Трансформация мобильно-новостного виджета в сервис доставки голосового контента

SECR 2018
Игорь Бочкарев
Технический директор, Открытые решения

Доклад посвящен проекту нашей компании – новостное приложение и трансформирмацию его видения и реализации от мобильного новостного виджета для Android сначала в новостного диктора, затем в голосового помощника (skill), затем в сервис доставки голосового контента. При этом сталкиваемся с различными техническими вопросами и пытаемся их решать современными SDK и сервисами.

Transcript

1. Трансформация мобильного виджета в сервис доставки голосового контента Бочкарев Игорь Открытые решения, Технический директор Software Engineering Conference Russia 2018 October 12-13 Moscow
2. О компании • Аутсорс-разработка заказных IT-проектов • 10 лет • 100 сотрудников • 200+ выполненных проектов
3. Начало. Android-приложение • Типовое приложение (виджет) • RSS-новости • менее 1000 пользователей в месяц • средний сеанс: 1-2 минуты
4. Добавили голос. SDK • Google Speech API (TextToSpeech) • Yandex Speechkit (Vocalizer) • Apple Speech Synthesis (AVSpeechSynthesizer) • iSpeech и др. • Web Speech API (Mozilla) и др.
5. Добавили голос. Сравнение Google: • требует интернет; • очень удобное API: контроль фраз, разметка, контроль начала завершения, остановка, очередь фраз и т.п. • очень много поддерживаемых языков. Яндекс: • 12 мужских и 12 женских голосов; • не требует подключение к интернет; • менее удобное API, поддерживает разметку; • ru, en, tr.
6. Добавили голос. Показатели Использование Средняя сессия
7. Голосовой Skill Amazon Alexa Google Assistant Яндекс Алиса
8. Голосовой Skill. Web-приложение
9. Голосовой Skill. Сравнение Amazon: • только ENG; • в остальном все есть. Яндекс: • playground не позволяет протестировать голос; • ответы web-приложения должны укладываться в 1,5с; • плохо распознает активационные фразы. Google: • очень удобный playground, можно и говорить и слушать ответы; • нет ограничений по времени ответа; • русский - плохо , английский - хорошо.
10. Voice as a Service • Web Speech API (Mozilla); • Google Text to Speech API (+ WaveNet); • Microsoft Text to Speech API; • Яндекс Speech Kit. • JS API; • Web API (REST); • output-форматы; • выбор голоса; • различные языки; • Speech Synthesis Markup Language (SSML);
11. Контакты • Игорь Бочкарев • ibochkarev@gmail.com • +7 903-324-5333 • https://osinit.com