Construyendo una skill de Alexa

La Skiil del Departamento de Informática (opens new window) representa un proyecto de innovación docente con fines didácticos con el objetivo de cómo diseñar un asistente de voz para conocer los ciclos existentes de la familia de informática. Te comento en esta entradas las bases del desarrollo de una skill.

La Skill

Esta entrada voy a comenzar al revés 😉, te muestro le resultado y luego te iré comentando pasos o ideas para desarrollar una skill.

Como he dicho esta skill es un ejemplo didáctico y no es la mejor solución técnica al 100%. Por varios motivos, pero si es muy útil para su uso docente y sobre todo para conocer el proceso de creación de una Skill de Amazón Alexa. Para ello sería interesante haber usado bases de datos o servicios webs para hacer búsquedas más potentes y no ficheros sobre todo para los datos locales, Pero se muestra el uso de y consumo de servicios web en otras partes de su funcionalidad. Pero lo importante es conocer el proceso de desarrollo y diseño de interacción de voz (front-end) ye l procesamiento de intenciones y eventos (back-end) y se propondrá como ampliación otras tecnologías como las indicadas en un futuro.

Esta skill representa un proyecto de innovación docente con fines didácticos con el objetivo de cómo diseñar un asistente de voz para conocer los ciclos existentes de la familia de informática, conocer los módulos, obtener información detallada de los mismos, saber cómo contactar, conocer las noticias del centro y del departamento, recordar tareas a realizar, cosas curiosas relacionadas con el desarrollo de software.

La skill se ha desarrollado dentro de los programas de formación de Desarrollo de Aplicaciones Multiplataforma (DAM), Desarrollo de Aplicaciones Web (DAW), Administración de Sistemas Informáticos y Redes (ASIR) y Sistemas Microinformáticos en Red (SMR), ciclos de formación profesional que se pueden estudiar en nuestro centro.

Tecnologías

• Alexa Developer Doc (opens new window)
• Alexa Skill Kit (opens new window)
• Alexa Voice Service (opens new window)
• Node.js: en el Backend.
• Lambda Function. Como parte del AWS Serveless.

Desarrollando para Alexa

Antes de nada, quiero presentarte el tutorial (opens new window) que hicimos en el grupo de trabajo del Dpto. de Informática de Virgen de Gracia (opens new window), donde se muestra los pasos para hacer una skill de manera mas detallada y que resumo en esta entrada de la web.

¿Cómo hacer una skill?

• Tutorial disponible en repositorio 💻 (opens new window)

¿Qué es una Skill de Alexa?

Alexa es el servicio de voz ubicado en la nube de Amazon disponible en los dispositivos de Amazon y dispositivos tercios con Alexa integrada. Además, cuenta con funcionalidades, o lo que Amazon llama «Skills», que permiten a los consumidores crear una experiencia más personalizada.

¿Qué es el Alexa Skills Kit?

El Alexa Skills Kit (ASK) es un conjunto de herramientas, documentación, muestras de código y API en self-service con el que puedes añadir Skills a Alexa de forma rápida y sencilla. El ASK permite a diseñadores, desarrolladores y marcas crear Skills atractivas y llegar a los consumidores. Con este kit, puedes aprovechar el conocimiento y la innovación de Amazon en el sector del diseño de voz.

Pasos para crear tu skill

Primero se crea una nueva Skill de Alexa en la consola de desarrollo de Amazon y se configura el modelo de interacción para la interfaz de voz. Basándose en este modelo de interacción, se crea una función Lambda AWS (su back-end, por ejemplo en Node.js) que incluye la lógica del programa de tu Skill, la cual se ejecuta en la plataforma de computación en la nube AWS de Amazon. Para ello debemos crear el modelo interactivo de voz, probarlo y finalmente publicarlo.

Arquitectura de una Skill

Una Skill se basa en el siguiente funcionamiento:

• Esta skill se lanzará a través de la palabra de inicio (Alexa) seguida de invocation name (nombre de invocación, skill) que a su vez tendrá una serie de frases de declaración de intenciones (intent).
• Un intent está compuesto por dos partes: los utterances (sentencias) que van a servir para invocarlo y los slots (argumentos), opcionales, que puede tener.
• Por lo tanto tendremos un ejemplo: Alexa, abre informática y dime los módulos de 2 dam.

Interaction Model: Invocación

El interaction model del skill consta de, al menos, dos partes: el nombre de invocación de tu skill y el conjunto de intent (acciones) que deben corresponder con las peticiones de los clientes. Es el Front-end de nuestra aplicación

• Nombre de invocación: El nombre de invocación será lo que el usuario use para comenzar a interactuar con tu skill y debe cumplir una serie de requisitos.
• Creo que es bastante importante la elección que se hace porque el usuario podrá invocar el skill y ejecutar un intent de una sola vez, one-shot invocation. Por ejemplo, "Alexa, abre informática virgen de gracia y dime los módulos de segundo dam" y tiene que tener sentido. El usuario también podría conseguir el mismo resultado con: "Alexa, abre informática virgen de gracia dam”.
• A mi me gusta bastante la forma de usarlo de one-shot invocation y me he querido centrar en eso al diseñar el modelo.

Interaction Model: Intents

Un intent está compuesto por dos partes: los utterances (sentencias) que van a servir para invocarlo y los slots (argumentos), opcionales, que puede tener. Un par de cosas sobre los utterances:

• Dentro de un mismo intent no puedes tener dos utterances repetidos, pero sí el mismo con distintos slots.
• Los utterance los usa Alexa para inferir qué intent corresponde a lo que quiere hacer el usuario.
• Es importante que fijes el orden porque irá resolviendo por cómo los diseñes.

Intents obligatorios Al crear un skill nuevo hay algunos intents obligatorios, predefinidos ya por Alexa, que tienes que tener cubiertos y te los indica la consola debajo de "Built-in intents". Verás que son básicos, sin slots. Se pueden extender

• NavigateHome, que se usa para skill multimodal, los que tienen pantalla, y equivale a un exit
• Cancel, se usaría para cancelar alguna interacción en proceso
• Stop, para dejar de usar el skill
• Help, se invocaría por el usuario para pedir ayuda a nuestro skill
• Para cada una de estos tendrás que elegir utterances que vayan a invocarlo

Interaction Model: Build model

Tenemos que pulsar el botón de "Build Model" y lo generará. El modelo que se genera no es más que un JSON con toda la información que hemos ido construyendo con la consola. Este JSON se puede ver una vez generado y modificar en vez de usar los input de utterance y todo eso que vimos antes.

Code

CEs la pestaña donde programamos la funcionalidad, Back-end. Se implementan dentro de en un AWS Lambda. Con la ventaja que te lo interconecta todo automáticamente si usas Node.js o Phython. Si quieres JAVA lo tendrás que hacer de manera manual. Importante:

• const Alexa = require('ask-sdk-core’) -> Librería a usar
• Tantos RequestHandler como necesitemos para manejar los intents que vengan del skill. mismo RequestHandler puede manejar más de un intent.

El método canHandle se usa para chequear si el handler puede manejar la petición que llega. Aquí la lógica básica que se suele hacer es mirar el nombre del intent de la request. El método handle es el encargado de recibir el input y construir la respuesta para el usuario a partir de su request. Es el método donde irá el código más interesante del handler. En el caso del ejemplo me gustaría destacar tres cosas:

• speak, le estamos dando a la respuesta el texto que Alexa dirá de voz al usuario.
• simpleCard, aquí construimos una salida para Alexa que será util para dispositivos con pantalla, como la app del móvil.
• shouldEndSession, con esto le indicamos a Alexa que, una vez manejada la request, no esperamos otra interacción con el usuario y cerramos la sesión, es decir, el skill.

Si queremos elaborar una respuesta de dos tipos: texto que dirá Alexa con voz y, además, información para construir una "tarjeta" que mostrará Alexa en pantalla. Por último, con la opción de finalizar la sesión indicamos que no esperamos una interacción posterior. Sería un handler orientado a una petición concreta y sin diálogo.

En el caso de que nuestro handler quiera indicar a Alexa que esperamos seguir interactuando con el usuario tenemos que construir la respuesta con reprompt. exports.handler = Alexa.SkillBuilders.custom()- > Ojo, el orden de los handlers importa a la hora de decidir cuál usará para manejar la petición del usuario. Irá validando los handlers en el orden que los hemos registrado y usará el primero que retorne true en la validación del método canHandle. Son los endpoits de nuestra skill.

const LaunchRequestHandler = {
    canHandle(handlerInput) {
        return Alexa.getRequestType(handlerInput.requestEnvelope) === 'LaunchRequest';
    },
    // add the async keyword to this function so we can make async requests to the ISP API
    async handle(handlerInput) {
        // add these two lines
        const locale = handlerInput.requestEnvelope.request.locale;
        const ms = handlerInput.serviceClientFactory.getMonetizationServiceClient();

        try {
            const inSkillProductsList = await ms.getInSkillProducts(locale);
            console.log(inSkillProductsList);
        } catch (err) {
            console.log('ERROR', err);
        }
        
        const speakOutput = 'Welcome, you can say Hello or Help. Which would you like to try?';
        return handlerInput.responseBuilder
            .speak(speakOutput)
            .reprompt(speakOutput)
            .getResponse();
    }
};

Test

Nos vamos a la pestaña de Test, y marcamos que estamos en Development y probamos a decir open Hello World o el Invocation Name que tiene de lanzamiento, o escribiéndolo en el cuadro de diálogo. De esta manera podremos probar nuestras itents, nuestros modelos interactivos y la respuesta del back-end a nuestras peticiones.

Internacionalización

Copiamos nuestro JSON de interfaz en ingles o español), y nos cambiamos a la pestaña de Lenguaje en español y lo pegamos.

• Traducimos nuestras frases. Le damos a construir y probamos. ¡Las respuestas siguen en inglés!
• Hemos localizado el Front-end, pero no el Back-end. Ahora debes abrir el fichero index.js y traducir cada frase, si quieres. Esto es para que utilices plantillas, si no puedes usarlo todo en español desde el comienzo.

Publicación

Si has probado tu nueva Skill de Alexa y la has encontrado satisfactoria, puedes ponerla a disposición de otros usuarios a través de la Alexa Skills Store. Debes proporcionar toda la información necesaria para su publicación.

Para ello, ve a la sección “Distribution” (publicación) haciendo clic en el botón del mismo nombre situado en el menú de navegación de la consola de desarrollo de Alexa. Rellena todos los campos obligatorios bajo “Skill Preview” (vista previa de habilidades), “Privacy & Compliance” (Privacidad y cumplimiento) y “Availability” (disponibilidad).

En “Skill preview”, introduce toda la información que debe mostrarse en la vista previa a los usuarios en el país de destino deseado.

Certificación

Una vez que hayas ingresado toda la información requerida para la publicación, puedes entregar tu Skill para para su validación. Una vez que la Skill de Alexa que has programado completa con éxito el test funcional, estará lista para el paso final de la publicación, la “Submission” (enviar). Haz clic en “Submit for Review” (enviar para revisión) para certificar tu Skill. Una vez Amazon ha completado la revisión, recibirás un correo electrónico en la cuenta asociada a tu cuenta de desarrollador de Amazon. Existen básicamente dos escenarios posibles:

• Tu Skill se ha certificado con éxito: en este caso, se te comunicará por correo electrónico cuándo se espera que tu Skill se publique en la Alexa Skills Store.
• Tu Skill no ha sido certificada: en este caso, Amazon ha identificado problemas durante el proceso de certificación. El correo electrónico incluirá un informe detallado de los cambios que se requieren para su certificación. Una vez que hayas hecho los ajustes necesarios, puedes volver a presentar tu Skill en cualquier momento.

Puedes ver el estado actual de todas las Skills de Alexa que has creado en la vista general de Skills de la Alexa Developer Console.

• “In development”: tu Skill está en desarrollo.
• “Certification”: tu Skill está en el proceso de certificación.
• “Live”: tu Skill está disponible para los usuarios a través de la Alexa Skills Store.

¿Cómo hacer una skill?

• Tutorial disponible en repositorio 💻 (opens new window)