A2A ライブ翻訳のユーザーガイド

音声対音声（A2A）のリアルタイム翻訳により、エージェントは顧客と自国語でシームレスにコミュニケーションできます。カスタマーサービスの設定で A2A のリアルタイム翻訳を有効にするには、Agent Assist コンソールで次の手順を行います。

ステップ 1: ジェネレータを作成する

  1. [リアルタイム翻訳] に移動して [作成] をクリックします。
  2. エージェントと顧客のジェネレータ名 とターゲット言語を入力します。
  3. [会話チャンネル] に移動して、音声を選択します。
  4. [会議モード] を有効にします。
  5. [保存] をクリックします。
  1. 手順に沿って、Google Telephony Platform（GTP）番号が添付された会話プロファイルを作成します。これで、仮想エージェントを含む会話プロファイルが作成されます。
  2. [Dialogflow を使用する] に移動して、[仮想エージェント] を無効にします。
  3. [音声構成] > [SIP 構成] に移動して、[仮想エージェントのインタラクションを許可する] を無効にします。

ステップ 3: 会話プロファイルを構成する

ステップ 2 で作成した会話プロファイルを構成する手順は次のとおりです。

  1. [**会話プロファイル**] > [**候補の種類**] に移動します。
  2. [リアルタイム翻訳] を選択し、ステップ 1 で作成したジェネレータ名を入力します。
  3. [候補の詳細設定] を有効にすると、候補に編集されていない会話データを使用できます。
  4. [テレフォニー設定] を有効にすると、双方向ストリーミング API を使用できます。
  5. [サンプルレート（ヘルツ）] に「16000 」と入力します。
  6. [保存] をクリックします。

ステップ 4: 会議モードを初期化する

会議モード サービスは、次のワークフローで動作し、複数参加者による通話で混合音声ストリームを処理します。

  1. 専用の GTP 電話番号を 3 番目の参加者として追加し、リアルタイム音声翻訳をアクティブな通話に統合します。一般的なテレフォニー プラットフォームとコンタクト センター プラットフォームで利用できる標準の三者間通話機能を使用します。
  2. GTP は接続時に単一の混合音声ストリームをすぐに受信し、bidiStreamingAnalyzeContent リクエストを介して処理します。
  3. Gemini モデルは、入力音声に基づいて音声翻訳を合成し、元の音声の文字変換を有効にします。属性付きの音声を翻訳し、翻訳された音声をすべての参加者の三者間通話に再生します。