Modelos de fala

Os agentes de voz do Dialogflow CX usam a Speech-to-Text para reconhecimento de fala, que está incluída nos preços do Dialogflow CX. O Dialogflow CX seleciona automaticamente um modelo de reconhecimento de fala para você, mas é possível especificar o modelo.

Modelos disponíveis

Todos os modelos disponíveis estão listados em Modelos da Speech-to-Text. Selecione um modelo que seja mais adequado ao seu domínio e ofereça suporte ao idioma e aos recursos de fala do agente.

Se um modelo não for especificado explicitamente, o Dialogflow CX vai selecionar automaticamente um modelo com base na configuração de áudio nas solicitações de API e nas configurações do agente.

Os modelos a seguir geralmente têm o melhor desempenho e uma ampla capacidade de veiculação regional:

• telephony_short (melhor para telefonia do Dialogflow CX)
• telephony (melhor para o Agent Assist) (também é bom para o Dialogflow CX de telefonia quando a sensibilidade avançada de fim de fala baseada em tempo limite está ativada)
• phone_call (bom para o Agent Assist e o Dialogflow CX de telefonia)
• latest_short (melhor para Dialogflow CX sem telefonia)
• command_and_search (ideal para idiomas em que outros modelos não estão disponíveis)

Para selecionar a Speech-to-Text V2 (chirp_3) no console do Dialogflow CX, seu projeto precisa de aprovação de acesso. As implantações de produção de alto volume também exigem uma análise de capacidade antecipada com sua equipe de conta do Google Cloud .

Os agentes do Dialogflow CX em us-central1 encaminham o tráfego da Speech-to-Text V2 para o endpoint multirregional us, exceto para solicitações chirp_2. O modelo chirp de região única não está disponível nesse endpoint. Para áudio de telefonia MULAW de 8 kHz, use chirp_3, telephony ou telephony_short em vez do modelo de banda larga short da Speech-to-Text V2.

Especificar um modelo

É possível fornecer o modelo para um agente, fluxo ou página com a configuração de seleção de modelo.

Também é possível fornecer o modelo ao chamar os métodos Sessions.detectIntent ou Sessions.streamingDetectIntent. Acesse a referência da API Session

Selecione um protocolo e uma versão para a referência de sessão:

Protocolo	V3	V3beta1
REST	Recurso de sessão	Recurso de sessão
RPC (remote procedure call)	Interface de sessão	Interface de sessão
C++	SessionsClient	Indisponível
C#	SessionsClient	Indisponível
Go	SessionsClient	Indisponível
Java	SessionsClient	SessionsClient
Node.js	SessionsClient	SessionsClient
PHP	Indisponível	Indisponível
Python	SessionsClient	SessionsClient
Ruby	Indisponível	Indisponível

Fechar

ou ao configurar o ConversationProfile para o Agent Assist. Especificar o modelo em uma chamada de API de detecção de intent ou de perfil de conversa vai substituir todas as seleções de modelo aplicadas ao agente, fluxo ou página, a menos que você ative a configuração Substituir modelo de fala no nível da solicitação.

Observação: se você especificar o modelo com um perfil de conversa, o Agent Assist e o agente virtual associado vão usar esse modelo para todo o reconhecimento de fala.