이 가이드에서는 음성 기능을 위한 추가적인 고급 설정을 제공합니다. 에이전트 설정 > 음성 및 IVR > Speech-to-Text > 고급 음성 설정으로 이동하여 이러한 고급 설정을 사용 설정하거나 중지할 수 있습니다.
이러한 설정은 에이전트 설정(전체 에이전트에 적용), 흐름 설정(전체 흐름에 적용되고 에이전트 설정을 재정의), 페이지 설정(페이지에 적용되고 흐름 및 에이전트 설정을 재정의), fulfillment 설정(fulfillment에 적용되고 페이지, 흐름, 에이전트 설정 재정의)에서 사용 가능합니다. 이러한 설정의 하위 집합은 수준의 설정 관련성에 따라 각 수준에서 사용 가능합니다.
하위 수준에서 이러한 설정을 구성하려면 먼저 에이전트 설정에서 고급 음성 설정 사용 설정을 선택합니다.
이러한 하위 수준에서 맞춤설정 옵션을 선택하면 업데이트된 에이전트 수준 설정은 흐름, 페이지, fulfillment 수준에 전파되지 않습니다. 맞춤설정 옵션에 여러 설정이 있으며 일부 설정만 업데이트하려는 경우 에이전트 수준 설정과 동일하게 하려면 다른 설정을 업데이트해야 할 수 있습니다.
흐름에서 고급 음성 설정 사용을 선택 해제하면 흐름이 에이전트 음성 또는 끼어들기 설정을 상속하지 않습니다. 에이전트 설정을 상속하는 흐름(예: Default Start Flow)에서 이 옵션을 선택된 상태로 유지합니다.
수준별 설정 가용성
다음 표에서는 각 수준에서 사용할 수 있는 고급 음성 설정을 보여줍니다.
| 설정 이름 | 상담사 | 흐름 | 페이지 | Fulfillment |
|---|---|---|---|---|
| 모델 선택(Speech-to-Text) | ✔ | ✔ | ✔ | |
| 음성 종료 민감도 | ✔ | ✔ | ✔ | |
| 고급 제한 시간 기반 음성 종료 민감도 | ✔ | ✔ | ✔ | |
| 스마트 엔드포인트 사용 설정 | ✔ | |||
| 음성 중지 제한 시간 | ✔ | ✔ | ✔ | |
| 통화 참여 | ✔ | ✔ | ✔ | |
| 부분 응답 재생 취소 허용 | ✔ | |||
| 오디오 내보내기 버킷 | ✔ | ✔ | ||
| DTMF | ✔ | ✔ | ✔ |
모델 선택(Speech-to-Text)
에이전트, 흐름, 페이지 수준에서 설정할 수 있습니다.
음성 인식에 사용되는 음성 모델을 설정합니다. 이 설정은 언어별로 적용되므로 언어마다 다른 모델을 선택할 수 있습니다.
요청 수준 음성 모델 재정의를 선택할 수도 있습니다. 이 옵션은 요청 또는 ConversationProfile의 모델 대신 에이전트, 흐름 또는 페이지 모델을 적용합니다.
양방향 스트리밍 세션(BidiStreamingAnalyzeContent)에서는 에이전트, 흐름, 페이지에서 동일한 Speech-to-Text 버전을 사용합니다. 동일한 세션에서 Speech-to-Text V2(chirp_3)를 Speech-to-Text V1 모델(예: telephony_short 또는 latest_short)과 혼합하지 마세요.
Dialogflow CX Phone Gateway의 경우 제한사항을 참조하세요. 자세한 내용은 음성 모델을 참조하세요.
음성 종료 민감도
에이전트, 흐름, 페이지 수준에서 설정할 수 있습니다.
최종 사용자 오디오 입력에서 음성 종료를 인식하는 민감도를 제어합니다. 값의 범위는 0(낮은 민감도, 음성이 종료될 가능성이 작음)부터 100(높은 민감도, 음성이 종료될 가능성이 높음)까지입니다.
다음 권장사항에 유의하세요.
- Speech-to-Text V2
chirp_3를 사용하는 경우 음성 끝 민감도 값75또는 잡음이 있는 8kHz 전화 통신 오디오의 경우80로 시작합니다. 값을100로 설정하지 마세요. 잡음이 있는 회선에서 오인식이 발생할 수 있습니다. 콘솔에서 고급 제한 시간 기반 음성 종료 민감도 사용 설정을 사용 설정된 상태로 유지합니다. API 요청에서useTimeoutBasedEndpointing를true로 설정합니다. ConversationProfile를 사용하는 경우 에이전트, 흐름, 페이지 설정에서 음성 종료 민감도 값을 확인합니다.35과 같이 낮은 값은 엔드포인트 지연 시간을 몇 초 더 늘릴 수 있습니다.
고급 제한 시간 기반 음성 종료 민감도
에이전트 수준에서 설정하고 흐름 및 페이지 수준에서 중지할 수 있습니다.
이 설정을 사용 설정하면 음성 종료 민감도 설정 값이 음성 종료를 결정하는 상대 오디오 무음 제한 시간을 설정할 수 있는 게이지로 사용됩니다. 이 설정이 중지되면(기본값) 음성 종료 민감도 설정 값이 Google Cloud Speech-to-Text에서 제공하는 ML 모델로 음성 종료를 결정하는 데 사용됩니다.
반면 음성 종료 민감도 설정은 기본적으로 en-US 언어 태그의 phone_call 음성 모델만 지원하며 제한 시간 기반의 고급 음성 종료 민감도 사용 설정 설정을 사용하면 Dialogflow에서 지원하는 모든 언어와 음성 모델의 음성 종료 민감도를 구성할 수 있습니다.
스마트 엔드포인트 사용 설정
에이전트 수준에서만 설정할 수 있습니다.
이 설정을 사용하면 Dialogflow CX는 부분적인 사용자 입력을 분석하여 음성 종료를 결정합니다. 예를 들어 사용자가 '내가 원하는 것은'이라고 말하고 잠시 멈추면 Dialogflow CX는 사용자가 문장을 계속 말할 때까지 기다립니다.
이는 사용자가 '1234'라고 말한 후 '5678'이라고 말하기 전에 잠시 멈출 수 있는 숫자 파라미터 수집에 특히 유용합니다. 특정 파라미터에 이 설정을 적용하려면 스마트 엔드포인트를 파라미터 형식으로 설정해야 합니다.
이 설정은 en-US 언어 태그에만 사용 가능하며 기본적으로 중지되어 있습니다.
음성 중지 제한 시간
에이전트, 흐름, 페이지 수준에서 설정할 수 있습니다.
Dialogflow CX에서 최종 사용자 오디오 입력 대기를 중지하는 기간(초)입니다. 기본값은 5초이며 최댓값은 60초입니다. 이 제한 시간 동안 Dialogflow CX는 no-input event를 호출합니다.
Speech-to-Text V2 chirp_3를 사용하는 경우 음성 없음 제한 시간을 8초로 설정하는 것이 좋습니다.
통화 참여
에이전트, 흐름, fulfillment 수준에서 설정할 수 있습니다.
사용 설정하면 최종 사용자가 Dialogflow CX 응답 오디오를 중단할 수 있습니다. 중단하면 Dialogflow CX에서 오디오 전송을 중지하고 다음 최종 사용자 입력을 처리합니다.
메시지 큐에 메시지가 여러 개 있고 통화 참여가 사용 설정된 페이지, 흐름 또는 에이전트와 연결된 fulfillment에서 메시지가 큐에 추가되면 큐의 다음 모든 메시지에서도 통화 참여가 사용 설정됩니다. 이 경우 통합 시 통화 참여가 사용 설정된 큐에 추가된 모든 메시지의 오디오 재생이 중지됩니다.
커스텀 전화 통신 또는 스트리밍 통합과 함께 끼어들기를 사용하는 경우 다음 가이드라인을 따르세요.
- 턴당
StreamingAnalyzeContent호출: 대화의 모든 턴에서InputAudioConfig에barge_in_config를 포함합니다. 이후 차례에서barge_in_config를 생략하면 첫 번째 차례 이후에 끼어들기가 작동을 중지합니다. - 사전 녹음된
.wav프롬프트:<audio>태그에서 사전 녹음된 오디오 파일의 후행 무음을 자릅니다. 후행 무음은 재생을 연장하여 끼어들기 자격 요건과 음성 없음 제한 시간을 지연시킬 수 있습니다.
부분 응답 재생 취소 허용
fulfillment 수준에서만 설정할 수 있습니다.
에이전트 설정 > 음성 및 IVR에서 고급 음성 설정 사용 설정 체크박스가 선택되어 있고 fulfillment 수준에서 부분 응답이 사용 설정되면 이 설정을 사용 설정할 수 있습니다. 이 설정을 사용하면 부분 응답 재생을 취소할 수 있습니다.
메시지 큐의 메시지가 취소를 허용하는 fulfillment에 의해 생성된 경우 다른 메시지가 큐에 추가되면 메시지 재생이 취소됩니다. 초기 메시지 재생을 시작하려고 하지만 작동 중인 웹훅에서 초기 메시지 재생이 완료되기 전에 다른 메시지를 생성하면 재생을 취소하려는 경우에 유용합니다.
오디오 내보내기 버킷
에이전트 및 흐름 수준에서 설정할 수 있습니다.
제공되는 경우 요청과 연결된 모든 오디오 데이터가 Cloud Storage 버킷에 저장됩니다.
| 저장되는 오디오 | 적용 가능한 요청 |
|---|---|
| 최종 사용자 오디오 입력 | DetectIntent, StreamingDetectIntent, AnalyzeContent, StreamingAnalyzeContent |
| 응답을 위해 합성된 Text-to-Speech(TTS) 오디오 | AnalyzeContent, StreamingAnalyzeContent |
프로젝트의 다음 서비스 계정에 스토리지 객체 생성자 역할을 부여합니다.
파트너 기본 제공 전화 통합을 사용하는 경우
one-click@df-cx-ALPHANUMERIC_VALUE-ALPHANUMERIC_VALUE.형식의 서비스 계정Dialogflow CX 전화 게이트웨이 통합을 사용하는 경우
service-PROJECT_NUMBER@gcp-sa-dialogflow.형식의 서비스 계정에 연결합니다. IAM에서 이 서비스 계정을 찾으려면 Google 제공 역할 부여 포함 옵션을 선택합니다.
Chirp 3: HD 음성의 스트리밍 TTS(텍스트 음성 변환)
Chirp3-HD 음성의 Text-to-Speech 스트리밍에는 액세스 승인이 필요합니다.
승인 후 에이전트 설정 > 음성 및 IVR > 텍스트 음성 변환에서 스트리밍 텍스트 음성 변환 사용 설정을 선택합니다. 스트리밍 합성은 StreamingSynthesize를 사용하여 긴 응답의 지연 시간을 줄입니다.
다음 동작에 유의하세요.
- 통화 참여와 함께 스트리밍 텍스트 음성 변환을 사용하려면
BidiStreamingAnalyzeContent를 사용합니다. barge-in을 사용한 스트리밍 텍스트 음성 변환은 차례별StreamingAnalyzeContent호출에서 지원되지 않습니다. - 한 차례 내에서 Dialogflow CX는 연속된 텍스트
responseMessages를 하나의 텍스트 음성 변환 합성 요청으로 연결합니다.
DTMF
이 기능에 대한 자세한 내용은 DTMF(Dual-tone multi-frequency signaling) 문서를 참조하세요.
StreamingDetectIntent 클라이언트가 대역 외 DTMF 숫자를 가로채는 경우 활성 gRPC 오디오 스트림을 취소하지 마세요. 스트림을 절반만 닫지 않고 취소하면 음성 없음 제한 시간이 만료될 때까지 서버 스트림이 열려 있습니다. 대신 오디오 프레임 전송을 중지하고 동일한 스트림에서 DTMF queryInput를 전송하고 스트림을 절반만 닫습니다.