимов. Вы можете сделать это самостоятельно или пригласить наших партнёров, которые умеют решать такие задачи.

Что могут компании-партнёры?

• Построить логику целевого разговора, подобрать словари синонимов и подготовить основу для разметки текста.
• Автоматизировать процесс передачи аудиофайлов на распознавание и перевод в текст.
• Автоматизировать анализ текста и выделить показатели, важные для вашего бизнес-процесса. Обычно это: профили клиентов, источники информации о компании или предложении, факт следования скрипту, наличие или отсутствие кросс-продажи, соблюдение стандартов (приветствие, прощание, представление), эмоциональный фон речи и причины негатива, наличие дополнительных запросов и т. д.
• Настроить передачу данных об отклонениях во внутренние системы для выделения отклонений и оперативных мер, настроить отчетность.

Совет

У Яндекс.Облака более 50 компаний-партнёров, которые реализуют решения на базе Yandex SpeechKit. , и мы подберём лучшего исполнителя для вашей задачи и ответим на любые вопросы.

Использование сервиса

Создание клиентского приложения

Для распознавания речи приложение сначала должно отправить , а потом отправлять .

Параллельно с тем как отправляются аудиофрагменты, в ответ сервис будет возвращать , которые необходимо обрабатывать, например выводить их в консоль.

Чтобы приложение смогло обращаться к сервису, необходимо сгенерировать код интерфейса клиента для используемого языка программирования. Сгенерируйте этот код из файла stt_service.proto из репозитория Yandex.Cloud API.

Ниже представлены клиентских приложений. Помимо этого, в документации gRPC вы можете найти подробные инструкции по генерации интерфейсов и реализации клиентских приложений для различных языков программирования.

Авторизация в сервисе

В каждом запросе приложение должно передавать идентификатор каталога, на который у вас есть роль или выше. Подробнее в разделе Управление доступом.

Также приложение должно аутентифицироваться при каждом запросе, например при помощи IAM-токена. Подробнее об аутентификации в сервисе.

Результат распознавания

В каждом сервер возвращает один или несколько фрагментов речи, которые он успел распознать за этот промежуток (). Для каждого фрагмента речи указывается список вариантов распознанного текста ().

В процессе распознавания речь делится на фразы, а конец фразы помечается флагом . По умолчанию сервер возвращает ответ только после распознавания всей фразы. С помощью флага вы можете указать, чтобы сервер возвращал и промежуточные результаты распознавания. Получение промежуточных результатов позволит быстрее реагировать на распознаваемую речь, не дожидаясь окончания фразы.

Ограничения сессии распознавания речи

После получения сообщения с настройками распознавания сервис начнет сессию распознавания. Для каждой сессии действуют следующие ограничения:

• Нельзя отправлять аудиофрагменты слишком часто или редко. Время между отправкой сообщений в сервис должно примерно совпадать с длительностью отправляемых аудиофрагментов, но не должно превышать 5 секунд.

  Например, каждые 400 мс отправляйте на распознавание 400 мс аудио.

• Максимальная длительность переданного аудио за всю сессию — 5 минут.

• Максимальный размер переданных аудиоданных — 10 МБ.

Если в течение 5 секунд в сервис не отправлялись сообщения или достигнут лимит по длительности или размеру данных, сессия обрывается. Чтобы продолжить распознавание речи, надо заново установить соединение и отправить новое сообщение с настройками распознавания.

Примеры использования

Подключение

require_once 'vendor/autoload.php';

или

require_once 'yandex-speechkit-php-sdk/autoload.php';

Импорт

use Panda\Yandex\SpeechKitSDK\Cloud;
use Panda\Yandex\SpeechKitSDK\Speech;
use Panda\Yandex\SpeechKitSDK\Text;
use Panda\Yandex\SpeechKitSDK\Lang;
use Panda\Yandex\SpeechKitSDK\Ru;
use Panda\Yandex\SpeechKitSDK\En;
use Panda\Yandex\SpeechKitSDK\Tr;
use Panda\Yandex\SpeechKitSDK\Emotion;
use Panda\Yandex\SpeechKitSDK\Speed;
use Panda\Yandex\SpeechKitSDK\Format;
use Panda\Yandex\SpeechKitSDK\Rate;
use Panda\Yandex\SpeechKitSDK\Topic;
use Panda\Yandex\SpeechKitSDK\Filter;
use Panda\Yandex\SpeechKitSDK\Exception\ClientException;

Создание сервиса и аутентификация

try {
    // Обязательные параметры: "OAUTH-токен", "ID каталога"
    $cloud = new Cloud('AgAAAAASeN6XAATuwduwAAZFyUEYsEW1gGjh56d', 'b1g89h70fg5jgg8e1j4d');
} catch (ClientException $e) {
    echo $e->getMessage();
}

Синтез речи

Создание задачи

try {
    // Обязательный параметр: "Текст"
    $speech = new Speech('Привет, разработчик!');
} catch (ClientException $e) {
    echo $e->getMessage();
}

Добавление параметров речи (необязательно)

// Уточнение параметра текста признаком "SSML-формата" (необязательно)
$speech->setSSML()

    /*
     * Добавление обязательного параметра: "Голос"
     * Возможно использование других констант классов "Ru", "En", "Tr" в качестве параметра
     */
    ->setVoice(Ru::OKSANA);

try {
    /*
     * Добавление обязательного параметра, произвольно: "Голос"
     * Возможно использование статического метода "random" в классах: "Ru", "En", "Tr"
     */
    $speech->setVoice(Ru::random());
} catch (ClientException | ArgumentCountError $e) {
    echo $e->getMessage();

    /*
     * Добавление обязательного параметра, произвольно: "Голос"
     * Возможно использование статического метода "random" в классах: "Ru", "En", "Tr"
     */
    $speech->setVoice(Ru::OKSANA);
}

/*
 * Добавление обязательного параметра: "Язык"
 * Возможно использование других констант класса "Lang" в качестве параметра
 */
$speech->setLang(Lang::RU)

    /*
     * Добавление обязательного параметра: "Эмоциональная окраска"
     * Возможно использование других констант класса "Emotion" в качестве параметра
     */
    ->setEmotion(Emotion::GOOD)

    /*
     * Добавление обязательного параметра: "Темп"
     * Возможно использование других констант класса "Speed" в качестве параметра
     */
    ->setSpeed(Speed::NORMAL)

    /*
     * Добавление обязательного параметра: "Формат аудио"
     * Возможно использование других констант класса "Format" в качестве параметра
     */
    ->setFormat(Format::LPCM)

    /*
     * Добавление обязательного параметра: "Частота дискретизации"
     * Возможно использование других констант класса "Rate" в качестве параметра
     */
    ->setRate(Rate::HIGH);

Выполнение задачи

try {
    // Обязательный параметр: "Задача"
    file_put_contents('greeting_developer.ogg', $cloud->request($speech));
} catch (ClientException $e) {
    echo $e->getMessage();
}

Распознавание речи

Создание задачи

// Обязательный параметр: "Указатель на файл"
$text = new Text('greeting_developer.ogg');

Добавление параметров речи (необязательно)

/*
 * Добавление обязательного параметра: "Язык"
 * Возможно использование других констант класса "Lang" в качестве параметра
 */
$text->setLang(Lang::RU)

    /*
     * Добавление обязательного параметра: "Языковая модель"
     * Возможно использование других констант класса "Topic" в качестве параметра
     */
    ->setTopic(Topic::GENERAL)

    /*
     * Добавление обязательного параметра: "Фильтр ненормативной лексики"
     * Возможно использование других констант класса "Filter" в качестве параметра
     */
    ->setFilter(Filter::FALSE)

    /*
     * Добавление обязательного параметра: "Формат аудио"
     * Возможно использование других констант класса "Format" в качестве параметра
     */
    ->setFormat(Format::LPCM)

    /*
     * Добавление обязательного параметра: "Частота дискретизации"
     * Возможно использование других констант класса "Rate" в качестве параметра
     */
    ->setRate(Rate::HIGH);

Выполнение задачи

try {
    // Обязательный параметр: "Задача"
    print_r($cloud->request($text));
} catch (ClientException $e) {
    echo $e->getMessage();
}

Получение команд от станции

Только для продвинутых пользователей

Для работы функционала должна быть настроена интеграция Home Assistant с умным домом Яндекса!

1. Настройте список фраз, на которые ваши станции должны реагировать и ответы на них. Если не хотите ответ — просто поставьте точку как в примере. При первом запуске копонент создаёт служебный медиа-плеер .
2. Синхронизируйте ваши устройства в мобильном приложении Яндекса, чтоб этот плеер появился и там. Не нужно его переименовывать и перемещать в комнаты.
3. Перезапустите Home Assistant. В мобильном приложении Яндекса должны появиться ваши сценарии.

В ответ на эти фразы в Home Assistan будет генерироваться событие типа с произнесённым текстом. Теперь можете писать свои автоматизации на YAML или Node-RED.

yandex_station:
  username: myuser
  password: mypass
  intents:
    Покажи сообщение: ага
    Какая температура в комнате: .
    Какая влажность в комнате: .

automation:
- trigger:
    platform: event
    event_type: yandex_intent
    event_data:
      text: Покажи сообщение
  action:
    service: persistent_notification.create
    data:
      title: Сообщение со станции
      message: Шеф, станция чего-то хочет

Installation

There are several ways to add SpeechKit to a project.

Installing with CocoaPods

$ gem install cocoapods

Podfile

To integrate SpeechKit into your project using CocoaPods, create a file in the project directory:

source 'https://github.com/CocoaPods/Specs.git'
platform :ios, '8.0'

target 'TargetName' do
pod 'YandexSpeechKit', '~> 3.12.2'
end

Then run the command:

$ pod install

Adding SpeechKit directly

You can add SpeechKit directly to a project as a static library, without using a dependency manager.

In the Xcode project settings, choose -> , then click -> and choose SpeechKit. Also add all the frameworks and libraries required by SpeechKit in the same section. For a complete list, see .

In -> , add the bundle with the resources, which is located in the directory.

In -> -> , set the path to the directory that contains SpeechKit.