chrome.ttsEngine

Opis

Uprawnienia

Pojęcia i zastosowanie

Rozszerzenie może zarejestrować się jako mechanizm rozpoznawania mowy. W ten sposób może przechwycić niektóre lub wszystkie wywołania funkcji, takich jak tts.speak() i tts.stop(), i zapewnić alternatywną implementację. Rozszerzenia mogą wykorzystywać dowolną dostępną technologię internetową do generowania mowy, w tym strumieniowe przesyłanie dźwięku z serwera i dźwięku HTML5. Rozszerzenie może nawet robić coś innego z wypowiedziami, np. wyświetlać napisy w wyskakującym okienku lub wysyłać je w postaci komunikatów na zdalny serwer.

Aby zaimplementować mechanizm przekształcania tekstu na mowę, rozszerzenie musi zadeklarować uprawnienie „ttsEngine”, a następnie zadeklarować wszystkie podane głosy w pliku manifestu rozszerzenia w ten sposób:

{
  "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
  }
}

Rozszerzenie może określać dowolną liczbę głosów.

Parametr voice_name jest wymagany. Nazwa powinna być wystarczająco opisowa, aby umożliwić rozpoznanie nazwy głosu i używanej wyszukiwarki. W mało prawdopodobnym przypadku, gdy 2 rozszerzenia rejestrują głosy o tej samej nazwie, klient może podać identyfikator rozszerzenia, które powinno wykonać syntezę.

Parametr lang jest opcjonalny, ale zdecydowanie zalecany. Prawie zawsze można zsyntetyzować mowę w jednym języku. Gdy wyszukiwarka obsługuje więcej niż 1 język, może łatwo zarejestrować osobny głos dla każdego z nich. W rzadkich przypadkach, gdy 1 głos posługuje się więcej niż 1 językiem, najlepiej jest wymienić 2 osobne głosy i obchodzić się z nimi wewnętrznie za pomocą tej samej logiki. Jeśli jednak chcesz utworzyć głos, który będzie obsługiwać wypowiedzi w dowolnym języku, pomiń parametr lang w pliku manifestu rozszerzenia.

Wreszcie parametr event_types jest wymagany, jeśli wyszukiwarka może wysyłać zdarzenia, by aktualizować klienta w celu zaktualizowania postępu syntezy mowy. Zalecamy co najmniej obsługę typu zdarzenia 'end' w celu sygnalizowania zakończenia mowy. W przeciwnym razie Chrome nie może zaplanować wypowiedzi w kolejce.

Po wczytaniu rozszerzenie może zastąpić listę zadeklarowanych głosów, wywołując chrome.ttsEngine.updateVoices. (Pamiętaj, że parametry używane w programowym wywołaniu funkcji updateVoices mają postać wielbłąda: np. voiceName, w przeciwieństwie do pliku manifestu, który korzysta z voice_name).

Możliwe typy zdarzeń, które możesz wysyłać, odpowiadają typom zdarzeń odbieranych przez metodę speak():

• 'start': silnik rozpoczął wypowiadanie wypowiedzi.
• 'word': osiągnięto granicę słowa. Użyj event.charIndex, aby określić bieżącą pozycję mowy.
• 'sentence': osiągnięto granicę zdania. Użyj event.charIndex, aby określić bieżącą pozycję mowy.
• 'marker': osiągnięto znacznik SSML. Użyj event.charIndex, aby określić bieżącą pozycję mowy.
• 'end': silnik zakończył wypowiadanie wypowiedzi.
• 'error': wystąpił błąd specyficzny dla wyszukiwarki i nie można odczytać tej wypowiedzi. Przekaż więcej informacji w: event.errorMessage.

Zdarzenia 'interrupted' i 'cancelled' nie są wysyłane przez mechanizm rozpoznawania mowy – są generowane automatycznie przez Chrome.

Klienty zamiany tekstu na mowę mogą pobrać informacje głosowe z pliku manifestu rozszerzenia, wywołując metodę tts.getVoices, jeśli zostały zarejestrowane detektory zdarzeń mowy w sposób opisany poniżej.

Obsługa zdarzeń związanych z mową

Aby generować mowę na żądanie klientów, rozszerzenie musi zarejestrować słuchaczy zarówno w polu onSpeak, jak i onStop. Na przykład:

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);

Decyzja o tym, czy wysłać dane żądanie mowy do rozszerzenia, zależy wyłącznie od tego, czy obsługuje ono podane parametry głosowe w swoim pliku manifestu i czy zarejestrowało słuchaczy języków onSpeak i onStop. Inaczej mówiąc, nie ma możliwości, aby rozszerzenie otrzymało żądanie mowy i nie mogło dynamicznie zdecydować, czy je obsługuje.

chrome.ttsEngine.updateVoices(
  voices: TtsVoice[],
)

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

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

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

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

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