Может ли пользовательское умение Alexa получить доступ к голосовому потоку/аудио-файлу пользователя?

Question

Я хотел бы иметь пользовательский навык, но ему нужен прямой доступ к голосу пользователей (наш вывод записанного аудио). Может/будет Alexa передавать поток, а не отправлять запросы (запуск/намерение/сеанс-конец)?

Я понимаю, что пользовательские навыки могут отправлять назад mp3 в качестве ответов, но возможность получить доступ к фактическим голосовым запросам, будь то поток или mp3, будет потрясающе.

Edit:

Кажется, что не предусмотрено mp3 в запросе объекта: https://developer.amazon.com/public/solutions/alexa/alexa-skills-kit/docs/alexa-skills-kit-interface-reference#LaunchRequest

Answer 1

Короче говоря, нет - я не могу найти где-либо конкретно в документации, но я только что создал библиотека Python, которая инкапсулирует все структуры JSON, поэтому я знаю, что вы еще не можете этого сделать.

Единственный контроль над звуком - «выход» через вложение ссылок в SSML.

https://developer.amazon.com/public/solutions/alexa/alexa-skills-kit/docs/handling-requests-sent-by-alexa#Including%20Pre-Recorded%20Audio%20in%20your%20Response

Answer 2

Alexa не предоставляет эту услугу.

Наличие постоянного устройства в домашних условиях, которое может слышать все сказанное, плюс фоновый шум и побочные разговоры, представляет собой серьезную проблему безопасности. Amazon смягчает эту проблему, фильтруя входные данные, выполняя сложную работу «речь-текст» и предоставляя только полученный текст. (После дальнейшей обработки вашей моделью взаимодействия.)