РУКОВОДСТВО

Свой голос для навыка Alexa: проигрывайте своё аудио

Навык Alexa говорит голосом Alexa или одним из голосов Amazon Polly. Для ведущего викторины, рассказчика, игровых персонажей или голоса бренда этого мало, и в SSML есть ответ: тег audio проигрывает ваш собственный MP3 прямо посреди ответа.

Бесплатный движок SuperClonica озвучивает такие файлы офлайн — стандартным голосом, вашим обученным голосом или голосом персонажа. В этом руководстве — точные требования Amazon к файлам, как получить подходящий MP3 прямо из Python и как смешивать своё аудио с речью самой Alexa.

Выбрать голос Установить движок SuperClonica

Как работает своё аудио в Alexa

Пусть голос самой Alexa читает то, что меняется, — счёт или имя, — а ваши файлы звучат во всём, что остаётся неизменным.

  • Тег audio в SSML проигрывает MP3 по HTTPS-ссылке внутри ответа.
  • Amazon требует MP3 версии MPEG 2 с битрейтом 48 кбит/с и частотой 16000, 22050 или 24000 Гц.
  • Всё аудио в одном ответе — до 240 секунд, в повторном вопросе — до 90, и не больше пяти файлов.
  • SuperClonica говорит на 31 языке; китайский пока не поддерживается.

Послушайте голоса бесплатно

На странице любого голоса впишите реплику навыка, от 30 до 100 символов, выберите язык и нажмите «Озвучить». Через несколько секунд вы услышите, подходит ли голос ведущему, рассказчику или персонажу, без регистрации.

Сделайте MP3 для Alexa

Делайте каждый файл коротким и целевым: приветствие, вопрос, звуковой сигнал. Короткие файлы быстрее загружаются и легче переиспользуются.

  • Установите движок: python -m pip install superclonica-cpu.
  • Озвучьте реплику и сразу запишите в формате Amazon: tts = Superclonica(); audio, rate = tts.synthesize("С возвращением! Викторина начинается.", "F1", "ru"); sf.write("welcome.mp3", resample_poly(audio, 24000, rate), 24000, format="MP3", bitrate_mode="CONSTANT", compression_level=0.75).
  • С soundfile 0.14 и libsndfile 1.2, которые ставятся вместе с движком, compression_level 0.75 даёт постоянные 48 кбит/с, MPEG-2, 24 кГц.
  • Проверяйте каждый файл перед загрузкой — ffprobe или командой file.

Разместите и проиграйте

Размещайте файлы по HTTPS с действительным доверенным сертификатом, например в бакете S3; самоподписанные сертификаты отклоняются. Запросы к файлам не аутентифицируются, поэтому в них не должно быть ничего личного или конфиденциального о клиенте. В ответе вставьте тег audio со ссылкой на файл в строку SSML, которую передаёте в speak() в ASK SDK, до или после слов самой Alexa.

Голоса, которые пройдут сертификацию

Amazon проверяет каждый навык перед сертификацией. Используйте голоса, на которые у вас есть права: десять стандартных голосов модели, от M1 до M5 и от F1 до F5, собственный голос, обученный в студии SuperClonica по записи диктора, давшего согласие, или голос, заказанный на бирже. Фанатские голоса персонажей из каталога — для личных проектов, а не для опубликованного навыка, и ни один голос не должен имитировать реального человека.