chrome.ttsEngine

Descripción

Usa la API de chrome.ttsEngine para implementar un motor de texto a voz(TTS) con una extensión. Si tu extensión se registra con esta API, recibirá eventos que contienen una frase que se debe decir y otros parámetros cuando cualquier extensión o app de Chrome use la API de tts para generar voz. Luego, la extensión puede usar cualquier tecnología web disponible para sintetizar y emitir la voz, y enviar eventos a la función de llamada para informar el estado.

Permisos

ttsEngine

Conceptos y uso

Una extensión puede registrarse como un motor de voz. De esta manera, puede interceptar algunas o todas las llamadas a funciones como tts.speak() y tts.stop(), y proporcionar una implementación alternativa. Las extensiones pueden usar cualquier tecnología web disponible para proporcionar voz, incluida la transmisión de audio desde un servidor, audio HTML5. Una extensión incluso podría hacer algo diferente con las oraciones, como mostrar subtítulos en una ventana emergente o enviarlos como mensajes de registro a un servidor remoto.

Para implementar un motor de TTS, una extensión debe declarar el permiso "ttsEngine" y, luego, declarar todas las voces que proporciona en el manifiesto de la extensión, de la siguiente manera:

{
  "name": "My TTS Engine",
  "version": "1.0",
  "permissions": ["ttsEngine"],
  "tts_engine": {
    "voices": [
      {
        "voice_name": "Alice",
        "lang": "en-US",
        "event_types": ["start", "marker", "end"]
      },
      {
        "voice_name": "Pat",
        "lang": "en-US",
        "event_types": ["end"]
      }
    ]
  },
  "background": {
    "page": "background.html",
    "persistent": false
  }
}

Una extensión puede especificar cualquier cantidad de voces.

El parámetro voice_name es obligatorio. El nombre debe ser lo suficientemente descriptivo como para identificar el nombre de la voz y el motor que se usa. En el caso improbable de que dos extensiones registren voces con el mismo nombre, un cliente puede especificar el ID de la extensión que debe realizar la síntesis.

El parámetro lang es opcional, pero se recomienda. Casi siempre, una voz puede sintetizar la voz en un solo idioma. Cuando un motor admite más de un idioma, puede registrar fácilmente una voz distinta para cada idioma. En circunstancias excepcionales en las que una sola voz puede controlar más de un idioma, es más fácil enumerar dos voces independientes y controlarlas con la misma lógica de forma interna. Sin embargo, si deseas crear una voz que controle expresiones en cualquier idioma, omite el parámetro lang del manifiesto de tu extensión.

Por último, se requiere el parámetro event_types si el motor puede enviar eventos para actualizar al cliente sobre el progreso de la síntesis de voz. Como mínimo, se recomienda admitir el tipo de evento 'end' para indicar cuando finaliza la voz. De lo contrario, Chrome no puede programar las oraciones en cola.

Una vez cargada, una extensión puede reemplazar la lista de voces declaradas llamando a chrome.ttsEngine.updateVoices. (Ten en cuenta que los parámetros que se usan en la llamada programática a updateVoices están en mayúsculas y minúsculas: p.ej., voiceName, a diferencia del archivo de manifiesto que usa voice_name).

Los tipos de eventos posibles que puedes enviar corresponden a los tipos de eventos que recibe el método speak():

  • 'start': El motor comenzó a pronunciar la oración.
  • 'word': Se alcanzó el límite de una palabra. Usa event.charIndex para determinar la posición de voz actual.
  • 'sentence': Se alcanzó el límite de una oración. Usa event.charIndex para determinar la posición actual de la voz.
  • 'marker': Se alcanzó un marcador SSML. Usa event.charIndex para determinar la posición de voz actual.
  • 'end': El motor terminó de pronunciar la frase.
  • 'error': Se produjo un error específico del motor y no se puede pronunciar esta frase. Pasa más información en event.errorMessage.

El motor de voz no envía los eventos 'interrupted' y 'cancelled'; Chrome los genera automáticamente.

Los clientes de texto a voz pueden obtener la información de voz del manifiesto de tu extensión llamando a tts.getVoices, siempre y cuando hayas registrado objetos de escucha de eventos de voz como se describe a continuación.

Controla eventos de voz

Para generar voz a pedido de los clientes, la extensión debe registrar objetos de escucha para onSpeak y onStop de la siguiente manera:

const speakListener = (utterance, options, sendTtsEvent) => {
  sendTtsEvent({type: 'start', charIndex: 0})

  // (start speaking)

  sendTtsEvent({type: 'end', charIndex: utterance.length})
};

const stopListener = () => {
  // (stop all speech)
};

chrome.ttsEngine.onSpeak.addListener(speakListener);
chrome.ttsEngine.onStop.addListener(stopListener);

La decisión de enviar o no una solicitud de voz determinada a una extensión se basa únicamente en si la extensión admite los parámetros de voz determinados en su manifiesto y si tiene objetos de escucha registrados para onSpeak y onStop. En otras palabras, no hay forma de que una extensión reciba una solicitud de voz y decida de forma dinámica si la manejará o no.

Tipos

AudioBuffer

Chrome 92 y versiones posteriores

Parámetros que contienen un búfer de audio y datos asociados.

Propiedades

  • audioBuffer

    ArrayBuffer

    Es el búfer de audio del motor de texto a voz. Debe tener una longitud exactamente igual a audioStreamOptions.bufferSize y estar codificado como mono, en audioStreamOptions.sampleRate, y como PCM lineal, número de punto flotante firmado de 32 bits, es decir, el tipo Float32Array en JavaScript.

  • charIndex

    número opcional

    Es el índice de caracteres asociado con este búfer de audio.

  • isLastBuffer

    booleano opcional

    Es verdadero si este búfer de audio es el último para el texto que se está hablando.

AudioStreamOptions

Chrome 92 y versiones posteriores

Contiene el formato de transmisión de audio que se espera que produzca un motor.

Propiedades

  • bufferSize

    número

    Es la cantidad de muestras dentro de un búfer de audio.

  • sampleRate

    número

    Es la tasa de muestreo esperada en un búfer de audio.

LanguageInstallStatus

Pendiente

Es el estado de instalación de una voz.

Enum

"notInstalled"

"installing"

“instalado”

"failed"

LanguageStatus

Pendiente

Estado de instalación de un idioma.

Propiedades

  • error

    string opcional

    Detalles sobre los errores de instalación Se propaga de forma opcional si no se pudo instalar el idioma.

  • installStatus

    Estado de la instalación.

  • lang

    string

    Cadena de idioma en forma de código de idioma-código de región, donde se puede omitir la región. Algunos ejemplos son en, en-AU y zh-CH.

SpeakOptions

Chrome 92 y versiones posteriores

Son las opciones especificadas para el método tts.speak().

Propiedades

  • género

    VoiceGender opcional

    Se dejó de usar desde Chrome 92

    Género ya no está disponible y se ignorará.

    Género de la voz para la voz sintetizada.

  • lang

    cadena opcional

    Es el idioma que se usará para la síntesis, en el formato idioma-región. Ejemplos: "en", "en-US", "en-GB", "zh-CN".

  • pitch

    número opcional

    El tono del habla entre 0 y 2 inclusive, donde 0 es el más bajo y 2 el más alto 1.0 corresponde al tono predeterminado de esta voz.

  • de conversiones

    número opcional

    Es la velocidad de habla en relación con la velocidad predeterminada de esta voz. 1.0 es la velocidad predeterminada, que suele ser de alrededor de 180 a 220 palabras por minuto. 2.0 es el doble de rápido y 0.5 es la mitad. Se garantiza que este valor esté entre 0.1 y 10.0, inclusive. Cuando una voz no admita este rango completo de tasas, no muestres un error. En su lugar, recorta la velocidad según el rango que admita la voz.

  • voiceName

    cadena opcional

    Es el nombre de la voz que se usará para la síntesis.

  • Volumen

    número opcional

    Volumen de voz entre 0 y 1 inclusive, en el que 0 es el más bajo y 1 es el más alto, con un valor predeterminado de 1.0.

TtsClient

Pendiente

Es el identificador del cliente que solicita el estado.

Propiedades

  • id

    string

    Cliente que realiza una solicitud de administración de idiomas Para una extensión, es el ID único de la extensión. En el caso de las funciones de Chrome, es el nombre legible por humanos.

  • Tipo de solicitante.

TtsClientSource

Pendiente

Tipo de solicitante.

Enum

"chromefeature"

"extension"

VoiceGender

Chrome 54 y versiones posteriores Dejaron de estar disponibles desde Chrome 70

Género ya no está disponible y se ignorará.

Enum

"male"

“mujer”

Métodos

updateLanguage()

Pendiente
chrome.ttsEngine.updateLanguage(
  status: LanguageStatus,
)

Un motor lo llama cuando se intenta instalar un idioma y cuando se desinstala un idioma. También se llama en respuesta a una solicitud de estado de un cliente. Cuando se instala o desinstala una voz, el motor también debe llamar a ttsEngine.updateVoices para registrarla.

Parámetros

updateVoices()

Chrome 66 y versiones posteriores
chrome.ttsEngine.updateVoices(
  voices: TtsVoice[],
)

Un motor lo llama para actualizar su lista de voces. Esta lista anula las voces declaradas en el manifiesto de esta extensión.

Parámetros

  • voces

    Es un array de objetos tts.TtsVoice que representan las voces disponibles para la síntesis de voz.

Eventos

onInstallLanguageRequest

Pendiente
chrome.ttsEngine.onInstallLanguageRequest.addListener(
  callback: function,
)

Se activa cuando un cliente de TTS solicita instalar un idioma nuevo. El motor debería intentar descargar e instalar el lenguaje y llamar a ttsEngine.updateLanguage con el resultado. Si se realiza correctamente, el motor también debe llamar a ttsEngine.updateVoices para registrar las voces disponibles recientemente.

Parámetros

  • callback

    función

    El parámetro callback se ve de la siguiente manera:

    (requestor: TtsClient, lang: string) => void

onLanguageStatusRequest

Pendiente
chrome.ttsEngine.onLanguageStatusRequest.addListener(
  callback: function,
)

Se activa cuando un cliente de TTS solicita el estado de instalación de un idioma.

Parámetros

  • callback

    función

    El parámetro callback se ve de la siguiente manera:

    (requestor: TtsClient, lang: string) => void

onPause

chrome.ttsEngine.onPause.addListener(
  callback: function,
)

Opcional: Si un motor admite el evento de pausa, debe pausar la oración que se está hablando, si la hay, hasta que reciba un evento de reanudación o de detención. Ten en cuenta que un evento de detención también debe borrar el estado de pausa.

Parámetros

  • callback

    función

    El parámetro callback se ve de la siguiente manera:

    () => void

onResume

chrome.ttsEngine.onResume.addListener(
  callback: function,
)

Opcional: Si un motor admite el evento de pausa, también debe admitir el evento de reanudación para continuar hablando de la declaración actual, si la hubiera. Ten en cuenta que un evento de detención también debe borrar el estado de pausa.

Parámetros

  • callback

    función

    El parámetro callback se ve de la siguiente manera:

    () => void

onSpeak

chrome.ttsEngine.onSpeak.addListener(
  callback: function,
)

Se llama cuando el usuario realiza una llamada a tts.speak() y una de las voces del manifiesto de esta extensión es la primera en coincidir con el objeto de opciones.

Parámetros

  • callback

    función

    El parámetro callback se ve de la siguiente manera:

    (utterance: string, options: SpeakOptions, sendTtsEvent: function) => void

    • enunciado

      string

    • opciones
    • sendTtsEvent

      función

      El parámetro sendTtsEvent se ve de la siguiente manera:

      (event: tts.TtsEvent) => void

      • evento

        Es el evento del motor de texto a voz que indica el estado de esta oración.

onSpeakWithAudioStream

Chrome 92 y versiones posteriores
chrome.ttsEngine.onSpeakWithAudioStream.addListener(
  callback: function,
)

Se llama cuando el usuario realiza una llamada a tts.speak() y una de las voces del manifiesto de esta extensión es la primera que coincide con el objeto de opciones. Se diferencia de ttsEngine.onSpeak en que Chrome proporciona servicios de reproducción de audio y controla el envío de eventos tts.

Parámetros

  • callback

    función

    El parámetro callback se ve de la siguiente manera:

    (utterance: string, options: SpeakOptions, audioStreamOptions: AudioStreamOptions, sendTtsAudio: function, sendError: function) => void

    • enunciado

      string

    • opciones
    • audioStreamOptions
    • sendTtsAudio

      función

      El parámetro sendTtsAudio se ve de la siguiente manera:

      (audioBufferParams: AudioBuffer) => void

      • audioBufferParams

        Parámetros que contienen un búfer de audio y datos asociados.

    • sendError

      función

      Chrome 94 y versiones posteriores

      El parámetro sendError se ve de la siguiente manera:

      (errorMessage?: string) => void

      • errorMessage

        cadena opcional

        Es una cadena que describe el error.

onStop

chrome.ttsEngine.onStop.addListener(
  callback: function,
)

Se activa cuando se realiza una llamada a tts.stop y es posible que esta extensión esté hablando. Si una extensión recibe una llamada a onStop y la voz ya se detuvo, no debe hacer nada (no generar un error). Si la voz está en estado de pausa, esta acción debería cancelarlo.

Parámetros

  • callback

    función

    El parámetro callback se ve de la siguiente manera:

    () => void