製品

音声のすべてを、1つのControl APIで

OneSayプラットフォームは、クライアントに許可されていることと、クライアントが要求することを区別します。プラットフォームの中心にあるサービスとクライアントは次のとおりです。

Task音声

アプリは呼び出し元が用意した音声を、明示的に指定したTaskへ送信します。Realtime WebSocketはシーケンス番号、確認応答、バックプレッシャー、再送、再開とともに音声を運び、TaskがTaskの結果とArtifactを生成します。

  • 呼び出し元の音声を入力し、Taskの結果を出力
  • 確認応答付きで再開できる配信
  • 読み戻せる結果と利用量

リアルタイムRTC

ルームは参加者間でライブの音声とデータを運びます。誰が参加、パブリッシュ、サブスクライブできるかはOneSayが決め、その権限の変更は進行中のセッションに反映されます。

  • 音声のパブリケーションとサブスクリプション
  • データパケット、ストリーム、RPC
  • 権限の変更を進行中のセッションに反映

Agent

Agentが扱うのは選択したパブリケーションだけです。各実行は明示的に作成、取得、停止します。

  • 明示的な入力パブリケーション
  • 識別子による作成、取得、停止
  • 結果はTaskの文字起こしとは別

SDK

2つのSDKが同じサーバーモデルを使い、SDKごとの機能は互換性マトリクスに記載しています。どちらも一般公開までは非公開の候補版です。

  • ブラウザとNode.js向けのJavaScript SDK
  • ESP-IDFコンポーネントとしてのESP32 SDK
  • ドキュメント化された機能と互換性のマトリクス

セキュリティモデル

クライアントが改変されたり迂回されたりしても、権限はOneSayにあります。スコープはサーバーから与えられ、認証情報は短期で、機密性の高い操作には記録されたConsentが必要です。

プレリリース:OneSayプラットフォームとSDKは一般公開されていません。このサイトの内容はサービスの提供を申し出るものではありません。