Инструменты и технологии/ASR и TTS/

Хинты

Хинты - это одноразовые подсказки для сервиса распознавания речи, помогающие правильно понять речь пользователя в определённый момент времени. Например, когда приложение ожидает от пользователя конкретный ответ, этот ответ заранее придёт в сервис в виде хинтов.

Подсказка работает только для следующего ответа пользователя. После использования хинтов процесс распознавания речи пользователя возвращается к её обработке без подсказок.

Хинты можно подключать двумя способами:

Виды хинтов

Хинты могут быть не только списком слов или фраз. Существуют следующие виды хинтов:

  • words - позволяет использовать список слов или фраз, распознавание которых мы хотим усилить. Здесь можно перечислить слова, которые с высокой вероятностью будет произносить пользователь, отвечая ассистенту в приложении.
  • enable_letters - позволяет включить модель коротких фраз, тем самым улучшить распознавание отдельных букв и коротких слов.
  • nospeechtimeout - меняет интервал ожидания речи пользователя. Возможные значения от 2 до 20 секунд. По умолчанию стоит 7 секунд.
  • eou - меняет настройку распознавания конца фразы (End of Utterance - eou). Такое распознавание будет ожидаться после конца фразы столько секунд, сколько установлено в этом параметре. Возможные значения от 0.5 до 5 секунд. По умолчанию распознавание конца фразы срабатывает после 1 секунды.

Как работают хинты

Хинты срабатывают однократно и отправляются в сервис распознавания речи, чтобы следующая фраза пользователя была правильно распознана и передана приложению. Хинты необходимо включать в код приложения каждый раз, когда нужно их отправить в сервис распознавания речи. Пример работы хинтов:

  1. Пользователь открывает приложение с игрой и говорит: "Начинай игру".
  2. Ассистент отвечает: "Скажи, кто ходит первый. Ты или я?". Приложение в этот момент передаёт хинты enable_letters.
  3. Далее пользователь отвечает: "Я". Фраза "Я" использует хинты и успешно распознаётся.

Хинты срабатывают один раз для следующего запроса пользователя из шага 3 после их передачи на шаге 2. По умолчанию ассистент ожидает ответа пользователя 7 секунд, и далее хинты уже не будут работать. Одновременно с шагом 2 вы можете использовать флаг auto_listening для следующих действий:

  • если "auto_listening": false, пользователь сам инициирует запрос (кнопкой или споттер-словом), который выполняется на шаге 3.
  • если "auto_listening": true, ассистент ожидает ответа от пользователя 7 секунд. Ответ пользователя в этом промежутке будет запросом, выполняемым на шаге 3.

Примеры вставки хинтов в код приложения

Для разработки приложений в SmartApp Code используются языки программирования SmartApp DSL и JavaScript. Ниже приведены примеры вставки хинтов на языке SmartApp DSL. При использовании JavaScript вы можете вынести приведённый в примерах скрипт в отдельную функцию и вызвать её по своему усмотрению из любого места кода.

Обратите внимание, если вы добавляете ответ, как указано в примере, то следующий пользовательский запрос передаст хинты однократно! Вызывать функцию с хинтами необходимо каждый раз, когда нужно их передать в сервис синтеза речи.

Вставка хинтов в SmartApp Code

Хинты с использованием words

script:
  $response.replies = $response.replies || [];
  $response.replies.push({
      "type":"raw",
      "body":{
          "asr_hints": {
              "words": ["Гуакомоле", "Зуппа ди пеше"]
          },
      },
      "messageName":"ANSWER_TO_USER"
  })

Хинты с использованием enable_letters

script:
  $response.replies = $response.replies || [];
  $response.replies.push({
      "type":"raw",
      "body":{
          "asr_hints": {
              "enable_letters": true
          },
      },
      "messageName":"ANSWER_TO_USER"
  })

Хинты с использованием nospeechtimeout

script:
  $response.replies = $response.replies || [];
  $response.replies.push({
      "type":"raw",
      "body":{
          "asr_hints": {
              "nospeechtimeout": 12
          },
      },
      "messageName":"ANSWER_TO_USER"
  })

Хинты с использованием eou

script:
  $response.replies = $response.replies || [];
  $response.replies.push({
      "type":"raw",
      "body":{
          "asr_hints": {
              "eou": 5
          },
      },
      "messageName":"ANSWER_TO_USER"
  })

Вставка хинтов в SmartApp API

Если вы используете SmartApp API, то хинты добавляются в поле payload ответа пользователю с типом ANSWER_TO_USER. Примеры:

Хинты с использованием words

"payload": {
  "asr_hints": {
    "words": ["лайк", "дизлайк"]
  }
}

Хинты с использованием enable_letters

"payload": {
  "asr_hints": {
    "enable_letters": true
  }
}

Хинты с использованием nospeechtimeout

"payload": {
  "asr_hints": {
    "nospeechtimeout": 12
  }
}

Хинты с использованием eou

"payload": {
  "asr_hints": {
    "eou": 5
  }
}

Примеры работы хинтов в разных приложениях

Использование words

words позволяет использовать список слов или фраз, распознавание которых мы хотим усилить. Пример: приложение с игрой "Кто хочет стать миллионером".

  1. Пользователь запускает игру.
  2. Ассистент задаёт вопрос и ожидает ответ от пользователя. В этот момент в сервис распознавания отправляются хинты с правильным вариантом ответа на вопрос.
  3. Пользователь отвечает на вопрос правильно (в данном случае срабатывают хинты, и ответ пользователя использует хинты) или неправильно (в данном случае речь пользователя распознаётся штатно).

Использование enable_letters

enable_letters позволяет включить модель коротких фраз, тем самым улучшить распознавание отдельных букв и коротких слов. Пример: игра "Поле чудес".

  1. Пользователь запускает игру.
  2. Ассистент задаёт вопрос о слове, которое нужно угадать, произнося отдельные буквы. В этот момент в сервис распознавания отправляется включённая опция enable_letters, и приложение ожидает от пользователя произнесение отдельных букв.
  3. Пользователь произносит букву, и приложение правильно её распознаёт.

Использование nospeechtimeout

nospeechtimeout меняет интервал ожидания речи пользователя. Возможные значения от 2 до 20 секунд. По умолчанию стоит 7 секунд. Пример: игра "Что? Где? Когда?".

  1. Пользователь запускает игру.
  2. Ассистент задаёт вопрос. В этот момент в сервис распознавания отправляется включённая опция "nospeechtimeout": 20 с увеличенным интервалом ожидания ответа пользователя.
  3. Пользователь отвечает на вопрос в пределах выставленного интервала, и приложение правильно распознаёт ответ, связывая его с вопросом.

Использование eou

Параметр eou определяет, как долго ассистент ждёт окончания фразы пользователя. Возможные значения от 0.5 до 5 секунд. Если ожидается, что пользователь может закончить фразу после небольшой паузы, стоит увеличить значение eou.

  1. Пользователь запускает приложение и хочет перевести деньги на номер телефона.
  2. Ассистент спрашивает номер телефона, на который надо перевести деньги. Пользователь начинает произносить номер телефона не быстро и с некоторыми паузами.
  3. Со значением eou, равным 5 секунд, распознавание речи не прерывается на середине фразы, а продолжается далее, пока номер полностью не распознается.

Заметили ошибку?

Выделите текст и нажмите Ctrl + Enter, чтобы сообщить нам о ней

Библиотека звуков
Контексты