В западном мире широко распространены умные колонки Amazon Alexa, которые работают на технологиях Amazon AWS. Из коробки доступна интеграция с несколькими крупнейшими стриминговыми сервисами: Amazon Music, Spotify, Apple Music/Podcasts, TuneIn Local Radio, ... .

Эти колонки ещё поддерживают так называемые навыки (Skills), которые позволяют запрашивать данные во внешних сервисах через развитой API. Например, у крупнейших аудиовизуальных СМИ (радио, ТВ) есть свой навык для Alexa, так что пользователь может сказать "Alexa, skill ARD" и послушать последний выпуск новостей от ARD.

Допустим, у нас есть собственная медиатека и хочется сделать свой навык (skill) по воспроизведению треков из этой медиатеки. Алгоритм работы такой: голосом запускаем навык, называем ключевое слово. Alexa распознаёт речь и передаёт в наш сервис текстовый запрос, а наш сервис передаёт звуковой файл на воспроизведение. В идеальном случае, это будет стриминг из цепочки файлов.

Как вы думаете, какое будет основное препятствие / сложность в создании такого сервиса? Техническая она будет или какая-то другая? Насколько вообще трудоёмко сделать такой сервис? Вопрос правообладания оставим за скобками; произведения все свои.