Questa pagina mostra come trasmettere in streaming l'input audio a una richiesta di rilevamento dell'intent utilizzando l'API. Dialogflow elabora l'audio e lo converte in testo prima di tentare di trovare una corrispondenza con l'intent. Questa conversione è nota come input audio, riconoscimento vocale, conversione della voce in testo o STT.
Prima di iniziare
Questa funzionalità è applicabile solo quando si utilizza l'API per le interazioni con gli utenti finali. Se utilizzi un'integrazione, puoi saltare questa guida.
Prima di leggere questa guida, devi:
- Leggi Nozioni di base su Dialogflow.
- Esegui la procedura di configurazione.
Crea un agente
Se non hai ancora creato un agente, creane uno ora:
- Vai alla console Dialogflow ES.
- Se richiesto, accedi alla console Dialogflow. Per ulteriori informazioni, consulta la panoramica della console di Dialogflow.
- Fai clic su Crea agente nel menu della barra laterale a sinistra. Se hai già altri agenti, fai clic sul nome dell'agente, scorri verso il basso e fai clic su Crea nuovo agente.
- Inserisci il nome, la lingua predefinita e il fuso orario predefinito dell'agente.
- Se hai già creato un progetto, inseriscilo. Se vuoi consentire alla console Dialogflow di creare il progetto, seleziona Crea un nuovo progetto Google.
- Fai clic su pulsante Crea.
Importa il file di esempio nell'agente
I passaggi di questa guida si basano su ipotesi relative al tuo agente, quindi devi importare un agente preparato per questa guida. Durante l'importazione, questi passaggi utilizzano l'opzione Ripristina, che sovrascrive tutte le impostazioni, gli intent e le entità dell'agente.
Per importare il file:
-
Scarica il file
room-booking-agent.zip
. - Vai alla console Dialogflow ES.
- Seleziona il tuo agente.
- Fai clic sul pulsante Impostazioni settings accanto al nome dell'agente.
- Seleziona la scheda Esporta e importa.
- Seleziona Ripristina da ZIP e segui le istruzioni per ripristinare il file ZIP che hai scaricato.
Nozioni di base sullo streaming
Il metodo streamingDetectIntent
del tipo Session
restituisce un oggetto di streaming gRPC bidirezionale.
I metodi disponibili per questo oggetto variano in base alla lingua,
quindi consulta la documentazione di riferimento della libreria client per i dettagli.
L'oggetto di streaming viene utilizzato per inviare e ricevere dati contemporaneamente.
Utilizzando questo oggetto, il client trasmette in streaming i contenuti audio a Dialogflow,
mentre ascolta contemporaneamente un StreamingDetectIntentResponse
.
Il metodo streamingDetectIntent
ha un parametro query_input.audio_config.single_utterance
che influisce sul riconoscimento vocale:
- Se
false
(impostazione predefinita), il riconoscimento vocale non cessa finché il client non chiude lo stream. - Se
true
, Dialogflow rileverà una singola espressione parlata nell'audio di input. Quando Dialogflow rileva che la voce dell'audio si è interrotta o è in pausa, interrompe il riconoscimento vocale e invia unStreamingDetectIntentResponse
con un risultato di riconoscimento pari aEND_OF_SINGLE_UTTERANCE
al tuo client. Qualsiasi audio inviato a Dialogflow sul flusso dopo la ricezione diEND_OF_SINGLE_UTTERANCE
viene ignorato da Dialogflow.
Nello streaming bidirezionale, un client può chiudere a metà l'oggetto stream
per segnalare al server che non invierà altri dati.
Ad esempio, in Java e Go, questo metodo viene chiamato closeSend
.
È importante chiudere a metà (ma non interrompere) i flussi nelle seguenti situazioni:
- Il client ha terminato l'invio dei dati.
- Il client è configurato con
single_utterance
impostato su true e riceve unStreamingDetectIntentResponse
con un risultato di riconoscimento pari aEND_OF_SINGLE_UTTERANCE
.
Dopo aver chiuso uno stream, il tuo cliente deve avviare una nuova richiesta con un nuovo stream, se necessario.
Streaming detect intent
Gli esempi seguenti utilizzano il metodo streamingDetectIntent
del tipo Session
per lo streaming audio.
Go
Per eseguire l'autenticazione in Dialogflow, configura le Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale.
Java
Per eseguire l'autenticazione in Dialogflow, configura le Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale.
Node.js
Per eseguire l'autenticazione in Dialogflow, configura le Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale.
Python
Per eseguire l'autenticazione in Dialogflow, configura le Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale.
Linguaggi aggiuntivi
C#: Segui le istruzioni di configurazione di C# nella pagina delle librerie client e poi visita la documentazione di riferimento di Dialogflow per .NET.
PHP: Segui le istruzioni di configurazione di PHP nella pagina delle librerie client e poi consulta la documentazione di riferimento di Dialogflow per PHP.
Ruby: Segui le istruzioni di configurazione di Ruby nella pagina delle librerie client e poi visita la documentazione di riferimento di Dialogflow per Ruby.
Esempi
Consulta la pagina degli esempi per le best practice sullo streaming da un microfono del browser a Dialogflow.