Este guia fornece configurações avançadas adicionais para recursos de fala. É possível ativar e desativar essas configurações avançadas em Configurações do agente > Fala e URA > Speech-to-Text > Configurações avançadas de fala.
Essas configurações estão disponíveis nas configurações do agente (aplicáveis a todo o agente), nas configurações do fluxo (aplicáveis a todo o fluxo e substituem as configurações do agente), nas configurações da página (aplicáveis à página e substituem as configurações do fluxo e do agente) e nas configurações de fulfillment (aplicáveis 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 definir essas configurações em qualquer nível inferior, marque a caixa Ativar configurações de fala avançadas no nível do agente (Configurações do agente > Fala e URA > Speech-to-Text > Configurações de fala avançadas)*.
As configurações atualizadas no nível do agente não se propagam para o nível do fluxo, da página e do fulfillment quando a opção Personalizar é selecionada nesses níveis inferiores. Se a opção Personalizar abranger várias configurações e você quiser atualizar apenas algumas delas, talvez seja necessário atualizar outras configurações para que elas sejam iguais às do agente.
Disponibilidade das 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 modelos (Speech-to-Text) | ✔ | ✔ | ✔ | |
| Sensibilidade ao fim da fala | ✔ | ✔ | ✔ | |
| Sensibilidade avançada ao fim da fala com base em tempo limite | ✔ | ✔ | ✔ | |
| Ativar endpointing inteligente | ✔ | |||
| Tempo limite de ausência de fala | ✔ | ✔ | ✔ | |
| Interrupção | ✔ | ✔ | ✔ | |
| Permitir o cancelamento da reprodução de respostas parciais | ✔ | |||
| Bucket de exportação de áudio | ✔ | ✔ | ||
| DTMF | ✔ | ✔ | ✔ |
Seleção de modelos (Speech-to-Text)
Podem ser definidas nos níveis de agente, fluxo e página.
Define o modelo de fala usado para o reconhecimento de fala. Essa configuração é específica do idioma, então é possível selecionar modelos diferentes para idiomas diferentes. Também é possível marcar Substituir modelo de fala no nível da solicitação, o que fará com que o modelo selecionado seja usado mesmo que uma chamada de API de ambiente de execução especifique um modelo diferente.
Para o gateway telefônico do Dialogflow CX, consulte as limitações. Para mais informações, consulte Modelos de fala.
Sensibilidade ao fim da fala
Podem ser definidas nos níveis de agente, fluxo e página.
Controla a sensibilidade para reconhecer o fim da fala na entrada de áudio do usuário final. O valor varia de 0 (baixa sensibilidade, menos provável de encerrar a fala) a 100 (alta sensibilidade, mais provável de encerrar a fala).
Sensibilidade avançada ao fim da fala 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 de fim de fala será usado como um medidor para estabelecer um tempo limite de silêncio de áudio relativo para determinar o fim da fala. Se essa configuração estiver desativada (o padrão), o valor da configuração Sensibilidade de fim de fala será usado para determinar o fim da fala pelo modelo de ML fornecido pela Google Cloud Speech-to-Text.
Embora a configuração Sensibilidade ao fim da fala seja compatível apenas com o modelo de fala phone_call para a tag de idioma en-US por padrão, a configuração Ativar sensibilidade avançada ao fim da fala com base em tempo limite permite configurar a sensibilidade ao fim da fala para todos os idiomas e modelos de fala compatíveis com o Dialogflow.
Ativar endpointing inteligente
Pode ser definido apenas no nível do agente.
Se essa configuração estiver ativada, o Dialogflow CX vai analisar a entrada parcial do usuário para determinar o fim da fala. Por exemplo, se o usuário disser "Eu gostaria de" e pausar, o Dialogflow CX vai esperar que o usuário continue a frase.
Isso é útil principalmente para a coleta de parâmetros numéricos, em que o usuário pode dizer "1234" e pausar antes de dizer "5678". Para aplicar essa configuração a um parâmetro específico, configure o endpoint inteligente no formulário do parâmetro.
Essa configuração está disponível apenas para a tag de idioma en-US e fica desativada por
padrão.
Tempo limite de ausência de fala
Podem ser definidas nos níveis de agente, fluxo e página.
A duração em segundos em que o Dialogflow CX vai parar de esperar pela entrada de áudio do usuário final. O padrão é 5 segundos, e o valor máximo é 60 segundos. Para esse tempo limite, o Dialogflow CX invoca um evento sem entrada.
Interrupção
Pode ser definido nos níveis de agente, fluxo e fulfillment.
Quando ativado, um usuário final pode interromper o áudio de resposta do Dialogflow CX. Quando interrompido, o Dialogflow CX para de enviar áudio e processa a próxima entrada do usuário final.
Se houver várias mensagens na fila de mensagens e uma mensagem tiver sido colocada na fila por um fulfillment associado a uma página, fluxo ou agente com a interrupção ativada, todas as mensagens seguintes na fila também terão a interrupção ativada. Nesse caso, a integração vai parar de reproduzir áudio para todas as mensagens na fila com a interrupção ativada.
Permitir o cancelamento da reprodução de respostas parciais
Pode ser definido apenas no nível do fulfillment.
É possível ativar essa configuração quando a caixa Ativar configurações de fala avançadas estiver marcada em Configurações do agente > Fala e URA e a resposta parcial estiver ativada no nível de fulfillment. Essa configuração permite o cancelamento de uma reprodução de resposta parcial.
Se uma mensagem na fila de mensagens for criada por um fulfillment que permite o cancelamento, a reprodução da mensagem será cancelada se outra mensagem for adicionada à fila. Isso é útil quando você quer que uma mensagem inicial inicie a reprodução, mas que ela seja cancelada se um webhook em funcionamento produzir outra mensagem antes que a reprodução da mensagem inicial seja 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 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 seu 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 de DTMF (sinalização multifrequencial de tom duplo) para mais informações sobre esse recurso.