Alexa.Gadget.SpeechDataインターフェース



Alexa.Gadget.SpeechDataインターフェース

このインターフェースは、ガジェットのスピーチマークデータを送信します。スピーチマークは、ガジェットがスピーチと視覚エクスペリエンスを同期できるようにするメタデータです。このデータに基づいてガジェットが実行できるアクションの1例として、Alexaの読み上げ機能（TTS）のリップシンクがあります。

このインターフェースのサポート

このインターフェースをサポートするには、Capabilitiesの配列に以下のエントリを含むDiscover.Responseイベントを使用して、EchoデバイスのDiscoverディレクティブにガジェットから応答を返す必要があります。

{
   "type": "AlexaInterface",
   "interface": "Alexa.Gadget.SpeechData",
   "version": "1.0",
   "configurations": {
      "supportedTypes": [
        {
           "name":"viseme"
        }
      ]
    }
}

ディレクティブ

このインターフェースには、以下に説明する1つのディレクティブ （Speechmarks）が含まれます。

Speechmarksディレクティブ

このディレクティブは、ガジェットにスピーチマークデータを提供します。.protoファイルの記述は次のとおりです。

message SpeechmarksDirectiveProto {
   Directive directive = 1;
   message Directive {
      alexaGadgetSpeechData.SpeechmarksDirectivePayloadProto payload = 2;
      header.DirectiveHeaderProto header = 1;
   }
}

message DirectiveHeaderProto {
   string namespace = 1; 
   string name = 2; 
   string messageId = 3; 
   string dialogRequestId = 4;      
}

message SpeechmarksDirectivePayloadProto {
   repeated SpeechmarksData speechmarksData = 2;
   message SpeechmarksData {
      int32 startOffsetInMilliSeconds = 3;
      string type = 2;
      string value = 1;
   }
   int32 playerOffsetInMilliseconds = 1;
}

SpeechmarksDirectiveProto

このメッセージのフィールドは次のとおりです。

フィールド 説明 型
directive Speechmarksディレクティブの全文が含まれます。 Directive

Directive

このメッセージのフィールドは次のとおりです。

フィールド 説明 型
header このディレクティブのヘッダーが含まれます。 DirectiveHeaderProto
payload このディレクティブのペイロードが含まれます。 SpeechmarksDirectivePayloadProto

DirectiveHeaderProto

このメッセージのフィールドは次のとおりです。

フィールド 説明 型
namespace このディレクティブの名前空間で、Alexa.Gadget.SpeechDataが入ります。 文字列
name このディレクティブの名前で、Speechmarksが入ります。 文字列
messageId このディレクティブのインスタンスを一意に定義するIDです。文字列は空の場合があります。 文字列
dialogRequestId このディレクティブをユーザーからの特定の音声対話に関連付ける一意のIDです。このフィールドは省略可能です。 文字列

SpeechmarksDirectivePayloadProto

このメッセージのフィールドは次のとおりです。

フィールド 説明 型
speechmarksData スピーチマークデータを表すオブジェクトです。データ型、値、オフセットを指定できます。 SpeechmarksData
playerOffsetInMilliseconds スピーチが現在ストリーミングされている位置（ミリ秒単位）です。 int32

SpeechmarksData

このメッセージのフィールドは次のとおりです。

フィールド 説明 型
type このディレクティブに含まれるスピーチマークデータの型です。現在、利用可能な値は"VISEME"のみです。ビゼームは、発声に対応するの口の形です。 文字列
value スピーチマークの値です。 文字列
startOffsetInMilliseconds 開始オフセットのvalue（ミリ秒単位）です。

スピーチマークデータをAlexaのスピーチに同期させる手がかりとして、startOffsetInMilliSecondsの値からplayerOffsetInMillisecondsの値を引いた数値を使用できます。

たとえば、playerOffsetInMillisecondsが7000で、以下のビゼームのスピーチマークデータをガジェットが受信しているとします。

value: "t", startOffsetInMilliSeconds: 3000
value: "a", startOffsetInMilliSeconds: 5000
value: "p", startOffsetInMilliSeconds: 9000
value: "e", startOffsetInMilliSeconds: 11000

playerOffsetInMillisecondsの値が7000のため、ガジェットは"p"の値から処理を開始し、それより前の値は無視する必要があります。


playerOffsetInMillisecondsとstartOffsetInMilliSecondsの値が両方とも0の場合は、ガジェットはデータをすぐに処理する必要があります。 		int32