Леонид Каганов: дневник

Пару недель назад (помните пост с голосовыми комментами?) я по некой печальной надобности заводил пробный сервис речевых технологий Яндекса. С подпиской на Яндекс.Плюс это, видимо, не связано, прошла всего пара недель, а в чате мне ответили, что подписка включилась три месяца назад. Но речь не о том. Уровень безумия, которым обставлено нынешнее API, просто зашкаливает. Похоже, какого-то программиста объектно-нетрадиционно ориентированного языка повысили до уровня разработчика архитектуры и интерфейсов. 15 лет назад для включения голосовых технологий требовался всего один ключ, и при малом числе обращений он был бесплатным (для старой версии сервиса text-to-speech tts.voicetech.yandex.net/generate он у меня работает до сих пор, жалею, что не взял ключ для speech-to-text тоже). Теперь же для получения ключа хотя бы на краткий тестовый период Яндекс создал мне аж три иерархических аккаунта (не спрашивайте):

-- organization:lleokaganov с ключом ajejfkrn4u8pgqoh4v2v
---- cloud: lleokaganov с ключом b1g56i8bes5godoemfft
------ аккаунт: Default с ключом b1g7dea3gg0spp3n469f
?>



Затем предстояло чтение тонны документаций, не имеющих отношения к ключам, но изобилующих миллионами оргтерминов, среди которых поразило слово «федерация». Это что-то типа одной из куч ваших бизнес-сотрудников наравне с кучей других классификаций. Меня, к счастью, «федерация» не коснулась своей костлявой рукой — мне создали только «Организацию», «Cloud» и «Default». Среди ключей, которые Яндекс показал, ключа API не оказалось. И не мудрено — его надо получить в каком-то загадочном месте какой-то отдельной кнопкой:


<?php
Идентификатор ключа: ajegdr979962bt94hhc9
Ваш секретный ключ: AQVN0G7QdKTCX2JIxYlMYR-ekGomuaMi8w9G3C3e
Сохраните идентификатор и ключ. После закрытия диалога значение ключа будет недоступно.



Где это получать, не важно, потому что этот ключ все равно не тот и работать не будет. Его следует выкинуть, отправиться снова листать подробнейшие и невероятно мутные документации, отправиться по загадочной ссылке и догадаться нажать неприметную кнопку в углу экрана между мусором и рекламой — в совершенно ином краю страницы, нежели место, где шла речь о ключах. И получить какой-то отдельный ключ по специально сгенерированной для вас ссылке типа:


<?php

https://oauth.yandex.ru/verification_code#access_token=y1_AgAAAAABOM29AATuwQAAAAD0omD9hO6qQTUASSColgt8vR0ov2Xk9lg&token_type=bearer&expires_in=31536000



В ответ на экране вам нарисуют тот же токен, что был указан в ссылке access_token=... Его надо взять и сделать с ним запрос за получение ключа:


<?php
curl -d "{\"yandexPassportOauthToken\":\"y1_AgAAAAABOM29AATuwQAAAAD0omD9hO6qQTUASSColgt8vR0ov2Xk9lg\"}" "https://iam.api.cloud.yandex.net/iam/v1/tokens"



И только после этого вы наконец в ответ получите JSON, из которого можно вынуть ключ, который несколько часов можно будет использовать в речевых технологиях, а потом придется повторять заново:

{
 "iamToken": "t1.9euelZqdmIzPmYuPkpmNj5aNk5nPm-3rnpWalZmUjZHLisePmI6Ql8uJzYnl8_cpKBtU-e8VE1oq_t3z92lWGFT57xUTWir-zef1656
 "expiresAt": "2023-12-13T15:58:14.447313514Z"
}
?>



Но даже этот временный и с таким трудом полученный ключ тоже не будет работать. Потому что надо в своих аккаунтах добавить сервисы речевых технологий tts и stt, которые изначально «не включены». Делается это через ебанистический графический интерфейс на сайте, причем добавлять имеет смысл ко всем трем аккаунтам, потому что хуй там разберешь, какой из них работает. Какой-то в итоге заработает, у меня заработал Default. И вот только после этого можно временно воспользоваться сервисом распознавания голоса:


<?php
export IAM_TOKEN=t1.9euelZqdmIzPmYuPkpmNj5aNk5nPm-3rnpWalZmUjZHLisePmI6Ql8uJzYnl8_cpKBtU-e8VE1oq_t3z92lWGFT57xUTWir-zef1

export FOLDER_ID=b1g7dea3gg0spp3n469f # Default

curl -X POST \
     -H "Authorization: Bearer ${IAM_TOKEN}" \
     --data-binary "@./my_speech-for-recognize.ogg" \
     "https://stt.api.cloud.yandex.net/speech/v1/stt:recognize?topic=general&folderId=${FOLDER_ID}"



При этом следует отлавливать ошибку истекшего ключа и оперативно запускать процедуру его повторного запроса.

Риторический вопрос: стану ли я пользоваться сервисом речевых технологий Яндекса по истечении тестового бесплатного периода или попытаю столь же платного счастья у Гугля и других гигантов индустрии?