Как сделать голосовой чат
В Telegram появились голосовые чаты. Что это и как работает
Голосовые сообщения – супер-популярный способ общения в мессенджерах, который потихоньку вытесняет текстовые послания. Ведь куда проще, живя в ритме большого города и постоянно передвигаясь, записать голосовое, чем печатать сообщение руками. Но, несмотря на удобство такого способа общения, ему, как ни крути, всё равно не доставало какой-то непосредственности, особенно в групповых чатах. Всё-таки открыть чат, нажать на кнопку микрофона и начать записывать, чтобы потом отправить голосовое – это и слишком сложно, и недостаточно натурально. Так в Telegram появились голосовые чаты.
В Telegram появились голосовые чаты
Сегодня Telegram представил очередное обновление одноимённого мессенджера с поддержкой голосовых чатов. В отличие от голосовых сообщений, чаты предлагают общение в реальном времени по типу сервисов вроде Zello. Достаточно нажать на кнопку записи и начать говорить, как все участники голосового чата услышат вашу речь. Она не записывается, а звучит в прямом эфире, из-за чего её не сохраняется для повторного прослушивания. По сути, мы имеем нечто вроде аналога рации в Telegram, за тем лишь исключением, что мессенджер работает не на радиочастотах, а через интернет.
Как включить голосовые чаты в Telegram
Поскольку групповые чаты предназначаются для групп, их невозможно включить в индивидуальных чатах – там по-прежнему будут доступны голосовые сообщения в записи.
Создать голосовой чат можно только в группах
Голосовым чатом можно пользоваться даже в фоновом режиме
Важно понимать, что вашу речь пользователи начнут слышать только после того, как присоединятся к голосовому чату. А это можно будет сделать только после установки свежего обновления. Если приглашение не приходит, а в чате появляется текстовое сообщение Invited to Voice Chat, значит, нужно принудительно открыть Google Play или перейти по этой ссылке и обновить Telegram. С этого момента вы сможете и слушать участников чата, и говорить самостоятельно, конечно, если инициатор голосового чата не запретил это в настройках приватности.
Голосовое общение в группах Telegram
Вы можете настраивать голосовой чат так, как вам хочется
В голосовых чатах есть несколько полезных надстроек:
Честно сказать, мы в редакции AndroidInsider.ru не очень поняли, зачем вообще могут быть нужны голосовые чаты. Если разработчики хотели дать возможность одновременно общаться большому количеству пользователей, то логичнее было бы просто сделать групповые звонки, потому что всё время находиться в чате не очень удобно, не говоря уже о том, что неудобно каждый раз нажимать на кнопку микрофона, чтобы начать запись. Я уже не говорю о том, что в голосовых чатах нельзя потом прослушать повторно то, что сказали другие. Поэтому я лично пользоваться этой штукой не буду, но уверен, что тем, кто пользовался Zello, она зайдёт.
Новости, статьи и анонсы публикаций
Свободное общение и обсуждение материалов
Китайские смартфоны в последнее время переживают пик своей популярности. Ушли времена, когда в Китае делали гаджеты с корявым переводом, слабой производительностью и автономностью. Наступила по-настоящему новая эра. Нынче смартфоны от той же Xiaomi без проблем могут тягаться по мощности с новеньким Pixel, а с точки зрения автономности или скорости срабатывания отпечатка превосходить его в несколько раз. Сегодня предлагаю детально разобраться во всех нюансах китайских устройств, обсудить их отличительные особенности и окончательно понять для себя, чем мы жертвуем покупая такой телефон.
Вы знаете, что такое двухфакторная аутентификация? Скорее всего, да. Особенно, если пользуетесь сервисами Google. Компания очень активно продвигает дополнительный уровень защиты учётных записей, пытаясь исключить таким образом их кражу. Главное её достижение – это реализация удобного способа верификации пользователя. Для авторизации можно ввести не только код из SMS, но и воспользоваться другими способами. Например, получить пуш-уведомление и подтвердить вход нажатием на кнопку «Да». Но, по мнению Google, этого явно недостаточно для удобства пользователей.
Голосовой чат (Консольные команды CS:GO)
Чтобы все друг друга слышали пропишите в консоли следующие команды.
sv_alltalk «1»
sv_deadtalk «1»
sv_talk_enemy_dead «1»
sv_talk_enemy_living «1»
sv_full_alltalk «1»
Команда общается со своей командой:
sv_alltalk «1»
sv_deadtalk «1»
sv_talk_enemy_dead «0»
sv_talk_enemy_living «0»
sv_full_alltalk «0»
Живые слышат только живых:
sv_alltalk «1»
sv_deadtalk «0»
sv_talk_enemy_dead «0»
sv_talk_enemy_living «1»
sv_full_alltalk «0»
Команда слышит только свою команду (живую) [Все мертвые игроки на сервере общаются между собой]:
sv_alltalk «1»
sv_deadtalk «0»
sv_talk_enemy_dead «1»
sv_talk_enemy_living «0»
sv_full_alltalk «0»»
Команда слышит только свою команду (живых и мертвых):
sv_alltalk «1»
sv_deadtalk «1»
sv_talk_enemy_dead «0»
sv_talk_enemy_living «0»
sv_full_alltalk «0»
Голосовые чаты
С момента запуска в 2013 году мы расширяем границы возможного в групповых чатах. За эти семь лет мы внедрили ответы, упоминания с умными уведомлениями, продвинутые опросы, гибкие настройки для администраторов, статистику для групп, а также увеличили максимальное количество участников до сотен тысяч. Многие из этих нововведений вдохновили создателей других приложений — и навсегда изменили то, как люди общаются в сети.
Эволюция групп продолжается. Сегодня, в 12-м обновлении Telegram за 2020 год, мы представляем голосовые чаты — аудиоконференции нового типа, к которым участники группы могут подключаться в любой момент.
В любой группе теперь можно запустить голосовой чат параллельно с обычной перепиской — текст и голос будут органично дополнять друг друга в едином пространстве.
В отличие от обычных звонков, участникам не обязательно договариваться о времени: голосовой чат открыт для них всегда. Он может служить виртуальным офисом или площадкой для неформальных разговоров, которые не оставят следа в истории сообщений. А в голосовых чатах крупных сообществ могут завязаться неожиданные знакомства.
В группе сразу видно, кто из участников сейчас говорит в чате. Если люди интересны, можно присоединиться послушать — как к разговору коллег в соседнем кабинете.
Подключившись к чату, Вы сможете продолжать пользоваться приложением, читать и отправлять сообщения в любые беседы. Кнопки для управления микрофоном останутся под рукой на случай, если захочется что-то сказать.
Пользователям Android доступен режим отображения поверх других приложений. В этом режиме можно управлять микрофоном и видеть, кто говорит в чате, даже если приложение Telegram свернуто.
В любой момент можно приглашать в голосовой чат других участников, с которыми хотелось бы поговорить. Голосовые чаты подойдут как для дружеских бесед, учебных занятий или рабочих встреч, так и для массовых мероприятий, фестивалей или конференций — ведь к каждому чату могут одновременно подключиться тысячи участников.
Вдобавок ко всему, голосовые чаты снабжены такими красочными анимациями, что теперь даже при личных встречах мы общаемся только через них.
Запустить голосовой чат можно из профиля группы, если у Вас есть права администратора. Выберите «Ещё» (… или ⋮) > «Голосовой чат».
Подобно группам, голосовые чаты могут изменить то, как люди общаются и совместно работают в сети. Мы продолжим совершенствовать качество звука и шумоподавления, следить за пожеланиями пользователей и внедрять новые возможности вроде трансляции экрана или видео.
В Telegram для компьютеров и в отдельном приложении для macOS можно выбрать сочетание клавиш для управления микрофоном в голосовом чате. Это сочетание будет работать даже из других программ на Вашем компьютере.
Анимированные стикеры в Telegram легки и выразительны: они занимают не более 50 Кб и используют плавную анимацию со скоростью 180 кадров в секунду.
С сегодняшнего обновления загрузка стикеров стала ещё быстрее, а во время загрузки видны переливающиеся силуэты.
Если в телефоне мало встроенной памяти, теперь можно использовать для сохранения данных карту памяти SD — и свободно загружать файлы и медиа.
В отличие от других приложений, Telegram позволяет экономить место на телефоне: кэш приложения можно очистить в любой момент (Настройки Telegram > Данные и память > Использование памяти). Как только файлы вновь понадобятся, они будут автоматически скачаны обратно из облака.
В приложении Android появились плавные анимации, когда Вы нажимаете на кнопку Новое сообщение, переходите в профиль пользователя, редактируете папки с чатами или получаете новое сообщение.
Siri теперь может зачитывать новые сообщения из Telegram прямо в наушники пользователей iOS. Для этого в настройках устройства необходимо включить Зачитывать сообщения в разделе «Оповещения».
Пользователи Android теперь могут отредактировать отправленную ими фотографию без повторной загрузки – например, добавив на фотографию рисунок, текст или стикеры в медиаредакторе. Пользователи iOS могут быстро отредактировать и отправить обратно полученную фотографию, без необходимости сохранять её и загружать заново.
Каждая из этих функций ранее была доступна только на одной из платформ, теперь же у пользователей iOS и Android одинаковые возможности в области редактирования.
Кроме того, при редактировании сообщений и подписей к фотографиям теперь видно, сколько символов Вам осталось до лимита.
Мы продолжаем добавлять новые анимированные эмодзи с каждым обновлением. Чтобы увидеть анимированную версию, отправьте в любой чат один из этих эмодзи 
отдельным сообщением.
Многие нововведения Telegram — это воплощенные в жизнь идеи и предложения от пользователей. Сегодня мы запускаем публичную платформу для Ваших предложений и сообщений об ошибках.
Обратите внимание, что на настоящий момент на платформе поддерживается только один язык — английский. Это необходимо для того, чтобы наши пользователи со всего мира не создавали десятки одинаковых предложений на разных языках.
Мы хотим уделить должное внимание каждому обращению, поэтому платформа будет запускаться постепенно. На настоящий момент всем пользователям доступен список предложений и возможность голосовать за них.
Счастливого Нового года!
23 декабря 2020
Команда Telegram
Будущее веб-технологий: создаём интеллектуального чат-бота, который может слышать и говорить
Голосовые интерфейсы в наши дни вездесущи. Во-первых — всё больше пользователей мобильных телефонов используют голосовых помощников, таких как Siri и Cortana. Во-вторых — устройства, вроде Amazon Echo и Google Home, становятся привычным элементом интерьера. Эти системы построены на базе программного обеспечения для распознавания речи, которое позволяет пользователям общаться с машинами с помощью голосовых команд. Теперь же эстафета, в обличье Web Speech API, переходит к браузерам.
В ходе разработки веб-приложения мы, для организации взаимодействия с пользователем, можем полагаться на различные графические элементы управления. Web Speech API позволяет интегрировать в приложения естественные для человека способы голосовой коммуникации при минимальном визуальном интерфейсе. В нашем распоряжении оказывается бесчисленное множество вариантов применения новой технологии, обогащающей возможности программ. Кроме того, Web Speech API способно сделать работу с веб-приложениями удобнее для людей с физическими или когнитивными ограничениями или травмами. Таким образом, веб-пространство будущего вполне может стать общительнее и доступнее.
Web Speech API позволяет веб-сайтам и веб-приложениям не только говорить с пользователем, но и воспринимать его речь. Взгляните хотя бы на несколько отличных примеров того, как это может быть использовано для расширения возможностей взаимодействия программ с человеком.
Сегодня мы расскажем о том, как используя Web Speech API создать интеллектуальный браузерный голосовой чат. Программа будет слушать пользователя и отвечать на его реплики синтезированным голосом. Так как Web Speech API всё ещё носит статус экспериментального, приложение будет работать лишь в тех браузерах, которые поддерживают это API.
Возможности, использованные в этом материале, и распознавание, и синтез речи, сейчас поддерживают только браузеры, основанные на Chromium, в том числе — Chrome 25+ и Opera 27+, в то время как Firefox, Edge и Safari поддерживают только синтез речи.
Поддержка синтеза и распознавания речи в различных браузерах
Вот видео, в котором показано, как то, что мы собираемся создать, работает в Chrome.
Работа над веб-приложением состоит из трёх основных шагов:
Полный исходный код того, что мы тут создадим, можно найти на GitHub.
Данное учебное руководство основано на Node.js. Для того, чтобы успешно с ним разобраться, вы должны знать JavaScript и иметь базовое понимание Node.js. Проверьте, установлен ли у вас Node и можете приступать к работе.
Подготовка Node.js-приложения
Для начала подготовим каркас Node.js-приложения. Создайте папку и разместите в ней следующее:
Затем выполните такую команду для инициализации приложения:
Теперь нужно установить зависимости, необходимые для сборки программы:
Мы собираемся использовать Express — серверный фреймворк для Node.js-приложений, который будет работать на локальном сервере. Для того, чтобы организовать двунаправленный обмен данными между сервером и клиентом в реальном времени, применим Socket.IO. Кроме того, мы установим средство для взаимодействия со службой обработки естественного языка API.AI. Это позволит нам создать интеллектуального чат-бота, способного поддерживать беседу с человеком.
Socket.IO — это библиотека, упрощающая использование технологии WebSockets в Node.js. После установки соединения между клиентом и сервером, основанном на сокетах, сообщения между ними будут передаваться очень быстро. А именно, происходить это будет, со стороны клиента, в тот момент, когда Web Speech API преобразует фразу пользователя в текстовое сообщение, и, со стороны сервера, когда текст ответа искусственного интеллекта придёт от API.AI.
Теперь займёмся работой над клиентской частью системы. На следующем этапе работы мы интегрируем Web Speech API в интерфейс приложения.
Распознавание речи с помощью SpeechRecognition
В Web Speech API есть основной интерфейс контроллера, называемый SpeechRecognition. Он позволяет преобразовывать в текст то, что пользователь сказал в микрофон.
Добавим в тело HTML-документа кнопку:
Захват голоса с использованием JavaScript
При желании распознавание речи можно настроить, устанавливая различные свойства соответствующего объекта. Мы применяем следующие настройки:
Затем нам нужна ссылка на кнопку. Мы будем прослушивать событие нажатия на неё, которое используется для запуска процесса распознавания речи.
После запуска распознавания воспользуемся событием result для того, чтобы получить текстовое представление того, что сказал пользователь:
Сейчас воспользуемся Socket.IO для передачи данных серверному коду.
Обмен данными в реальном времени с использованием Socket.IO
Socket.IO — это библиотека, предназначенная для веб-приложений реального времени. Она позволяет организовать двунаправленный обмен данными между клиентской и серверной частями системы. Мы собираемся использовать эту библиотеку для передачи текстового представления распознанной речи коду, работающему на Node.js-сервере, а затем — для передачи ответа сервера в браузер.
Возможно, вы зададитесь вопросом о том, почему мы не используем простые HTTP или AJAX-запросы. Данные можно было бы отправить на сервер, например, используя POST-запрос. Однако, мы используем WebSockets посредством Socket.IO, так как это — наиболее удачное решение для организации двунаправленного обмена, в особенности для тех случаев, когда события передаются с сервера в браузер. Благодаря постоянному соединению на базе сокета, нам не нужно перезагружать данные в браузере или часто отправлять AJAX-запросы.
Схема взаимодействия клиента, сервера и стороннего сервиса обработки естественного языка
Затем добавим следующий код туда, где мы обрабатываем событие result от SpeechRecognition :
Теперь перейдём к серверной части приложения. Она должна получить текст, переданный клиентом и передать его стороннему сервису, реализующему функции искусственного интеллекта. После получения ответа от сервиса, сервер должен передать его клиенту.
Получение ответа от внешнего сервиса
Множество платформ и сервисов позволяют интегрировать приложение с системой искусственного интеллекта с использованием преобразования речи в текст и с обработкой естественного языка. Среди них — IBM Watson, Microsoft LUIS, и Wit.ai. Для быстрого построения голосового интерфейса мы будем использовать API.AI. Здесь можно получить бесплатную учётную запись разработчика и быстро настроить ядро простого чат-бота, используя веб-интерфейс сервиса и библиотеку для Node.js.
После того, как вы создали учётную запись, создайте агента. Почитать об этом можно в начале руководства по началу работы. Полная настройка подразумевает создание сущностей и настройку связей между фразами, сказанными пользователем, и действиями, выполняемыми системой. Мы не будем этим заниматься, воспользовавшись предустановкой Small Talk. Этот пункт надо выбрать в левом меню, а затем, с помощью переключателя, включить сервис.
Настройка Small Talk в API.AI
Тут же, используя интерфейс API.AI, настроим агента. Перейдите к странице General Settings, щёлкнув по значку шестерёнки рядом с именем агента и получите ключ API. Вам понадобится то, что называется здесь «client access token» — токен доступа к сервису. Этот токен мы будем использовать в Node.js SDK.
Использование SDK API.AI для Node.js
Подключим наше Node.js-приложение к API.AI с использованием соответствующего SDK. В файле index.js инициализируем API.AI, используя токен доступа.
Итак, мы, на сервере, используем Socket.IO для получения из браузера результата распознавания речи. Как только соединение будет установлено и сообщение будет доставлено на сервер, воспользуемся возможностями API.AI для получения ответа бота на высказывание пользователя:
Когда API.AI вернёт результат, используем метод socket.emit() Socket.IO для отправки данных в браузер.
SpeechSynthesis — голос для бота
Создадим функцию для синтеза голоса. Тут мы будем использовать интерфейс контроллера SpeechSynthesis из Web Speech API.
Функция принимает, в качестве аргумента, строку, после чего система произносит текст из этой строки:
Теперь получим ответ от сервера, снова воспользовавшись Socket.IO. Как только сообщение будет получено, вызовем вышеописанную функцию:
Теперь с нашим интеллектуальным чат-ботом можно поболтать!
Общение с чат-ботом
Обратите внимание на то, что при первой попытке общения с программой браузер запросит у вас разрешение на использование микрофона. Как и в случае с другими API (Geolocation, Notification), браузер, перед работой с конфиденциальными данными, запрашивает разрешение. В результате ваш голос не будет записываться без вашего ведома.
Если вы пообщаетесь с этим ботом какое-то время, вам наскучит его болтовня, так как использованный здесь ИИ очень прост. Однако, боты, созданные на базе API.AI, поддаются настройке и обучению. Вы можете сделать вашего бота умнее, почитав документацию к API.AI и поработав над его интеллектом.
Надо отметить, что в этом руководстве освещены лишь основные возможности нового API, однако оно, на самом деле, очень гибко и поддерживает множество настроек. Можно менять язык распознавания и синтеза речи, синтезированный голос, включая акцент (например — американский и британский английский), высоту голоса и скорость произнесения слов. Вот несколько полезных ссылок, которые помогут вам узнать больше о Web Speech API:
Итоги: шаг в будущее веба
Полагаем, в списке разработчиков платформ для обработки естественного языка далеко не случайно оказались Google, Facebook, Microsoft, IBM и Amazon. Значит ли это, что будущее веба однозначно за голосовыми интерфейсами? Нет, с полной уверенностью этого утверждать нельзя. Однако, это, а также то, что такие интерфейсы пользуются определённой популярностью на мобильных платформах, говорит о том, что им найдётся место и в веб-приложениях. Голосовые технологии и искусственный интеллект дополнят привычные способы работы с веб-содержимым, сделав интернет удобнее и доступнее.
Надеюсь, вам понравился наш рассказ о голосовых веб-технологиях и вы создали интересного виртуального собеседника.
Уважаемые читатели! Какие способы применения технологий распознавания и синтеза речи в веб-приложениях кажутся вам самыми интересными и перспективными?
Голосовые комнаты в Telegram — инструкция по созданию, как зайти или пригласить пользователя, запись голосового чата
Аудиосообщения – удобный способ передачи информации, поэтому голосовые чаты в «Телеграме» начинают вытеснять классические переписки. Записать речевое послание в ритме большого города проще, чем набрать слова на клавиатуре. Разработчики популярного мессенджера внедрили отдельную функцию для голосового общения.
Голосовой чат в Телеграмме вытесняет классическую переписку.
Общая информация о голосовых чатах в «Телеграме»
Такую опцию можно активировать из любого сообщества. Общение ведется параллельно со стандартной перепиской. Голос и текст дополняют друг друга, но в истории сообщения не сохраняются.
Говорящего в чате видно сразу. Человек может присоединяться к нему и слушать собеседников, если разговор интересный. После подключения пользователю остаются доступны все функции приложения: отправка текстовых сообщений, просмотр каналов. Кнопка для активации микрофона всплывает поверх открываемых страниц.
Функциональные возможности
Чаты снабжены следующими опциями:
Принцип работы
Чат-комнаты работают практически так же, как конференц-звонки. Однако чат функционирует одновременно с другими процессами. Например, для отправки сообщения простой вызов приходится сбрасывать. В работе аудиочатов задействуются встроенный микрофон смартфона или ноутбука, отдельное записывающее устройство.
Чаты снабжены работой в фоновом режиме.
Для записи эфира придется нажимать соответствующую кнопку: автоматически эта процедура не начинается.
Пошаговая инструкция по созданию голосового чата
Для этого выполняют следующие действия:
Собеседников можно пригласить заранее. При этом формируется ссылка, которая приходит им в виде уведомления.
Как начать пользоваться
Создатель беседы может выполнять такие действия:
Интересные опции от разработчиков
Чаты снабжены наборами красочных эмодзи, которые можно применять при голосовом общении. Это делает взаимодействие людей между собой еще более интересным. Пользователи смартфонов с ОС «Андроид» могут редактировать отправляемые фото после их доставки. Удалять и заново посылать сообщения не придется. Длительные аудиоуведомления можно включать с места остановки записи.