Ta strona została przetłumaczona przez Cloud Translation API.

chrome.ttsEngine

Opis

Aby zaimplementować mechanizm zamiany tekstu na mowę(TTS) za pomocą rozszerzenia, użyj interfejsu API chrome.ttsEngine. Jeśli Twoje rozszerzenie zarejestruje się za pomocą tego interfejsu API, będzie otrzymywać zdarzenia zawierające wypowiedź do wymówienia i inne parametry, gdy dowolne rozszerzenie lub aplikacja w Chrome będzie używać interfejsu API tts do generowania mowy. Rozszerzenie może następnie użyć dowolnej dostępnej technologii internetowej do syntezy i wyprowadzenia mowy, a także wysłać zdarzenia z powrotem do funkcji wywołania, aby przekazać stan.

Uprawnienia

ttsEngine

Pojęcia i zastosowanie

Rozszerzenie może zarejestrować się jako mechanizm przetwarzania mowy. Dzięki temu może przechwytywać niektóre lub wszystkie wywołania funkcji takich jak tts.speak() i tts.stop() oraz zapewniać alternatywne ich wykonanie. Rozszerzenia mogą swobodnie korzystać z dowolnej dostępnej technologii internetowej do odtwarzania mowy, w tym strumieniowego dźwięku z serwera i dźwięku w formacie HTML5. Rozszerzenie może nawet robić z wypowiedziami coś innego, np. wyświetlać napisy w wyskakującym okienku lub wysyłać je jako wiadomości dziennika na serwer zdalny.

Aby zaimplementować silnik TTS, rozszerzenie musi zadeklarować uprawnienie „ttsEngine”, a następnie zadeklarować wszystkie głosy, które udostępnia w pliku manifestu rozszerzenia. Przykład:

{
  "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 zawierać dowolną liczbę głosów.

Parametr voice_name jest wymagany. Nazwa powinna być na tyle opisowa, aby można było z niej określić nazwę głosu i używanego silnika. W bardzo rzadkich przypadkach, gdy 2 rozszerzenia zarejestrują głosy o tej samej nazwie, klient może podać identyfikator rozszerzenia, które ma przeprowadzić syntezę.

Parametr lang jest opcjonalny, ale zdecydowanie zalecany. Prawie zawsze głos może syntetyzować mowę tylko w jednym języku. Gdy silnik obsługuje więcej niż 1 język, może łatwo zarejestrować osobny głos dla każdego z nich. W rzadkich przypadkach, gdy jeden głos może obsługiwać więcej niż 1 język, najłatwiej jest podać 2 osobne głosy i obsługiwać je za pomocą tej samej logiki wewnętrznej. Jeśli jednak chcesz utworzyć głos, który będzie obsługiwać wypowiedzi w dowolnym języku, pomiń parametr lang w pliku manifestu rozszerzenia.

Na koniec parametr event_types jest wymagany, jeśli silnik może wysyłać zdarzenia, aby aktualizować klienta na temat postępów syntezy mowy. Zdecydowanie zalecamy obsługę co najmniej typu zdarzenia 'end', aby wskazywać, kiedy kończy się mowa. W przeciwnym razie Chrome nie będzie mógł zaplanować wypowiedzi w kolejce.

Po załadowaniu rozszerzenie może zastąpić listę zadeklarowanych głosów, wywołując funkcję chrome.ttsEngine.updateVoices. (Pamiętaj, że parametry używane w automatycznym wywołaniu funkcji updateVoices są w alfabecie łacińskim z dużą literą: voiceName, w przeciwieństwie do pliku manifestu, który używa voice_name.)

Uwaga: jeśli silnik syntezy mowy nie obsługuje typu zdarzenia 'end', Chrome nie może umieszczać wypowiedzi w kolejce, ponieważ nie ma możliwości określenia, kiedy wypowiedź się zakończyła. Aby temu zapobiec, Chrome przekazuje dodatkową opcję logiczną enqueue do obsługi interfejsu onSpeak silnika, co umożliwia implementację własnej kolejki. Nie zalecamy tego, ponieważ klienci nie mogą wtedy kolejkować wypowiedzi, które powinny być wypowiadane przez różne mechanizmy mowy.

Możliwe typy zdarzeń, które możesz wysyłać, odpowiadają typom zdarzeń, które otrzymuje metoda speak():

'start': silnik zaczął wypowiadać wypowiedź.
'word': osiągnięto granicę słowa. Użyj właściwości event.charIndex, aby określić bieżącą pozycję w mowie.
'sentence': osiągnięto granicę zdania. Użyj event.charIndex, aby określić bieżącą pozycję mowy.
'marker': osiągnięto znacznik SSML. Użyj właściwości event.charIndex, aby określić bieżącą pozycję w mowie.
'end': silnik zakończył wypowiadanie wypowiedzi.
'error': wystąpił błąd związany z wyszukiwarką i nie można wymówić tego wyrażenia. Przekaż więcej informacji w sekcji event.errorMessage.

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

Klienci usług konwersji tekstu na mowę mogą uzyskać informacje głosowe z pliku manifestu rozszerzenia, wywołując funkcję tts.getVoices, o ile masz zarejestrowanych słuchaczy zdarzeń związanych z mową zgodnie z opisem poniżej.

Obsługa zdarzeń związanych z mową

Aby generować mowę na żądanie klientów, Twoje rozszerzenie musi zarejestrować słuchaczy zarówno dla onSpeak, jak i onStop, w ten sposób:

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);

Uwaga: jeśli rozszerzenie nie rejestruje odbiorców ani dla onSpeak, ani dla onStop, nie przechwyci żadnych wywołań mowy, niezależnie od tego, co jest zawarte w pliku manifestu.

Decyzja o tym, czy wysłać określone żądanie dotyczące mowy do rozszerzenia, zależy wyłącznie od tego, czy rozszerzenie obsługuje określone parametry głosu w swoim pliku manifestu i czy ma zarejestrowanych słuchaczy dla onSpeak i onStop. Innymi słowy, rozszerzenie nie może otrzymać prośby o wypowiedź i dynamicznie zdecydować, czy ma ją obsłużyć.

Typy

AudioBuffer

Chrome 92 lub nowszy

Parametry zawierające bufor audio i powiązane dane.

Właściwości

audioBuffer

ArrayBuffer

Bufor audio z mechanizmu zamiany tekstu na mowę. Jego długość powinna być równa parametrowi audioStreamOptions.bufferSize i zakodowana jako mono z parametrem audioStreamOptions.sampleRate oraz jako linearny pcm, 32-bitowy podpisany typ float, czyli typ Float32Array w JavaScript.
charIndex

numer opcjonalny

Indeks znaków powiązany z tym buforem audio.
isLastBuffer

logiczna opcjonalna

Prawda, jeśli ten bufor audio jest ostatnim dla wypowiadanego tekstu.

AudioStreamOptions

Chrome 92 lub nowszy

Zawiera format strumienia audio, który powinien być wygenerowany przez silnik.

Właściwości

bufferSize

liczba

Liczba próbek w buforze audio.
sampleRate

liczba

Częstotliwość próbkowania oczekiwana w buforze audio.

LanguageInstallStatus

Chrome w wersji 132 lub nowszej

Stan instalacji głosu.

Typ wyliczeniowy

„notInstalled”

„installing”

„zainstalowany”

„failed”

LanguageStatus

Chrome w wersji 132 lub nowszej

Stan instalacji języka.

Właściwości

błąd

string opcjonalny

Szczegółowe informacje o błędach instalacji. Opcjonalnie wypełniane, jeśli nie udało się zainstalować języka.
installStatus

LanguageInstallStatus

Stan instalacji.
lang

ciąg znaków

Ciąg tekstowy w formie kodu języka i kodu regionu, gdzie region może zostać pominięty. Przykłady: en, en-AU, zh-CH.

LanguageUninstallOptions

Chrome w wersji 132 lub nowszej

Opcje odinstalowania danego języka.

Właściwości

uninstallImmediately

wartość logiczna

Wartość prawda, jeśli klient TTS chce natychmiast odinstalować język. Na podstawie tego parametru i informacji o występującym żądaniu silnik może zdecydować, czy i kiedy odinstalować język. Jeśli wartość jest równa fałsz, do określenia momentu odinstalowania może zostać użyte inne kryterium, np. ostatnio używana aplikacja.

SpeakOptions

Chrome 92 lub nowszy

Opcje określone w metodzie tts.speak().

Właściwości

płeć

VoiceGender opcjonalny

Wycofane w Chrome 92

Płeć została wycofana i będzie ignorowana.
Płeć głosu syntetycznego.
lang

string opcjonalny

Język, który ma być użyty do syntezy, w formie language-region. Przykłady: „pl”, „pl-PL”, „en-US”, „en-GB”, „zh-CN”.
rzut

numer opcjonalny

Wysokość głosu w zakresie od 0 do 2, gdzie 0 to najniższa, a 2 to najwyższa wartość. Wartość 1,0 odpowiada domyślnej wysokości tego głosu.
szybkość reakcji

numer opcjonalny

Szybkość mówienia w porównaniu z domyślną szybkością tego głosu. 1,0 to domyślna szybkość, która wynosi zwykle od 180 do 220 słów na minutę. 2,0 to dwa razy szybciej, a 0,5 to połowa szybkości. Ta wartość musi się zawierać w przedziale od 0,1 do 10,0 (włącznie). Jeśli głos nie obsługuje pełnego zakresu częstotliwości, nie zwracaj błędu. Zamiast tego ograniczaj częstotliwość do zakresu obsługiwanego przez głos.
voiceName

string opcjonalny

Nazwa głosu używanego na potrzeby syntezy.
głośność

numer opcjonalny

Głośność mowy w zakresie od 0 do 1, gdzie 0 to najniższa, a 1 to najwyższa wartość, domyślnie 1,0.

TtsClient

Chrome w wersji 131 lub nowszej

Identyfikator klienta, który prosi o stan.

Właściwości

id

ciąg znaków

Klient wysyła prośbę o zarządzanie językiem. W przypadku rozszerzenia jest to unikalny identyfikator rozszerzenia. W przypadku funkcji Chrome jest to czytelna nazwa funkcji.
źródło

TtsClientSource

Typ osoby przesyłającej prośbę.

TtsClientSource

Chrome w wersji 131 lub nowszej

Typ osoby przesyłającej prośbę.

Typ wyliczeniowy

"chromefeature"

"extension"

VoiceGender

Chrome 54 i nowsze wersje Wycofane w Chrome 70

Płeć została wycofana i będzie ignorowana.

Typ wyliczeniowy

"male"

"female"

Metody

updateLanguage()

Chrome w wersji 132 lub nowszej

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

Jest wywoływany przez silnik, gdy próbuje się zainstalować język lub go odinstalować. Jest też używany w odpowiedzi na prośbę o stan klienta. Gdy głos zostanie zainstalowany lub odinstalowany, silnik powinien też wywołać metodę ttsEngine.updateVoices, aby zarejestrować głos.

Parametry

status

LanguageStatus

Stan instalacji języka.

updateVoices()

Chrome 66 lub nowszy

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

Wywoływany przez silnik w celu zaktualizowania listy głosów. Ta lista zastępuje wszystkie głosy zadeklarowane w pliku manifestu rozszerzenia.

Parametry

Głosy

TtsVoice[]

Tablica obiektów tts.TtsVoice reprezentujących dostępne głosy do syntezy mowy.

Wydarzenia

onInstallLanguageRequest

Chrome w wersji 131 lub nowszej

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

Wywoływane, gdy klient TTS poprosi o zainstalowanie nowego języka. Mechanizm powinien spróbować pobrać i zainstalować język, a potem wywołać metodę ttsEngine.updateLanguage z otrzymanym wynikiem. W przypadku powodzenia silnik powinien też wywołać ttsEngine.updateVoices, aby zarejestrować nowo dostępne głosy.

Parametry

wywołanie zwrotne

funkcja

Parametr callback ma postać:
```
(requestor: TtsClient, lang: string) => void
```
- zgłaszający
  
  TtsClient
- lang
  
  ciąg znaków

onLanguageStatusRequest

Chrome w wersji 132 lub nowszej

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

Wywoływane, gdy klient TTS prosi o stan instalacji języka.

Parametry

wywołanie zwrotne

funkcja

Parametr callback ma postać:
```
(requestor: TtsClient, lang: string) => void
```
- zgłaszający
  
  TtsClient
- lang
  
  ciąg znaków

onPause

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

Opcjonalnie: jeśli silnik obsługuje zdarzenie wstrzymania, powinien wstrzymać aktualnie wypowiadane zdanie (jeśli takie występuje), dopóki nie otrzyma zdarzenia wznowienia lub zatrzymania. Pamiętaj, że zdarzenie stop powinno też anulować stan wstrzymania.

Parametry

wywołanie zwrotne

funkcja

Parametr callback ma postać:
```
() => void
```

onResume

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

Opcjonalnie: jeśli silnik obsługuje zdarzenie wstrzymania, powinien też obsługiwać zdarzenie wznowienia, aby kontynuować wypowiadanie bieżącego wyrażenia (jeśli takie istnieje). Pamiętaj, że zdarzenie stop powinno też anulować stan wstrzymania.

Parametry

wywołanie zwrotne

funkcja

Parametr callback ma postać:
```
() => void
```

onSpeak

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

Wywoływany, gdy użytkownik wywoła tts.speak() i jeden z głosów z pliku manifestu tego rozszerzenia jako pierwszy pasuje do obiektu options.

Parametry

wywołanie zwrotne

funkcja

Parametr callback ma postać:
```
(utterance: string, options: SpeakOptions, sendTtsEvent: function) => void
```
- wypowiedź
  
  ciąg znaków
- Opcje
  
  SpeakOptions
- sendTtsEvent
  
  funkcja
  
  Parametr sendTtsEvent ma postać:
```
(event: tts.TtsEvent) => void
```
  - event
    
    tts.TtsEvent
    
    Zdarzenie z mechanizmu zamiany tekstu na mowę wskazujące stan tego wypowiedzenia.

onSpeakWithAudioStream

Chrome 92 lub nowszy

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

Wywoływany, gdy użytkownik wywoła tts.speak() i jeden z głosów z pliku manifestu tego rozszerzenia jako pierwszy pasuje do obiektu options. Różnica między ttsEngine.onSpeak polega na tym, że Chrome zapewnia usługi odtwarzania dźwięku i obsługuje wysyłanie zdarzeń TTS.

Parametry

wywołanie zwrotne

funkcja

Parametr callback ma postać:
```
(utterance: string, options: SpeakOptions, audioStreamOptions: AudioStreamOptions, sendTtsAudio: function, sendError: function) => void
```
- wypowiedź
  
  ciąg znaków
- Opcje
  
  SpeakOptions
- audioStreamOptions
  
  AudioStreamOptions
- sendTtsAudio
  
  funkcja
  
  Parametr sendTtsAudio ma postać:
```
(audioBufferParams: AudioBuffer) => void
```
  - audioBufferParams
    
    AudioBuffer
    
    Parametry zawierające bufor audio i powiązane dane.
- sendError
  
  funkcja
  
  Chrome 94 lub nowszy
  
  Parametr sendError ma postać:
```
(errorMessage?: string) => void
```
  - errorMessage
    
    string opcjonalny
    
    Ciąg tekstowy opisujący błąd.

onStop

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

Wywoływany, gdy wywołana zostaje funkcja tts.stop, a rozszerzenie może być w trakcie mówienia. Jeśli rozszerzenie otrzyma wywołanie onStop, a mowa jest już zatrzymana, nie powinno nic robić (nie powinno wywoływać błędu). Jeśli mowa jest wstrzymana, powinno to anulować stan wstrzymania.

Parametry

wywołanie zwrotne

funkcja

Parametr callback ma postać:
```
() => void
```

onUninstallLanguageRequest

Chrome w wersji 132 lub nowszej

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

Wywoływany, gdy klient TTS wskazuje, że dany język nie jest już potrzebny.

Parametry

wywołanie zwrotne

funkcja

Parametr callback ma postać:
```
(requestor: TtsClient, lang: string, uninstallOptions: LanguageUninstallOptions) => void
```
- zgłaszający
  
  TtsClient
- lang
  
  ciąg znaków
- uninstallOptions
  
  LanguageUninstallOptions

chrome.ttsEngine Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.

Opis

Uprawnienia

Pojęcia i zastosowanie

Obsługa zdarzeń związanych z mową

Typy

AudioBuffer

Właściwości

AudioStreamOptions

Właściwości

LanguageInstallStatus

Typ wyliczeniowy

LanguageStatus

Właściwości

LanguageUninstallOptions

Właściwości

SpeakOptions

Właściwości

TtsClient

Właściwości

TtsClientSource

Typ wyliczeniowy

VoiceGender

Typ wyliczeniowy

Metody

updateLanguage()

Parametry

updateVoices()

Parametry

Wydarzenia

onInstallLanguageRequest

Parametry

onLanguageStatusRequest

Parametry

onPause

Parametry

onResume

Parametry

onSpeak

Parametry

onSpeakWithAudioStream

Parametry

onStop

Parametry

onUninstallLanguageRequest

Parametry

chrome.ttsEngine