Modelos de voz

Los agentes de voz de Dialogflow CX usan Speech-to-Text para el reconocimiento de voz, que se incluye en los precios de Dialogflow CX. Dialogflow CX selecciona automáticamente un modelo de reconocimiento de voz, pero puedes especificarlo de forma opcional.

Modelos disponibles

Todos los modelos disponibles se enumeran en Modelos de Speech-to-Text. Selecciona un modelo que se adapte mejor a tu dominio y admita las funciones de idioma y voz de tu agente.

Si no se especifica un modelo de forma explícita, Dialogflow CX selecciona automáticamente un modelo según la configuración de audio en las solicitudes a la API y la configuración del agente.

Por lo general, los siguientes modelos tienen el mejor rendimiento y una amplia capacidad de entrega regional:

• telephony_short (ideal para Dialogflow CX de telefonía)
• telephony (ideal para Agent Assist) (también es bueno para Dialogflow CX de telefonía cuando está habilitada la sensibilidad avanzada de fin de voz basada en el tiempo de espera)
• phone_call (bueno para Agent Assist y Dialogflow CX de telefonía)
• latest_short (ideal para Dialogflow CX sin telefonía)
• command_and_search (es la mejor opción para idiomas en los que no hay otros modelos disponibles)

Para seleccionar Speech-to-Text V2 (chirp_3) en la consola de Dialogflow CX, tu proyecto requiere aprobación de acceso. Las implementaciones de producción de gran volumen también requieren una revisión de capacidad anticipada con tu equipo de cuentas de Google Cloud .

Los agentes de Dialogflow CX en us-central1 enrutan el tráfico de Speech-to-Text V2 al extremo multirregional us, excepto las solicitudes chirp_2. El modelo chirp de una sola región no está disponible en ese extremo. Para el audio de telefonía MULAW de 8 kHz, usa chirp_3, telephony o telephony_short en lugar del modelo de banda ancha short de Speech-to-Text V2.

Especifica un modelo

Puedes proporcionar el modelo para un agente, flujo o página con el parámetro de configuración de selección de modelo.

También puedes proporcionar el modelo cuando llames a los métodos Sessions.detectIntent o Sessions.streamingDetectIntent. Ir a la referencia de la API de Session

Selecciona un protocolo y una versión para la referencia de sesión:

Protocolo	V3	V3beta1
REST	Recurso de sesión	Recurso de sesión
RPC	Interfaz de sesión	Interfaz de sesión
C++	SessionsClient	No disponible
C#	SessionsClient	No disponible
Go	SessionsClient	No disponible
Java	SessionsClient	SessionsClient
Node.js	SessionsClient	SessionsClient
PHP	No disponible	No disponible
Python	SessionsClient	SessionsClient
Ruby	No disponible	No disponible

Cerrar

o cuando configures el ConversationProfile para Agent Assist. Especificar el modelo en una llamada a la API de detección de intents o de perfiles de conversación anulará cualquier selección de modelo aplicada al agente, flujo o página, a menos que habilites el parámetro de configuración Anular el modelo de voz a nivel de la solicitud.

Nota: Si especificas el modelo con un perfil de conversación, Agent Assist y el agente virtual asociado usan este modelo para todo el reconocimiento de voz.