Les agents vocaux Dialogflow CX utilisent Speech-to-Text pour la reconnaissance vocale, qui est incluse dans la tarification de Dialogflow CX. Dialogflow CX sélectionne automatiquement un modèle de reconnaissance vocale, mais vous pouvez éventuellement le spécifier.
Modèles disponibles
Tous les modèles disponibles sont répertoriés sur la page Modèles Speech-to-Text. Sélectionnez le modèle le mieux adapté à votre domaine et qui prend en charge la langue et les fonctionnalités vocales de votre agent.
Si aucun modèle n'est explicitement spécifié, Dialogflow CX en sélectionne un automatiquement en fonction de la configuration audio dans les requêtes API et les paramètres de l'agent.
Les modèles suivants offrent généralement les meilleures performances et une large capacité de diffusion régionale :
telephony_short(idéal pour la téléphonie Dialogflow CX)telephony(idéal pour Agent Assist) (également adapté à la téléphonie Dialogflow CX lorsque la sensibilité avancée de fin de parole basée sur le délai d'expiration est activée)phone_call(idéal pour Agent Assist et Dialogflow CX pour la téléphonie)latest_short(idéal pour Dialogflow CX sans téléphonie)command_and_search(idéal pour les langues pour lesquelles les autres modèles ne sont pas disponibles)
Pour sélectionner Speech-to-Text V2 (chirp_3) dans la console Dialogflow CX, votre projet nécessite l'approbation de l'accès. Les déploiements de production à volume élevé nécessitent également un examen préalable de la capacité avec l'équipe responsable de votre compte Google Cloud .
Les agents Dialogflow CX de us-central1 acheminent le trafic Speech-to-Text V2 vers le point de terminaison multirégional us, à l'exception des requêtes chirp_2. Le modèle chirp d'une seule région n'est pas disponible sur ce point de terminaison. Pour l'audio téléphonique MULAW à 8 kHz, utilisez chirp_3, telephony ou telephony_short au lieu du modèle Speech-to-Text V2 short à large bande.
Spécifier un modèle
Vous pouvez fournir le modèle d'un agent, d'un flux ou d'une page avec le paramètre de sélection du modèle.Vous pouvez également fournir le modèle lors de l'appel des méthodes Sessions.detectIntent ou Sessions.streamingDetectIntent.
Sélectionnez un protocole et une version pour la référence de session :
| Protocole | V3 | V3beta1 |
|---|---|---|
| REST | Ressource de session | Ressource de session |
| RPC | Interface de session | Interface de session |
| C++ | SessionsClient | Non disponible |
| C# | SessionsClient | Non disponible |
| Go | SessionsClient | Non disponible |
| Java | SessionsClient | SessionsClient |
| Node.js | SessionsClient | SessionsClient |
| PHP | Non disponible | Non disponible |
| Python | SessionsClient | SessionsClient |
| Ruby | Non disponible | Non disponible |
ConversationProfile pour Agent Assist.
La spécification du modèle dans un appel d'API de détection d'intent ou de profil de conversation remplace toutes les sélections de modèles appliquées à l'agent, au flux ou à la page, sauf si vous activez le paramètre Remplacer le modèle de reconnaissance vocale au niveau de la requête.