01 / DECIDE
Architecture decision
accessibility、narration、preview、conversational feedback に使い、pause や text 切替を提供する。
voice、format、chunking、playback、interruption を製品判断とし、AI-generated voice であることを開示する。 input、output、state、side effect を一つの観測可能な経路にしてから、synthetic speech を開示された interface として設計する の所有層を決めます。
02 / BUILD
3段階の実装
- 01
contract を定義
caller、data classification、success condition、timeout、cancel、ownership を先に記述します。accessibility、narration、preview、conversational feedback に使い、pause や text 切替を提供する。
- 02
狭い経路を構築
request correlation、typed state、reversible failure handling を持つ一つの end-to-end path だけを実装します。voice、format、chunking、playback、interruption を製品判断とし、AI-generated voice であることを開示する。
- 03
outcome を証明
acceptance を再実行可能な fixture、contract test、browser test にします。playback test で first-byte latency、interruption、punctuation、多言語、unsupported input、fallback rendering を確認する。
03 / BOUND
Production boundary
権限なく人物を模倣せず、開示を保持し、重要情報には non-audio path を用意する。
04 / PROVE
Acceptance evidence
playback test で first-byte latency、interruption、punctuation、多言語、unsupported input、fallback rendering を確認する。
SOURCE / HTTP
再現可能な source probe
curl -fsSI 'https://developers.openai.com/api/docs/guides/text-to-speech' | sed -n '1,5p'