Upload
massimo-bonanni
View
94
Download
2
Tags:
Embed Size (px)
Citation preview
Template designed by
Massimo [email protected]://codetailor.blogspot.com@massimobonanni
Sfruttare Cortana e le Speech API nelle nostre app
MASSIMO BONANNISoftware architect e trainer @ eXagile (Roma)
Microsoft MVP dal 2011
Intel Software Innovator dal 2014
Fondatore di DomusDotNet (www.domusdotnet.org) e dotNet{podcast} (www.dotnetpodcast.com)
Chi sono
Introduzione
Foreground App Activation
Speech recognition
Background App Activation
Conclusioni
Agenda
Differenziare la propria app con i comandi vocali
Permettere un’interazione utente più naturale
Aumentare il coinvolgimento dell’utente
Aumentare la produttività
Perchè Cortana
Le Windows Universal App possono registrare dei comandi vocali che Cortana è in grado di interpretare.
Cortana esegue l’applicazione nel momento in cui riconosce un commando vocale valido.
Disponibile sia per le applicazioni XAML, Javascript e Hosted web App.
Foreground App Voice Command
Foreground Voice Command - Architettura
2
Windows SpeechPlatform
Call
Text
Remind
ShowListByName
3 6
4
5
XApplication
Voice Command Definition
7
1
Microsoft SpeechRecognition Service
Shopping List, show list for Market
Creare un Voice Command Definition (VCD) file
Foreground Voice Command
Registrare il VCD all’avvio dell’applicazione
Gestire l’attivazione dell’applicazione nel caso di Voice Command
Determinare quale operazione eseguire e cosa l’utente deve dire:
• Avvia una chat con {nomeContatto}
• Invia un messaggio a {nomeContatto}
Definire la risposta che Cortana fornisce all’utente nel momento in cui sta avviando l’applicazione:
• Avvio della chat con {nomeContatto}
Fornire un esempio di cosa l’utente può pronunciare da visualizzare nel “What can I do?”:
• Avvia una chat con Mario Rossi
Scopo del Voice Command Definition
L’utente deve pronunciare il nome dell’app come parte del comando:
• Viber, avvia una chat con Mario Rossi
• Facebook, cosa succede a Giuseppe Verdi?
• Lista Spesa, visualizza la lista del Supermercato
Per default viene utilizzato il nome dell’app (display name).
E’ opportuno fornire dei termini alternativi quando il nome dell’app è troppop lungo o di difficile pronuncia.
Voice Command & App Name
Specificare esplicitamente il nome dell'applicazione nel posto in cui «suona» più naturale:
• Avvia una chat con Mario Rossi con Viber
• Cosa accade a Giuseppe Verdi su Facebook?
• Visualizza la mia Lista Spesa del supermercato
Aumentare l'accuratezza del riconoscimento fornendo una frase più ricca:
NO: Dammi Mario Rossi su Viber
SI: Avvia una chat con Mario Rossi su Viber
Evitare di utilizzare un commando riservato, come Chiama, Apri, Cerca, etc.. Se necessario, utilizzare il nome dell’app come prefisso:
Viber, chiama Mario Rossi
Linee guida per Voice Commands
Registrazione del Voice Command
• Registrare il file di Voice Command allo startup dell'applicazione
• Utilizzare VoiceCommandDefinitionManager per registrare il file
• Aggiornare il VCD con i dati dell'applicazione (ad esempio le PhraseList)
var commandFile = await StorageFile.GetFileFromApplicationUriAsync(new Uri("ms-appx:///ShoppingListCommands.xml"));await VoiceCommandDefinitionManager.InstallCommandDefinitionsFromStorageFileAsync(commandFile);
VoiceCommandDefinition commandSetEnUs;
if (VoiceCommandDefinitionManager.InstalledCommandDefinitions.TryGetValue("ShoppingListCommandSet_en-us", out commandSetEnUs)) await commandSetEnUs.SetPhraseListAsync("listName", listNames);
Gestione dell’attivazione per Voice Command
• Eseguire l'override di App.OnActivated.
• Controllare che l'attivazione avvenga per ActivationKind.VoiceCommand.
• Utilizzare VoiceCommandActivatedEventArgs.Result per capire quale comando è stato effettivamente richiesto dall'utente.
• Navigare verso la pagina corrispondente.
Hi, Cortana
show me the code!
Foreground
Commands
Controllare se l’interazione viene eseguita tramite voce o in maniera convenzionale (mouse, touch, tastiera, …).
Se l’utente inizia l’interazione con la voce, continuare l’interazione in tale maniera.
Le API per lo speech synthesis sono contenute nel namespace Windows.Media.SpeechSynthesis.
Le API per lo speech recognition sono contenute nel namespace Windows.Media.SpeechRecognition.
Speech Recognition
Utilizzare SpeechRecognizer.RecognizeWithUIAsync per eseguire lo speech recognition mostrando all’utente l’interfaccia di sistema
Utilizzare SpeechRecognizer.RecognizeAsync per eseguire lo speech recognition in maniera silente (senza interfaccia grafica)
Grammatiche predefinite: Dictation, Web Search, Form Filling
Grammatiche Custom: elenco di stringhe o file SRGS
Speech Recognition
SpeechRecognizer.ContinuousRecognitionSession permette un ascolto continuo da parte dell’app.
Può essere utilizzato con la grammatica Dictation negli scenari in cui l’utente ha la necessità di parlare per lungo tempo.
Può essere utilizzato con una grammatica custom per gli scenari in cui debbono essere interpretati comandi con continuità.
Speech Recognition
Hi, Cortana
show me the code!
Speech Recognition
Le Universal App hanno la capacità di registrare voice commands che possono essere eseguiti in un AppService.
L’AppService è un background task che prende in carico i comandi vocali riconosciuti da Cortana.
Deve essere utilizzato il pannello di Cortana e lo speech synthesis per comunicare con l’utente.
Disponibile per applicazioni XAML e Javascript.
Background Voice Command
Background Voice Commands Architecture
2
Windows SpeechPlatform
36
4
5
Isolated Storage
Voice CommandApp Service
(Background Task)
Render XAML
7
Web Service
Microsoft SpeechRecognition Service
Shopping List, show my lists
VCD
Your App
8
Go to Vocal Shopping List
Here are your lists
A
ButcherJuly 15th
MarketMay 29th
9
1
Background Voice Command
Creare un Voice Command Definition (VCD)
Registrare il file VCD all’avvio dell’app
Gestire i comandi vocali all’interno dell’AppService interagendo con il pannello di Cortana
<Extensions>
<uap:Extension Category="windows.appService"
EntryPoint="ShoppingList.App.ShoppingListAppService">
<uap:AppService Name="ShoppingListAppService"/>
</uap:Extension>
</Extensions>
Creare l’AppService
La classe che implementa l'AppService deve implementare IBackgroundTask (in una Windows Runtime Library)
Registrare l'AppService nel manifest
public async void Run(IBackgroundTaskInstance taskInstance)
Rappresenta la connessione tra l’AppService e Cortana.
Usata per recuperare i voice command compresi da Cortana e comunicare i messaggi da visualizzare nel pannello e “annunciati” da Cortana.
Si tratta di una classe Universal.
VoiceCommandServiceConnection
Sono state introdotte funzionalità che consentono all’utente di eseguire e completare task tramite Cortana:• API per gestire il workflow con l’utente;
• Template per la UI del pannello di Cortana;
• Modello di interazione con l’utente utilizzando voce/tastiera/mouse/touch
Interazione con la UI di Cortana
Content Area
App GUI Text
App Icon
Link all’applicazione (con parametri)
Text-To-Speech (TTS)
Content Tile
Here are your lists
May 14th 2015Market
May 28th 2015Butcher
Go to Vocal Shopping List
June 24th 2015Drugstore
Which one do you wanna
show?
A
VoiceCommandResponse
Here are your lists
May 14th 2015Market
May 28th 2015Butcher
Go to Vocal Shopping List
June 24th 2015Drugstore
Which one do you wanna
show?
A
Here are your lists
May 14th 2015Market
May 28th 2015Butcher
Go to Vocal Shopping List
June 24th 2015Drugstore
Which one do you wanna
show?
A
VoiceCommandResponse
VoiceCommandContentTile
Which one do you want to display?
Title NameText Line OneText Line TwoText Line Three
A
VoiceCommandContentTileType
Listening…
Listening…
TitleOnly
Title Name One
Title Name Two
Title Name Three
Title Name Four
TitleWithText
Title Name OneLong text lorem ipsum dolor sit amet, Consec tetuer amias Sed do eiusmod
Title Name TwoLong text lorem ipsum dolor sit amet, Consec tetuer amias Sed do eiusmod
TitleWith68x92IconAndText
Title Name One
Long text two lines lorem ipsum consec tetuer amias
Title Name Two
Long text two lines lorem ipsum consec tetuer amias
TitleWith280x140IconAndText
Title Name OneOne line text
Long text two lines lorem ipsum consec tetuer amias odoran
TitleWith68x68IconAndText
Title Name One
Long text lorem ipsum
Title Name Two
Long text lorem ipsum
Title Name Three
Long text lorem ipsum
Hi, Cortana
show me the code!
Background
Commands
Which one do you want to remove?
Listening…
Risoluzione delle ambiguità
Market(The first one)(On May 14th)
A
Remove this list?
Listening…
Yes No
Conferma
Yes
A
Cancelling this List…
Cancel
Go to Vocal Shopping List
Stato di avanzamento
A
Cancelled this list.
Go to Voice Shopping List
Completamento
A
Which list do you wanna delete? Market or Butcher.
Do you wanna remove ‘Market’?
Removing list… I’ve cancelled it. [success-earcon]
Remove list
May 14th 2015Market
May 28th 2015Butcher
May 14th 2015Market
May 14th 2015Market
May 14th 2015Market
Task workflow
Market
The first one
The one on May 14th
Possiamo richiamare il metodo RequestDisambiguationAsync() di VoiceCommandServiceConnection per richiedere all’utente di “risolvere” l’ambiguità
L’utente può selezionare un’opzione utilizzando la voce o mouse e tastiera.
Cortana cerca di riconoscere automaticamente le parole (o le espressioni) che identificano automaticamente una tile.
Il metodo RequestDisambiguationAsync() termina solo quando l’utente ha eseguito la selezione.
Which one do you want to remove?
Listening…
A
Which list do you wanna delete?
Market or Butcher.
May 14th 2015Market
May 28th 2015Butcher
Ambiguità
Yes
No
La conferma è sempre opportuna in quelle operazioni distruttive.
Utilizzare il metodo RequestConfirmationAsync() per richiedere conferma all’utente tramite Cortana.
Anche in questo caso il metodo ritorna solo quando l’utente ha effettivamente selezionato la risposta
Remove this list?
Listening…
Yes No
A
Do you wanna remove ‘Market’?
May 14th 2015Market
Conferma
L’utilizzo del Text To Speech è opzionale.
Possono essere inviati più stati di avanzamento.
Inviare sempre dei messaggi di avanzamento per le operazioni di lunga durata.Se non vengono inviati messaggi di avanzamento per più di 5 secondi, Cortana interrompe l’operazione.
Lo stato di avanzamento si invia con il metodo ReportProgressAsync().
Cancelling this List…
Cancel
Go to Vocal Shopping List
A
Removing list…
May 14th 2015Market
Stato di Avanzamento
Listening…
Working on that…
Cancel
I’ll get Vocal Shopping LIst on that.
Vocal Shopping ListLooking for list for Market
Cancel
Search “Cancel my list for Market”
Looking for your list for Market…
A
AGo to Vocal Shopping List
Viene visualizzato automaticamente se la risposta dell’AppService supera i 500ms
La stringa di feedback viene recuperata dal VCD.
May 14th 2015Market
Viene mostrato automaticamente dopo il ritorno dei metodi RequestConfirmation o RequestDisambiguation se l’app non risponde rapidamente (500ms)
Il contenuto è recuperato dalla response del precedente Confirmation/Disambiguation
Cortana Progress Screens
• Per operazioni che richiedono interazioni complesse
• Per operazioni che richiedono l’attenzione dell’utente per un lungo periodo
Foreground vs Background
• Per operazioni semplici che non richiedono input addizionali oltre la risoluzione dell’ambiguità o la conferma
• Per operazioni rapide
• Per avviare attività remote
• Si può utilizzare il metodo RequestAppLaunchAsync per lanciare l’app e completare l’operazione
Foreground Background
Launch a foreground app with voice commands in Cortana (XAML)http://bit.ly/CortanaForeground
Launch a background app with voice commands in Cortana (XAML)http://bit.ly/CortanaBackground
Cortana design guidelineshttp://bit.ly/CortanaDesignGuide
Speech design guidelineshttp://bit.ly/SpeechDesignGuide
//build 2015 : Cortana and Speech Platform In Depthhttp://channel9.msdn.com/Events/Build/2015/3-716
//build 2015: Cortana Extensibility in Universal Windows Appshttp://channel9.msdn.com/Events/Build/2015/2-691
Reference
Grazie a tutti per la partecipazione
Riceverete il link per il download a slide e demo via email nei prossimi giorni
Per contattarmi
Grazie