Este guia fornece configurações adicionais e avançadas para os recursos de fala. Você pode Desative e ative essas configurações avançadas acessando Configurações do agente > Fala e URA > Speech-to-Text > Configurações avançadas de fala.
Essas configurações estão disponíveis nas configurações do agente (se aplicam a todo o agente), configurações do fluxo (se aplicam a todo o fluxo e substituem as configurações do agente), configurações da página (se aplicam à página e substituem as configurações do fluxo e do agente) e configurações de fulfillment (se aplicam ao fulfillment e substituem as configurações da página, do fluxo e do agente). Um subconjunto dessas configurações está disponível em cada nível, dependendo da relevância da configuração para o nível. *Antes de configurar essas configurações em qualquer nível inferior, marque a caixa Ativar configurações de fala avançadas no nível do agente (Configurações do agente > Fala e IVR > Conversão de fala em texto > Configurações de fala avançadas)*.
As configurações atualizadas no nível do agente não são propagadas para o fluxo, a página e o nível de preenchimento quando a opção Personalizar está selecionada nesses níveis mais baixos. Se o A opção Personalizar abrange várias configurações, e você deseja atualizar apenas talvez seja necessário atualizar outras, se você quiser que elas são as mesmas que as configurações no nível do agente.
Disponibilidade de configurações por nível
A tabela a seguir indica quais configurações avançadas de fala estão disponíveis em cada nível:
| Nome da configuração | Agente | Fluxo | Página | Fulfillment |
|---|---|---|---|---|
| Seleção de modelo (conversão de voz em texto) | ✔ | ✔ | ✔ | |
| Sensibilidade ao fim da fala | ✔ | ✔ | ✔ | |
| Sensibilidade de fim de fala avançada com base em tempo limite | ✔ | ✔ | ✔ | |
| Ativar endpoints inteligentes | ✔ | |||
| Sem tempo limite de fala | ✔ | ✔ | ✔ | |
| Interrupção | ✔ | ✔ | ||
| Permitir o cancelamento da reprodução de resposta parcial | ✔ | |||
| Bucket de exportação de áudio | ✔ | ✔ | ||
| DTMF | ✔ | ✔ | ✔ |
Seleção de modelo (Speech-to-Text)
Pode ser definido nos níveis do agente, do fluxo e da página.
Define o modelo de fala usado para reconhecimento de fala. Essa configuração é específicos do idioma. Assim, é possível selecionar modelos diferentes para idiomas diferentes. Você também pode marcar Substituir modelo de fala no nível da solicitação, o que vai fazer com que modelo selecionado seja usado mesmo se uma chamada de API de tempo de execução especificar um objeto um modelo de machine learning.
Para o gateway de telefone do Dialogflow CX, consulte limitações. Para mais informações, consulte Modelos de fala.
Sensibilidade ao fim da fala
Pode ser definido nos níveis do agente, do fluxo e da página.
Controla a sensibilidade do reconhecimento do final da fala na entrada de áudio do usuário final. O valor varia de 0 (baixa sensibilidade, menor probabilidade de terminar a fala) a 100 (alta sensibilidade, mais provável de terminar a fala).
Sensibilidade de fim de fala avançada com base em tempo limite
Pode ser definido no nível do agente e desativado nos níveis de fluxo e página.
Se essa configuração estiver ativada, o valor da configuração Sensibilidade ao fim da fala será usado como um indicador para estabelecer um tempo limite relativo de silêncio de áudio para determinar o fim da fala. Se essa configuração estiver desativada (padrão), os O valor da configuração Sensibilidade de fim de fala é usado para determinar o fim do fala pelo modelo de ML fornecido pelo Google Cloud Speech-to-Text.
Embora a configuração Sensibilidade ao fim da fala ofereça suporte apenas ao modelo de fala phone_call
para a tag language
en-US por padrão, a configuração Ativar a sensibilidade ao fim da fala avançado com base no tempo limite
permite configurar a sensibilidade ao fim da fala para todos os idiomas e
modelos de fala aceitos pelo Dialogflow.
Ativar o endpoint inteligente
Pode ser definido apenas no nível do agente.
Se essa configuração estiver ativada, o Dialogflow CX vai analisar entradas parciais do usuário para determinar o fim da fala. Por exemplo, se o usuário disser “Eu gostaria de” e o Dialogflow CX esperar que o usuário continue a frase.
Isso é particularmente útil para a coleta de parâmetros numéricos, em que o usuário pode dizer "1234" e fazer uma pausa antes de dizer "5678". Para aplicar essa configuração para um parâmetro específico, é preciso configurar Endpointing inteligente em formulário do parâmetro.
Essa configuração está disponível apenas para a tag de idioma en-US e é desativada por
padrão.
Sem tempo limite de fala
Pode ser definido nos níveis do agente, do fluxo e da página.
O tempo em segundos que o Dialogflow CX para de aguardar pelo usuário final entrada de áudio. O padrão é 5 segundos, e o valor máximo é 60 segundos. Para tempo limite, o Dialogflow CX invoca um evento sem entrada.
Barcaça
Pode ser definido nos níveis de agente, fluxo e atendimento.
Quando ativado, o usuário final pode interromper o áudio de resposta do Dialogflow CX. Quando interrompido, o Dialogflow CX interrompe o envio de áudio e processa a próxima entrada do usuário final.
Se houver várias mensagens na fila de mensagens: e uma mensagem tiver sido enfileirada por um fulfillment associado a uma página, fluxo ou agente estiver com a permissão barge-in ativada, todas as mensagens seguintes na fila também serão estão com a barge ativada. Nesse caso, a integração vai interromper a reprodução de áudio do todas as mensagens na fila com o barge-in ativado.
Permitir o cancelamento da reprodução de resposta parcial
Pode ser definido apenas no nível de atendimento.
Você poderá ativar essa configuração quando a caixa Ativar configurações avançadas de fala estiver marque Configurações do agente > Fala e URA e resposta parcial é ativada no nível do atendimento. Essa configuração permite o cancelamento da reprodução de uma resposta parcial.
Se uma mensagem na fila de mensagens for criado por um fulfillment que permita o cancelamento, a reprodução da mensagem será cancelado se outra mensagem for adicionada à fila. Isso é útil quando você deseja uma mensagem inicial para iniciar a reprodução, mas para que a reprodução seja cancelada se uma o webhook em funcionamento produz outra mensagem antes da reprodução da mensagem inicial é concluída.
Bucket de exportação de áudio
Pode ser definido nos níveis de agente e fluxo.
Se fornecidos, todos os dados de áudio associados a uma solicitação serão salvos no Bucket do Cloud Storage:
| Áudio salvo | Solicitações aplicáveis |
|---|---|
| Entrada de áudio do usuário final | DetectIntent, StreamingDetectIntent, AnalyzeContent, StreamingAnalyzeContent |
| Áudio com conversão da Text-to-Speech (TTS) sintetizado para uma resposta | AnalyzeContent, StreamingAnalyzeContent |
Conceda o papel Criador de objetos do Storage às seguintes contas de serviço no projeto:
Para a conta de serviço no formato
one-click@df-cx-ALPHANUMERIC_VALUE-ALPHANUMERIC_VALUE.iam.gserviceaccount.com, se você usar uma integração de telefonia integrada por parceiro.Para a conta de serviço no formato
service-PROJECT_NUMBER@gcp-sa-dialogflow.iam.gserviceaccount.com, se você usar a integração do Dialogflow CX Phone Gateway. Para encontrar essa conta de serviço no IAM, marque a opção Incluir concessões de papel fornecidas pelo Google.
DTMF
Consulte a Documentação da sinalização de multifrequência de dois tons (DTMF, na sigla em inglês) para mais informações sobre esse recurso.