2023年3月6日月曜日

rinna株式会社のText to Speech - v2のAPIを使用する

 rinna株式会社が提供しているText to Speech - v2のAPIをOracle APEXのアプリケーションから呼び出して、文章の読み上げを実装してみます。

音声の部分が再生されないため動作が分からないですが、Text to SpeechのボタンをクリックするとrinnaのAPIを呼び出し、文章の読み上げを行います。結果がWAVファイルとして生成されるので、それを取得しデータベースに保存します。オーディオ・コントロールより、データベースに保存したWAVファイルを再生します。

対話モード・レポートのページより、それまでのAPI呼び出しの履歴である文章とWAVにアクセスできます。ボイスIDやスタイルの影響について確認できます。

rinna株式会社の開発者向けサイトよりアカウント登録を行い、Rinna IDを取得します。取得したRinna IDのProfileから、APIの認証に使用するキー(Primary keyまたはSecondary key)の値を確認します。適用されているプランについては、Plansのタブから確認できます。2023年3月6日現在、Freeのプロダクトで月間1,000リクエストまで無料でAPIの呼び出しができるようです。

提供されているAPIのTerms of UseおよびFAQなどは、利用者ご自身にて確認していだくようお願いします。FAQには、APIは現在、試験運用中で検証を除く業務用利用は禁止しております、と記載されています。

作成するOracle APEXのアプリケーションは、指定可能な各種のパラメータを設定してText To SpeechのAPIを呼び出します。生成されたWAVファイルを取得し、データベースにBLOBとして保存したのち再生します。

最初に、読み上げの元になる文章と音声データを保存する表を作成します。

クイックSQLの以下のモデルを使って、表RINNA_TEXT_TO_SPEECHESを作成します。列SID、TID、SPEED、VOLUMEはText to SpeechのAPI呼び出し時に与えるパラメータです。これ以外にMP3またはWAVのどちらかのフォーマットを指定できますが、今回のアプリケーションはWAVで固定します。
# prefix: rinna
# auditcols: true
text_to_speeches
    text clob
    speech blob
    sid number
    tid number
    speed number
    volume number
SQLの生成、SQLスクリプトを保存、レビューおよび実行を順次クリックします。表の作成までを実施し、アプリケーションの作成は行いません。


データベースの列SPEECHに保存されたWAVデータを再生するために、RESTサービス作成します。

SQLワークショップのRESTfulサービスを開きます。


モジュールを作成します。

モジュール名はrinna、ベース・パスは/rinna/とします。公開はONにします。


テンプレートを作成します。

URLテンプレートはspeechとします。


ハンドラを作成します。

メソッドはGET、ソース・タイプにMedia Resourceを選択します。ソースとして以下のSQLを記述します。

select 'audio/wav', speech from rinna_text_to_speeches where id = :id


完全なURLに引数idを与えることにより、列SPEECHに保存されたWAVデータが取り出されます。今回はAlways FreeのAutonomous Database上でアプリケーションを実装しているため、以下のようなURLになります。

https://ホスト名/ords/ワークスペース名/rinna/speech?id=表RINNA_TEXT_TO_SPEECHESのID値

rinna APIの認証に使用するWeb資格証明を作成します。

ワークスペース・ユーティリティのWeb資格証明を開きます。


rinna APIはHTTPヘッダーOcp-Apim-Subscription-KeyにPrimary key(またはSecondary key)を与えることで認証されます。

名前はrinna Developer key、静的識別子としてRINNA_DEVELOPER_KEYを設定します。静的識別子はPL/SQLコード中に埋め込みます。異なる静的識別子にした場合は、PL/SQLのコードも変更する必要があります。

認証タイプにHTTPヘッダー、資格証明名としてOcp-Apim-Subscription-Key、資格証明シークレットとしてrinna IDのProfileから確認できるPrimary keyを設定します。


以上で準備ができました。これからAPEXのアプリケーションを作成します。

アプリケーション作成ウィザードを起動し、空のアプリケーションを作成します。名前はText to Speechとします。

対話モード・レポートのページを追加します。ページの追加をクリックします。


対話モード・レポートを選択します。


ページ名はSpeechesとします。表またはビューとしてRINNA_TEXT_TO_SPEECHESを選択します。フォームは不要なので、フォームを含めるはチェックしません。

ページの追加をクリックします。


アプリケーションの作成をクリックします。


アプリケーションが作成されます。

最初に共有コンポーネントとして、スタイルIDを指定するためのLOVを作成します。

共有コンポーネントを開きます。


他のコンポーネントのLOVを開きます。


作成済みのLOVが一覧されます。作成をクリックします。


LOVの作成は最初からを選択します。

次へ進みます。


作成するLOVの名前はLOV_SYTLEとします。タイプはStaticを選択します。

次へ進みます。


LOVの表示値と戻り値を設定します。スタイルIDの定義より、'1:talk' or '2:happy' or '3:sad' or '5:angry' or '6:fear' or '7:surprised'を戻り値:表示値のペアとして設定します。

LOVの作成をクリックします。


共有LOVとしてLOV_STYLEが作成されました。


ホーム・ページにText to Speech APIの呼び出しを実装します。

ホーム・ページのページ・ナビゲーションを削除します。


ボイスIDを指定するページ・アイテムP1_SIDを作成します。

識別の名前はP1_SID、タイプは数値フィールド、ラベルはボイスIDとします。設定の最小値は27、最大値は47を設定します。検証の必須の値をONにします。デフォルトのタイプに静的値を選択し、静的値として27を設定します。


スタイルIDを指定するページ・アイテムP1_TIDを作成します。

識別の名前はP1_TID、タイプは選択リスト、ラベルはスタイルとします。レイアウトの新規行の開始をOFFとして、ページ・アイテムP1_SIDの右隣に配置します。検証の必須の値はONとします。LOVのタイプに共有コンポーネントを選択し、LOVとして先ほど作成したLOV_SYTLEを選択します。デフォルトのタイプは静的、静的値に1を指定し、ニュートラルな話し方であるtalkをデフォルトにします。


話速を指定するページ・アイテムP1_SPEEDを作成します。

識別の名前はP1_SPEED、タイプは数値フィールド、ラベルは話速とします。設定の最小値は0.1、最大値は10.0、仮想キーボードにNumericを選択します。新規行の開始はOFFにして、ページ・アイテムP1_TIDの右隣に配置します。

検証の必須の値をON、デフォルトのタイプは静的、静的値として1.0を指定します。


音量を指定するページ・アイテムP1_VOLUMEを作成します。

識別の名前をP1_VOLUME、ラベルを音量とします。それ以外はP1_SPEEDと同じ設定を行います。


読み上げるテキストを入力するページ・アイテムP1_TEXTを作成します。

識別の名前はP1_TEXT、タイプとしてテキスト領域を選択します。検証の必須の値はONにします。


Text to Speechを実行するボタンを作成します。

識別のボタン名はTEXT_TO_SPEECH、ラベルはText to Speech、動作のアクションとして、デフォルトのページの送信を選択します。


APIを呼び出して取得した音声は、表RINNA_TEXT_TO_SPEECHESに保存されます。保存されている行の主キーの値を保存するページ・アイテムP1_IDを作成します。

識別の名前をP1_ID、タイプとして非表示を選択します。


WAVデータの再生を行うオーディオ・コントロールを表示します。

リージョンを作成し、識別のタイトルを読み上げとします。タイプとして静的コンテンツを選択し、ソースのHTMLコードとして以下を記述します。WAVデータを取り出すORDS RESTサービスを呼び出します。/ords/apexdevの部分は環境に合わせて変更します。

<audio controls src="/ords/apexdev/rinna/speech?id=&P1_ID."></audio>

外観のテンプレートにBlank with Attributesを選択します。サーバー側の条件のタイプとしてアイテムはNULLではないを選択し、アイテムにP1_IDを指定します。


ボタンTEXT_TO_SPEECHをクリックしたときに実行されるプロセスを作成します。

作成したプロセスの識別の名前はText to Speechとします。タイプはコードを実行です。ソースのPL/SQLコードとして、以下を記述します。


サーバー側の条件のボタン押下時にTEXT_TO_SPEECHを選択します。


Text to SpeechのAPI呼び出しについては、以上で実装完了です。

Text to Speechの実行履歴を一覧するレポートより、保存されている音声を再生できるようにします。

列IDのタイプをプレーン・テキストに変更し、列の書式のHTML式として以下を記述します。/ords/apexdevの部分は環境に合わせて変更します。

<audio controls src="/ords/apexdev/rinna/speech?id=#ID#"></audio>

列TIDを選択し、識別のタイプをプレーン・テキスト(LOVに基づく)に変更します。LOVとしてLOV_STYLEを選択します。


以上でアプリケーションは完成です。

今回作成したAPEXアプリケーションのエクスポートを以下に置きました。
https://github.com/ujnak/apexapps/blob/master/exports/text-to-speech.zip

Oracle APEXのアプリケーション作成の参考になれば幸いです。

完

2023年3月3日金曜日

OpenID ConnectまたはOAuth2による認証の応答を印刷する

Oracle APEXのアプリケーションの認証スキームとしてOpenID Connectを使った際に、認証後のプロシージャとして以下のようなコードを書いています。

APEX側ではIdPからの応答であるJSON形式のメッセージをパースした状態(apex_json.parseを呼び出した状態)で、認証後のプロシージャを呼び出しています。そのため、IdPが応答としてどのようなメッセージを返すかが分かっていれば、apex_json.get_varchar2といったファンクションを呼び出すことでIdPから返された値を取得することができます。

IdPがどのような応答をするかはIdPに確認すべきことではあるのですが、とりあえず受信した応答をダンプするファンクションを作成してみました。

認証後に取得できるaccess_tokenおよびid_tokenの内容を表示する方法として、PL/SQLまたはMLE/JavaScriptのどちらかの実装を呼び出します。データベースが23より前のバージョンのときはPL/SQL、23以降はMLE/JavaScriptを呼び出すようにしています。

MLE/JavaScriptの実装では以下のコードを実行し、あらかじめファンクションPARSE_JWTを作成しておきます。実行の前に、スキーマにMLE/JavaScriptを呼び出す権限を与えておきます。

GRANT EXECUTE ON JAVASCRIPT TO <スキーマ>;
GRANT EXECUTE DYNAMIC MLE TO <スキーマ>;

アプリケーション・アイテムとしてG_USER_INFOを作成します。


認証スキームの認証後のプロシージャで値を設定します。



後は静的コンテンツのリージョンに以下のようにソースを記述すると、IdPの応答が画面に出力されます。

<pre>&G_USER_INFO.</pre>


以下のような表示になります。トークンなどは永続的なものではありませんが、センシティブな情報ではあるので、不要になったら認証後のプロシージャからコードは取り除いた方が安全でしょう。


以上になります。

Oracle APEXのアプリケーション作成の参考になれば幸いです。

完

日付範囲ピッカーを実装する

 OracleのSteve Muenchさんが彼のブログに、APEX 22.2から使用できる新しい日付ピッカーをカスタマイズして、範囲を指定をする方法を紹介されています。


Designer Collab for Date Ranges
https://diveintoapex.com/2023/02/07/designer-collab-for-date-ranges/

記事からダウンロードできるサンプル・アプリケーションに含まれる静的アプリケーション・ファイル、dateRangePicker.js、dateRangePicker.cssを取り出し、自分のアプリケーションに取り込むことで簡単に再利用できるようになっています。

色々な技が使われていて再利用が容易になっているのですが、実装を理解するにはスキルが必要です。もう少し実装を分かりやすくするため、動的アクションによる実装に変更してみました。dateRangePicker.cssはそのまま流用し、日付ピッカーのdayFormatterについてもほぼ同じ実装を流用します。

実装した日付範囲ピッカーは以下のように動作します。日付範囲ピッカーは表示形式をInlineにした日付ピッカーで、開始日と終了日はそれぞれ異なるページ・アイテムに設定しています。


以下より実装について説明します。

ページ・アイテムとして開始日を保存するP1_DATE_START、終了日を保存するP1_DATE_ENDを作成します。上のGIF動画では、これらのページ・アイテムの値が画面に表示されていますが、一般的には非表示にすると思います。

日付範囲ピッカーですが、ページ・アイテムP1_DATE_RANGEとして作成しています。

タイプは日付ピッカーです。設定の表示形式としてInlineを選択します。外観と動作のShow Clear Buttonにチェックを入れます。表示形式がInlineの場合、ページ・アイテムの値をクリアするためにこのボタンが必要です。

詳細のCSSクラスにdate-range-pickerを設定します。これはdateRangePicker.cssで定義されているCSSクラスを適用するために必要です。


ページ・アイテムP1_DATE_RANGEに動的アクションを作成します。

タイミングのイベントは変更、選択タイプはアイテム、アイテムとしてP1_DATE_RANGEを指定します。日付範囲ピッカー上で日付を選択(変更)したときに、動的アクションが実行されます。


TRUEアクションはJavaScriptコードの実行、設定のコードとして以下を記述します。クリックしたときの状態に応じて、選択された日付を開始日または終了日として設定しています。最後に日付範囲ピッカーをリフレッシュし、設定された開始日と終了日の間に色を付けます。


影響を受ける要素の選択タイプにアイテムを選び、アイテムとしてP1_DATE_START、P1_DATE_ENDの2つのページ・アイテムを設定します。開始日を保持するページ・アイテムを先頭に配置します。


開始日から終了日の間に色をつける処理は、日付範囲ピッカーに実装するdayFormatterが行います。

ページ・プロパティのJavaScriptのファンクションおよびグローバル変数の宣言に以下を記述します。

const DATE_FORMAT = "yyyy/mm/dd";

ページ・ロード時に実行でdayFormatterを定義します。開始日にCSSクラスdateRangeStart、終了日にdateRangeEnd、開始日と終了日の間の日付にはdateRangeMiddleを設定しています。開始日と終了日が同じ場合はCSSクラスとしてdateRangeSingleDayを設定しています。


CSSのファイルURLに以下を記述します。CSSファイルはこちらから、または英語の元記事よりサンプル・アプリケーションをダウンロードし、dateRangePicker.cssを取り出して静的アプリケーション・ファイルとして保存しておきます。

#APP_FILES#dateRangePicker#MIN#.css


以上で実装は完了です。

今回作成したAPEXアプリケーションのエクスポートを以下に置きました。
https://github.com/ujnak/apexapps/blob/master/exports/date-range-picker.zip

Oracle APEXのアプリケーション作成の参考になれば幸いです。

完

2023年3月2日木曜日

OpenAIのChatGPTのAPIを呼び出すAPEXアプリを作る

新しい記事で更新されています。

OpenAIのChat Completions APIを呼び出すAPEXアプリを作成する
https://apexugj.blogspot.com/2024/04/chat-with-generative-ai-sample-app-0.html

以下は過去の内容です。

 OpenAIからChatGPTのAPIの提供が開始され、すでにアプリケーションに組み込んでいる所もあるようです。ChatGPTのAPIの費用をこちらのページから確認すると$0.002 / 1K tokens tokensとなっています。

OpenAIにアカウントを登録すると最初はFree trialになり、3ヶ月を期限として$18分だけ利用できるようです。実際にアカウントのアップグレードをせずに、ChatGPTのAPIを呼び出すことができました。

https://help.openai.com/en/articles/4936830-what-happens-after-i-use-my-free-tokens-or-the-3-months-is-up-in-the-free-trial

お金が絡む話ですので、試される場合はOpenAIのPricingのページをご自身で確認されるようお願いします。

作成したAPEXアプリケーションは以下の動作をします。

「去年の日本の野球の日本シリーズで優勝した球団は?」のChatGPTの回答は「去年(2020年)の日本シリーズで優勝した球団は、福岡ソフトバンクホークスです。」でした。ChatGPTが学習で使用したデータは2021年までというのは確かなようです。

続く質問「一昨年は?」の回答は「一昨年(2019年)の日本シリーズで優勝した球団は、埼玉西武ライオンズです。」でした。。。


このアプリケーションのエクスポートを以下に置きました。
https://github.com/ujnak/apexapps/blob/master/exports/chatgpt-app.zip

今回はアプリケーションの作成手順については省き、実装についての説明だけを行います。

OpenAIのAPIを呼び出すにあたって、Web資格証明を作成します。

ワークスペース・ユーティリティのWeb資格証明を開きます。ここで作成するWeb資格証明を指定して、APIを呼び出します。

Web資格証明の名前はOpenAI API Keyとしています。

静的識別子としてOPENAI_API_KEY、認証タイプはHTTPヘッダー、資格証明名はAuthorizationとします。資格証明シークレットしてBearerで始めて空白で区切った後、OpenAIのAPIキーを続けた文字列を設定します。


アプリケーションの実装の説明です。

ChatGPTの会話はroleがsystemのメッセージから始めます(省略も可ですが、このアプリでは省略できません)。systemのメッセージはThe system message helps set the behavior of the assistant.とのことです。


ボタンStart New Conversationは、ChatGPTへ送信する会話を初期化します。一連の会話はAPEXコレクションCHATGPTに保存しています。

会話の初期化はレンダリング前のプロセスInit Conversationとして実装しています。



ボタンSet System Messageは動的アクションで実装しています。System Messageとして入力した文字列をAPEXコレクションに追加しています。

System Messageを設定するリージョンは、APEXコレクションCHATGPTが空のときに表示されるよう、サーバー側の条件を設定しています。


会話履歴がある場合(systemのメッセージのみを含む)、ユーザーのメッセージを送信するリージョンが現れます。User Messageとして質問を入力し、ボタンSend User Messageをクリックすると一連の会話をリクエストとして、ChatGPTのAPIを呼び出します。



コードの説明は以上です。

ChatGPTとの会話はAPEXコレクションに保存しており、その表示にカード・リージョンを使っています。ソースのSQLは以下です。

select seq_id, c001, clob001, n001, n002, n003
from apex_collections
where collection_name = 'CHATGPT' order by seq_id desc


カードの表示について、属性で以下のように設定しています。

外観のレイアウトは水平(行)を選んでいます。カードの主キー列1はSEQ_IDです。

タイトルの列はC001、本体の列はCLOB001、2次本体の拡張フォーマットをONにし、HTML式として以下を記述しています。

{if N001/}
prompt_tokens: &N001. completion_tokens: &N002. total_tokens: &N003.
{endif/}


作成したアプリケーションの説明は以上になります。

Oracle APEXのアプリケーション作成の参考になれば幸いです。

完

OCIのAI言語サービスの日本語対応をAPIレベルで確認する

 OCIのAI言語サービスの日本語の対応をAPIレベルで確認してみました。OCIのコンソールで選択できるのは英語とスペイン語で、日本語は含まれていません。

すべてのAPIで同じリクエスト本文が使えるので、APIを呼び出すアプリケーションの作成は簡単でした。確認したAPIは、Oracle LiveLabsのOCI Languageで紹介されている5つのAPIです。


確認結果は、Language Detectionを除いた、Key Phrase Extraction、Named Entity Recognition、Text Classification、Sentiment Analysisについて、Language not Supportedが返されました。

想定通りの結果です。

簡単なアプリですが、エクスポートを以下に置きました。
https://github.com/ujnak/apexapps/blob/master/exports/ai-language-service.zip

完

2023年3月1日水曜日

PayPay QRコード払いをAPEXアプリケーションに組み込む

 PayPayのQRコード払いをAPEXアプリケーションに組み込んでみます。

作成するアプリケーションは以下のように動作します。スマートフォンのPayPayアプリにて画面に表示されているQRコードを読み込み、支払いを実行しています。


PayPay Open Payment APIの以下の2つのAPIを呼び出しています。

Create QR Code

Get payment details

PayPay for Developersにアカウント登録を行い、決済方法としてウェブペイメントを登録します。


PayPay for Developersに登録すると、テスト用のサンドボックス環境が使用可能になります。この中の加盟店ID、APIキー、APIキー・シークレットをAPIを呼び出す際に使用します。


サンドボックス環境にはテストユーザーも用意されています。スマートフォンにインストールされたPayPayアプリより、テストユーザーでサンドボックス環境にサインインする方法については、こちらのリンク先に説明されています。


サンドボックス環境の加盟店ID、APIキー、APIキー・シークレットが得られていて、スマートフォンのPayPayアプリにテストユーザーでサインインできれば、PayPay側の準備は完了です。

以下より、Oracle APEXのアプリケーション作成について記述します。

最初にPayPayの加盟店IDをWeb資格証明として登録します。PayPayのAPI認証はHMAC認証で行われますが、これはリクエストごとに値が変わるためWeb資格証明とするのには向いていません。加盟店IDはAPI発行時に、HTTPヘッダーまたは問い合わせ文字列に必ず含める必要があるため、Web資格証明として作成することにしています。

ワークスペース・ユーティリティのWeb資格証明を開き、作成を実行します。

名前はPayPay Merchant IDとします。静的識別子はPAYPAY_MERCHANT_ID、認証タイプはHTTPヘッダー、資格証明名はHTTPヘッダー名であるX-ASSUME-MERCHANT、資格証明シークレットとして加盟店IDを設定します。

作成をクリックして、Web資格証明の作成を完了します。


アプリケーション作成ウィザードを起動し、空のアプリケーションを作成します。名前はPayPay Sampleとします。


アプリケーションが作成されたらアプリケーション定義を開き、置換文字列としてAPIキーとAPIキー・シークレットを設定します。これは安全な方法とはいえないため、サンドボックス環境ではなく本番環境での利用の際は、より安全な方法で保存すべきです。例えばOracle Cloudであれば、ボールト・サービスのシークレットして保存するといった実装が可能です。Oracle APEXのアプリケーションは、セッション開始時にボールトからAPIキーやシークレットを取得するようにできます。

今回はサンドボックス環境での使用を前提として、置換文字列を定義します。置換文字列G_PAYPAY_APIKEYにAPIキーの値、G_PAYPAY_APIKEY_SECRETにAPIキー・シークレットの値を設定します。

変更の適用をクリックします。


ページ・デザイナでホーム・ページを開きます。

ホーム・ページに、取引の結果を表示します。

加盟店側で設定する取引IDを保持するページ・アイテムを作成します。

ページ・アイテムの識別の名前をP1_MERCHANT_PAYMENT_ID、タイプをテキスト・フィールドとします。ラベルはMerchant Payment IDとします。


P1_MERCHANT_PAYMENT_IDに対応した取引の状況をPayPayに問い合わせ、その結果を表示するリージョンを作成します。

リージョンの識別のタイトルはGet payment detailsとします。タイプとして動的コンテンツを選択します。ソースのCLOBを返すPL/SQLファンクション本体として以下を記述します。PayPayのGet payment details APIを呼び出し、応答であるJSON文書をそのまま表示します。


サーバー側の条件のタイプにアイテムはNULLではないを選択し、アイテムとしてP1_MERCHANT_PAYMENT_IDを指定します。P1_MERCHANT_PAYMENT_IDの値はPayPayの支払いが完了したときに、PayPayから制御がAPEXアプリに戻される際に設定されます。つまり、PayPayでの支払いが完了したときに、この動的リージョンのPL/SQLコードが実行されます。


PayPayによる支払いを行うページを作成します。

ページの作成を実行し、空白のページをページ番号2として作成します。名前はCheckout、ページ・モードは標準です。ナビゲーションはデフォルトのまま、ブレッドクラムの使用、ナビゲーションの使用ともにONとします。

ページの作成を実行します。


作成された空白のページにページ・アイテムとボタンを作成します。

支払い金額を入力するページ・アイテムP2_AMOUNTを作成します。タイプは数値フィールド、ラベルはAmountとします。必須ではありませんが、設定の最小値に100、最大値に10000を設定しています。


支払いの詳細を記述するページ・アイテムP2_ORDER_DESCRIPTIONを作成します。タイプはテキスト・フィールド、ラベルはOrder Descriptionとします。


チェックアウトを実行するボタンCHECKOUTを作成します。動作のアクションはページの送信です。


左ペインでプロセス・ビューを開き、PayPayによる支払いを呼び出すプロセスを作成します。

作成したプロセスの名前はCheckoutとします。タイプとしてコードの実行を選択し、ソースのPL/SQLコードとして以下を記述します。


サーバー側の条件のボタン押下時にCHECKOUTを指定し、ボタンCHECKOUTが押された時に実行されるようにします。


以上でアプリケーションは完成です。アプリケーションを実行すると、記事の先頭のGIF動画のように動作します。

今回作成したAPEXアプリケーションのエクスポートを以下に置きました。
https://github.com/ujnak/apexapps/blob/master/exports/paypay-sample.zip

Oracle APEXのアプリケーション作成の参考になれば幸いです。

完