Wer für Alexa und Google Assistant eigene Skills oder Actions schriebt, möchte früher oder später auch Audiodateien in die Anwendungen einbauen. Aber es gibt einige Kriterien rund um das Audioformat, die dabei zu erfüllen sind. Nachfolgende Tabelle soll diese zusammenfassen und auch gegenüberstellen. Denn die beiden Dienste verhalten sich hier doch recht unterschiedlich.
Die nachfolgende Tabelle erhebt natürlich keinen Anspruch auf Vollständigkeit und kann nur den Stand von heute widerspiegeln. Evtl. hat sich zwischenzeitlich etwas geändert, sollte aber eine sehr gute Orientierung bieten. (Stand: 22.09.2018)
Das Audioformat für Amazon Echo und Google-Assistant (mp3, Opus, WAV)
| Amazon Echo / Alexa | Google Assistant / Google Home | |
| Protokoll | nur https | nur https |
| Encoder | mp3 | mp3, WAV, Opus in Ogg-Vorbis |
| kbps | konstante Bitrate bei 48 kbps, 16000 Hz | mp3 und Opus: konstante Bitrate bei 24-96 kbps, WAV 16 Bit, 24 k samples per second |
| maximale Audiolänge | 90 Sekunden | 120 Sekunden |
| Mono / Stereo | mono | mono bevorzugt, stereo aber möglich |
| maximale Dateigröße | nicht notwendig, da festes Dateiformate und maximale Zeit. | 5 MB |
Gerade Amazon Echo hat hier sehr starke Beschränkungen, was das Audioformat angeht. Man hört es zum Teil auch deutlich und ich empfinde das wirklich als nicht schön.
Google bietet an, Opus-Dateien einzubinden. Diese sind deswegen interessant, weil dieses Audioformat bei starker Kompression trotzem eine gute Klangqualität anbietet. Deswegen ist es durchaus zu empfehlen, es in Betracht zu ziehen.
Unabhängig vom Ausspielen von längeren Audios
Was hier nicht berücksichtigt wird, ist das Abspielen von zum Beispiel Podcasts. Bei diesen Dateien geht es nur um die Antwort in der direkten Interaktion mit dem Benutzer. Längere Audiodateien wir zum Beispiel Podcasts werden bei beiden Geräten über die Player bzw. Audio-Engine des Geräts abgespielt und sind deswegen von der Längenbeschränkung ausgenommen, ermöglichen aber auch keine Interaktion.
Wie geht es euch? Ist das Audioformat für euch ausreichend oder würdet ihr euch hier auch eine Anpassung an ein besseres Audioformat wünschen?