Questa guida fornisce impostazioni aggiuntive e avanzate per le funzionalità di sintesi vocale. Puoi attivare e disattivare queste impostazioni avanzate andando su Impostazioni agente > Voce e IVR > Conversione Speech-to-Text > Impostazioni vocali avanzate.
Queste impostazioni sono disponibili nelle impostazioni dell'agente (si applicano all'intero agente), nelle impostazioni del flusso (si applicano all'intero flusso e sostituiscono le impostazioni dell'agente), nelle impostazioni della pagina (si applicano alla pagina e sostituiscono le impostazioni del flusso e dell'agente) e nelle impostazioni di fulfillment (si applicano al fulfillment e sostituiscono le impostazioni della pagina, del flusso e dell'agente). A ogni livello è disponibile un sottoinsieme di queste impostazioni, a seconda della pertinenza dell'impostazione per il livello. *Prima di poter configurare queste impostazioni a un livello inferiore, devi selezionare la casella Abilita impostazioni vocali avanzate a livello di agente (Impostazioni agente > Voce e IVR > Conversione Speech-to-Text > Impostazioni vocali avanzate).*
Le impostazioni aggiornate a livello di agente non vengono propagate ai livelli di flusso, pagina e fulfillment quando l'opzione Personalizza è selezionata in questi livelli inferiori. Se l'opzione Personalizza comprende più impostazioni e vuoi aggiornarne solo alcune, potresti dover aggiornare anche altre impostazioni se vuoi che siano uguali a quelle a livello di agente.
Disponibilità delle impostazioni in base al livello
La tabella seguente indica quali impostazioni vocali avanzate sono disponibili per ogni livello:
| Nome impostazione | Agente | Flow | Pagina | Fulfillment |
|---|---|---|---|---|
| Selezione del modello (Speech-to-Text) | ✔ | ✔ | ✔ | |
| Fine della sensibilità vocale | ✔ | ✔ | ✔ | |
| Sensibilità di fine della voce avanzata basata sul timeout | ✔ | ✔ | ✔ | |
| Abilita l'endpointing intelligente | ✔ | |||
| Timeout per assenza di voce | ✔ | ✔ | ✔ | |
| Interruzione | ✔ | ✔ | ✔ | |
| Consenti l'annullamento della riproduzione parziale della risposta | ✔ | |||
| Bucket di esportazione audio | ✔ | ✔ | ||
| DTMF | ✔ | ✔ | ✔ |
Selezione del modello (Speech-to-Text)
Può essere impostato a livello di agente, flusso e pagina.
Imposta il modello di parlato utilizzato per il riconoscimento vocale. Questa impostazione è specifica per la lingua, quindi puoi selezionare modelli diversi per lingue diverse. Puoi anche selezionare Esegui l'override del modello vocale a livello di richiesta, in modo che il modello selezionato venga utilizzato anche se una chiamata API di runtime specifica un modello diverso.
Per Dialogflow CX Phone Gateway, consulta le limitazioni. Per saperne di più, consulta Modelli vocali.
Fine della sensibilità vocale
Può essere impostato a livello di agente, flusso e pagina.
Controlla la sensibilità per il riconoscimento della fine del parlato nell'input audio dell'utente finale. Il valore va da 0 (bassa sensibilità, minore probabilità di terminare il parlato) a 100 (alta sensibilità, maggiore probabilità di terminare il parlato).
Sensibilità di fine della voce avanzata basata sul timeout
Può essere impostato a livello di agente e disattivato a livello di flusso e pagina.
Se questa impostazione è attiva, il valore dell'impostazione Sensibilità di fine del parlato viene utilizzato come indicatore per stabilire un timeout relativo del silenzio audio per determinare la fine del parlato. Se questa impostazione è disattivata (impostazione predefinita), il valore dell'impostazione Sensibilità di fine discorso viene utilizzato per determinare la fine del discorso dal modello di machine learning fornito da Google Cloud Speech-to-Text.
Mentre l'impostazione Fine della sensibilità vocale supporta solo il modello vocale phone_call per il tag lingua en-US per impostazione predefinita, l'impostazione Abilita la sensibilità vocale avanzata basata sul timeout consente di configurare la sensibilità vocale per tutte le lingue e i modelli vocali supportati da Dialogflow.
Abilita l'endpointing intelligente
Può essere impostato solo a livello di agente.
Se questa impostazione è abilitata, Dialogflow CX analizzerà l'input parziale dell'utente per determinare la fine del parlato. Ad esempio, se l'utente dice "Vorrei" e fa una pausa, Dialogflow CX attenderà che l'utente continui la frase.
Questo è particolarmente utile per la raccolta di parametri numerici, in cui l'utente potrebbe dire "1234" e fare una pausa prima di dire "5678". Per applicare questa impostazione per un parametro specifico, devi configurare Endpointing smart nel modulo del parametro.
Questa impostazione è disponibile solo per il tag della lingua en-US ed è disattivata per impostazione predefinita.
Timeout per assenza di voce
Può essere impostato a livello di agente, flusso e pagina.
La durata in secondi per la quale Dialogflow CX interromperà l'attesa dell'input audio dell'utente finale. Il valore predefinito è 5 secondi e il valore massimo è 60 secondi. Per questo timeout, Dialogflow CX richiama un evento no-input.
Interruzione
Può essere impostato a livello di agente, flusso e fulfillment.
Se questa opzione è abilitata, un utente finale può interrompere l'audio della risposta di Dialogflow CX. In caso di interruzione, Dialogflow CX interromperà l'invio dell'audio ed elaborerà l'input successivo dell'utente finale.
Se nella coda dei messaggi sono presenti più messaggi e un messaggio è stato messo in coda da un fulfillment associato a una pagina, un flusso o un agente con l'interruzione abilitata, anche tutti i messaggi successivi nella coda avranno l'interruzione abilitata. In questo caso, l'integrazione interromperà la riproduzione dell'audio per tutti i messaggi in coda con l'interruzione abilitata.
Consenti l'annullamento della riproduzione parziale della risposta
Può essere impostato solo a livello di fulfillment.
Puoi attivare questa impostazione quando la casella Attiva le impostazioni avanzate di riconoscimento vocale è selezionata in Impostazioni agente > Riconoscimento vocale e IVR e la risposta parziale è attivata a livello di fulfillment. Questa impostazione consente di annullare la riproduzione di una risposta parziale.
Se un messaggio nella coda dei messaggi viene creato da un fulfillment che consente l'annullamento, la riproduzione del messaggio viene annullata se un altro messaggio viene aggiunto alla coda. Questa opzione è utile quando vuoi che un messaggio iniziale avvii la riproduzione, ma vuoi che questa venga annullata se un webhook funzionante produce un altro messaggio prima che la riproduzione del messaggio iniziale venga completata.
Bucket di esportazione audio
Può essere impostato a livello di agente e di flusso.
Se forniti, tutti i dati audio associati a una richiesta verranno salvati nel bucket Cloud Storage:
| Audio salvato | Richieste applicabili |
|---|---|
| Input audio dell'utente finale | DetectIntent, StreamingDetectIntent, AnalyzeContent, StreamingAnalyzeContent |
| Audio di Text-to-Speech (TTS) sintetizzato per una risposta | AnalyzeContent, StreamingAnalyzeContent |
Concedi il ruolo Storage Object Creator ai seguenti service account nel tuo progetto:
Al account di servizio nel formato
one-click@df-cx-ALPHANUMERIC_VALUE-ALPHANUMERIC_VALUE.se utilizzi un'integrazione di telefonia integrata del partner.Al account di servizio nel formato
service-PROJECT_NUMBER@gcp-sa-dialogflow.se utilizzi l'integrazione Dialogflow CX Phone Gateway. Per trovare questo account di servizio in IAM, seleziona l'opzione Includi concessioni di ruoli fornite da Google.
DTMF
Per saperne di più su questa funzionalità, consulta la documentazione relativa alla segnalazione DTMF (Dual-tone multi-frequency).