Adaptation vocale

Lorsque vous exécutez une requête de détection d'intent, vous pouvez éventuellement indiquer des phrase_hints pour fournir des indications au système de reconnaissance vocale. Ces indications peuvent faciliter la reconnaissance dans un état de conversation spécifique.

Adaptation vocale automatique

La fonctionnalité d'adaptation vocale automatique améliore la précision de la reconnaissance vocale de l'agent en utilisant automatiquement l'état de conversation pour transmettre les entités pertinentes et les phrases d'entraînement comme indications de contexte vocal pour toutes les requêtes de détection d'intents. Cette fonctionnalité est désactivée par défaut.

Activer ou désactiver l'adaptation vocale automatique

Pour activer ou désactiver l'adaptation vocale automatique, procédez comme suit :

Console

  1. Ouvrez la console Dialogflow CX.
  2. Choisissez votre projet GCP.
  3. Sélectionnez votre agent.
  4. Cliquez sur Agent Settings (Paramètres de l'agent).
  5. Cliquez sur l'onglet Voix et réponse vocale interactive.
  6. Activez ou désactivez l'option Activer l'adaptation vocale automatique.
  7. Cliquez sur Enregistrer.

API

Consultez les méthodes get et patch/update pour le type Agent.

Sélectionnez un protocole et une version pour la référence de l'agent :

Protocole V3 V3beta1
REST Ressource de l'agent Ressource de l'agent
RPC Interface de l'agent Interface de l'agent
C++ AgentsClient Non disponible
C# AgentsClient Non disponible
Go AgentsClient Non disponible
Java AgentsClient AgentsClient
Node.js AgentsClient AgentsClient
PHP Non disponible Non disponible
Python AgentsClient AgentsClient
Ruby Non disponible Non disponible

Conception de l'agent pour améliorer la reconnaissance vocale

Lorsque l'adaptation vocale automatique est activée, vous pouvez créer votre agent de manière à en bénéficier. Les sections suivantes expliquent comment améliorer la reconnaissance vocale en apportant certaines modifications aux expressions d'entraînement et aux entités de votre agent.

Phrases d'entraînement

  • Si vous définissez des phrases d'entraînement avec une expression telle que "un beau nez", un énoncé utilisateur phonétiquement semblable est reconnu comme correspondant à "un beau nez", et non à "un bonnet".
  • Lorsque vous disposez d'un paramètre obligatoire qui oblige Dialogflow à envoyer des invites de remplissage de formulaires, l'adaptation vocale automatique penchera fortement vers l'entité remplie.

Dans tous les cas, l'adaptation vocale automatique ne fait que pondérer la reconnaissance vocale, et ne la limite pas. Par exemple, même si Dialogflow demande à un utilisateur un paramètre requis, les utilisateurs pourront toujours déclencher d'autres intents, tels qu'un intent de premier niveau "parler à un agent".

Entités système

Si vous définissez une phrase d'entraînement qui utilise l'entité système @sys.number et que l'utilisateur final dit "J'en veux deux", celui-ci peut être reconnu de différentes façons : "de", "d'œufs", "2" ou "deux".

Si l'adaptation vocale automatique est activée, l'entité @sys.number sert d'indication à Dialogflow pendant la reconnaissance vocale, et le paramètre est plus susceptible d'être extrait pour "2".

Entités personnalisées

  • Si vous définissez une entité personnalisée pour les noms de produits ou de services proposés par votre entreprise et que l'utilisateur final mentionne ces termes dans un énoncé, ils sont plus susceptibles d'être reconnus. Une phrase d'entraînement telle que "I love Dialogflow", où "Dialogflow" est annoté en tant qu'entité @product, indique à l'adaptation automatique de pencher pour "I love Dialogflow", "I love Cloud Speech" et de toutes autres entrées de l'entité @product.

  • Il est particulièrement important de définir des synonymes d'entité propres lorsque vous utilisez Dialogflow pour détecter la reconnaissance vocale. Imaginons que vous disposez de deux entrées d'entité @product, "Dialogflow" et "Dataflow". Vos synonymes de "Dialogflow" peuvent être "Dialogflow", "dialogue flow", "dialogue builder", "Speaktoit", "speak to it", "API.ai", "API dot AI". Ce sont des synonymes pertinents, car ils présentent les variantes les plus courantes. Vous n'avez pas besoin d'ajouter "the dialogue flow builder", car "dialogue flow" couvre déjà cette entrée.

  • Les énoncés de l'utilisateur avec des entités de nombre consécutives, mais distinctes, peuvent être ambigus. Par exemple, "Je veux deux packs de seize" peut signifier 2 quantités de 16 paquets, soit 216 quantités de paquets. L'adaptation vocale peut aider à clarifier les cas suivants si vous configurez des entités avec des valeurs épelées :
    • Définissez une entité quantity avec des entrées :
      zero
      one
      ...
      twenty
    • Définissez une entité product ou size avec des entrées :
      sixteen pack
      two ounce
      ...
      five liter
    • Seuls les synonymes des entités sont utilisés dans l'adaptation vocale. Vous pouvez ainsi définir une entité avec la valeur de référence 1 et un simple synonyme one pour simplifier votre logique de fulfillment.

Entités d'expression régulière

Les entités d'expression régulière peuvent déclencher l'adaptation vocale automatique pour des séquences alphanumériques et numériques tels que "ABC123" ou "12345" lorsqu'elles sont correctement configurées et testées.

Pour reconnaître ces séquences par commande vocale, implémentez les quatre exigences ci-dessous :

1. Condition d'acceptation Regexp

Bien que toute expression régulière puisse être utilisée pour extraire des entités des entrées de texte, seules certaines expressions indiquent à l'adaptation automatique de la voix de tenir compte des séquences alphanumériques ou numériques épelées lors de la reconnaissance vocale.

Dans l'entité d'expression régulière, au moins une entrée doit respecter toutes ces règles :

  • Doit correspondre à certains caractères alphanumériques, par exemple : \d, \w, [a-zA-Z0-9]
  • Ne doit pas contenir d'espace blanc   ni \s, bien que \s* et \s? soient autorisés
  • Ne doit pas contenir de groupes de capture ou de non-capture ()
  • Ne doit pas essayer d'utiliser des caractères spéciaux ou des signes de ponctuation tels que : ` ~ ! @ # $ % ^ & * ( ) - _ = + , . < > / ? ; ' : " [ ] { } \ |

Cette entrée peut contenir des ensembles de caractères [] et des quantificateurs de répétition tels que *, ?, + et {3,5}.

Consultez la section Exemples.

2. Exigences concernant la définition des paramètres

Marquez l'entité d'expression régulière en tant que paramètre de formulaire requis pour pouvoir la collecter lors du remplissage du formulaire. Cela permet à l'adaptation vocale automatique de pencher fortement pour la reconnaissance de séquence au lieu d'essayer de reconnaître un intent et une séquence en même temps. Sinon, "Where is my package for ABC123" sera peut-être mal interprété comme "Where is my package 4ABC123".

3. Exigence concernant l'annotation des phrases d'entraînement

N'utilisez pas l'entité d'expression régulière pour une annotation de phrase d'entraînement d'intent. Cela garantit que le paramètre est résolu lors du remplissage du formulaire.

4. Exigence de test

Consultez Tester l'adaptation vocale.

Exemples

Par exemple, une entité d'expression régulière avec une seule entrée ([a-zA-Z0-9]\s?){5,9} ne déclenche pas l'outil de reconnaissance de la séquence vocale, car elle contient un groupe de capture. Pour résoudre ce problème, ajoutez simplement une autre entrée pour [a-zA-Z0-9]{5,9}. Vous bénéficiez désormais de l'outil de reconnaissance des séquences pour la mise en correspondance de "ABC123", mais le NLU renvoie quand même les entrées telles que "ABC 123" grâce à la règle d'origine autorisant les espaces.

Les exemples suivants d'expressions régulières s'adaptent aux séquences alphanumériques :

^[A-Za-z0-9]{1,10}$
WAC\d+
215[2-8]{3}[A-Z]+
[a-zA-Z]\s?[a-zA-Z]\s?[0-9]\s?[0-9]\s?[0-9]\s?[a-zA-Z]\s?[a-zA-Z]

Les exemples suivants d'expressions régulières s'adaptent aux séquences de chiffres :

\d{2,8}
^[0-9]+$
2[0-9]{7}
[2-9]\d{2}[0-8]{3}\d{4}
Solution de contournement pour les expressions régulières

La prise en charge intégrée de l'adaptation automatique de la voix pour les entités d'expression régulière varie selon la langue. Consultez les jetons de classe Speech pour connaître les langues acceptées par $OOV_CLASS_ALPHANUMERIC_SEQUENCE et $OOV_CLASS_DIGIT_SEQUENCE.

Si votre langue n'est pas répertoriée, vous pouvez contourner cette limite. Par exemple, si vous souhaitez qu'un ID d'employé composé de trois lettres suivies de trois chiffres soit correctement reconnu, vous pouvez créer votre agent avec les entités et les paramètres suivants :

  • Définissez une entité digit contenant 10 entrées d'entités (avec des synonymes) :
    0, 0
    1, 1
    ...
    9, 9
  • Définissez une entité letter contenant 26 entrées d'entités (avec des synonymes) :
    A, A
    B, B
    ...
    Z, Z
  • Définissez une entité employee-id contenant une seule entrée d'entité (sans synonymes) :
    @letter @letter @letter @digit @digit @digit
  • Utilisez @employee-id comme paramètre dans une expression d'entraînement.

Adaptation vocale manuelle

L'adaptation vocale manuelle vous permet de configurer manuellement des expressions d'adaptation vocale pour un flux ou une page. Il remplace également les contextes vocaux implicites générés par l'adaptation vocale automatique lorsque celle-ci est activée.

Les paramètres d'adaptation vocale au niveau du flux et de la page sont hiérarchiques. Cela signifie qu'une page hérite par défaut des paramètres d'adaptation vocale au niveau du flux. Le niveau de page plus précis remplace toujours le niveau de flux si la page comporte un paramètre personnalisé.

Pour le paramètre d'adaptation vocale, les paramètres au niveau du flux et de la page peuvent être activés indépendamment. Si le paramètre d'adaptation au niveau du flux n'est pas activé, vous pouvez toujours sélectionner Personnaliser au niveau de la page pour activer l'adaptation manuelle de la parole pour cette page spécifique. De même, si vous désactivez l'adaptation manuelle de la synthèse vocale dans le paramètre au niveau du flux, les pages du flux pour lesquelles l'option Personnaliser est sélectionnée ne seront pas affectées.

Toutefois, les paramètres au niveau du flux et de la page ne peuvent pas être désactivés indépendamment. Si l'adaptation vocale manuelle est activée pour un flux, vous ne pouvez pas la désactiver pour une page du flux via l'option Personnaliser. Par conséquent, si vous souhaitez utiliser à la fois l'adaptation vocale manuelle et l'adaptation vocale automatique pour les pages d'un flux, vous ne devez pas activer l'adaptation vocale manuelle au niveau du flux. Utilisez plutôt les paramètres d'adaptation au niveau de la page. Vous pouvez vous référer au tableau ci-dessous pour comprendre la combinaison de paramètres de flux et de page à utiliser pour votre cas d'adaptation.

Effet cible Utilisation recommandée des paramètres d'adaptation
Désactiver l'adaptation automatique pour un flux Flux activé sans ensembles de phrases (les pages du flux utilisent par défaut le paramètre du flux).
Désactiver l'adaptation automatique pour une page Flux désactivé et page activée (Personnaliser sélectionné) sans ensembles de phrases.
N'utiliser l'adaptation vocale manuelle que pour toutes les pages d'un flux Flux activé. Personnalisez les pages qui doivent utiliser des ensembles d'expressions différents de ceux du flux.
Utiliser à la fois l'adaptation automatique et manuelle dans un flux Workflow désactivé. Personnalisez les pages auxquelles vous souhaitez appliquer l'adaptation manuelle.
N'utiliser l'adaptation vocale automatique que pour toutes les pages d'un flux Workflow désactivé.

Activer ou désactiver l'adaptation vocale manuelle

Pour activer ou désactiver l'adaptation vocale manuelle au niveau du flux ou de la page :

Paramètres du flux

  1. Ouvrez la console Dialogflow CX.
  2. Choisissez votre projet GCP.
  3. Passez la souris sur le flux dans la section Flows (Flux).
  4. Cliquez sur le bouton des options .
  5. Sélectionnez Paramètres du flux dans le menu déroulant.
  6. Cochez ou décochez la case Activer l'adaptation vocale manuelle.
  7. Modifier, ajouter ou supprimer des ensembles de phrases dans le tableau des ensembles de phrases
  8. Cliquez sur Enregistrer.

Paramètres de la page

  1. Ouvrez la console Dialogflow CX.
  2. Choisissez votre projet GCP.
  3. Passez la souris sur la page dans la section Pages.
  4. Cliquez sur le bouton des options .
  5. Sélectionnez Paramètres de la page dans le menu déroulant.
  6. L'option Utiliser le niveau du flux est sélectionnée par défaut. Dans ce cas, les expressions d'adaptation au niveau du flux seront réutilisées pour cette page. Vous pouvez sélectionner Personnaliser pour configurer des expressions d'adaptation différentes des paramètres au niveau du flux. Même si l'adaptation manuelle de la parole est désactivée au niveau du flux, vous pouvez toujours l'activer et la configurer pour une page de ce flux à l'aide de l'option Personnaliser.
  7. Modifier, ajouter ou supprimer un ensemble de phrases dans le tableau des ensembles de phrases d'adaptation
  8. Cliquez sur Enregistrer.

Configuration manuelle de l'ensemble de phrases pour améliorer la reconnaissance vocale

1. Mots et expressions

Dans un ensemble de phrases d'adaptation, vous pouvez définir des expressions d'un ou plusieurs mots avec des références facultatives à des jetons de classe vocale. Par exemple, vous pouvez ajouter des expressions telles que "super taux", "le numéro de suivi est $OOV_CLASS_ALPHANUMERIC_SEQUENCE" ou "$FULLPHONENUM". Ces expressions fournies augmentent la probabilité qu'elles soient transcrites par rapport à d'autres expressions phonétiquement similaires. Lorsque vous ajoutez une expression composée de plusieurs mots sans aucune amélioration, le biais est appliqué à l'ensemble de l'expression et aux portions continues de l'expression. En général, le nombre d'expressions doit être limité. Vous ne devez ajouter que les expressions que la reconnaissance vocale a du mal à identifier correctement sans adaptation vocale. Si Speech-to-Text peut déjà reconnaître correctement une expression, il n'est pas nécessaire de l'ajouter aux paramètres d'adaptation vocale. Si vous constatez que Speech-to-Text reconnaît souvent mal certaines expressions sur une page ou dans un flux, vous pouvez ajouter les expressions correctes dans les paramètres d'adaptation correspondants.

Exemple de correction d'une erreur de reconnaissance

Voici un exemple d'utilisation de l'adaptation vocale pour corriger les problèmes de reconnaissance. Imaginons que vous conceviez un agent d'échange de téléphones et que l'utilisateur puisse dire quelque chose incluant les expressions "vendre des téléphones" ou "téléphone portable" après que l'agent a posé sa première question "De quoi avez-vous besoin ?". Comment utiliser l'adaptation vocale pour améliorer la précision de la reconnaissance des deux expressions ?

Si vous incluez les deux expressions dans les paramètres d'adaptation, Speech-to-Text risque toujours d'être confus, car elles se ressemblent. Si vous ne fournissez qu'une des deux expressions, Speech-to-Text risque de confondre les deux. Pour améliorer la précision de la reconnaissance vocale pour les deux expressions, vous devez fournir à Speech-to-Text davantage d'indices contextuels pour qu'il puisse faire la différence entre "vendre des téléphones" et "téléphone portable". Par exemple, vous remarquerez peut-être que les utilisateurs emploient souvent "vendre des téléphones" dans des expressions telles que "comment vendre des téléphones", "je veux vendre des téléphones" ou "vendez-vous des téléphones", alors que "téléphone mobile" est utilisé dans des expressions telles que "acheter un téléphone mobile", "facture de téléphone mobile" et "service de téléphone mobile". Si vous fournissez ces expressions plus précises au modèle au lieu des expressions originales courtes "téléphone portable" et "vendre des téléphones", Speech-to-Text apprendra que l'expression verbale "vendre un téléphone" est plus susceptible de suivre des mots tels que "comment", "vouloir" et "avez-vous", tandis que l'expression nominale "téléphone portable" est plus susceptible de suivre des mots tels que "acheter" ou d'être suivie de mots tels que "facture" ou "service". Par conséquent, en règle générale, il est préférable de fournir des expressions d'adaptation plus précises, comme "comment vendre des téléphones" ou "vendez-vous des téléphones", plutôt que d'inclure uniquement "vendre téléphone".

2. Jetons de classe vocale

En plus des mots en langage naturel, vous pouvez également intégrer des références à des jetons de classe vocale dans une expression. Les jetons de classe vocale représentent des concepts courants qui suivent généralement un certain format à l'écrit. Par exemple, pour le numéro de maison dans une adresse telle que "123 Main Street", les utilisateurs s'attendent généralement à voir le format numérique "123" au lieu de la version entièrement orthographiée "cent vingt-trois". Si vous vous attendez à un certain formatage dans les résultats de transcription, en particulier pour les séquences alphanumériques, veuillez consulter la liste des jetons de classe compatibles pour connaître les jetons disponibles pour votre langue et votre cas d'utilisation.

Si la page comporte déjà des routes ou des paramètres d'intent avec des références à des entités système, voici un tableau de référence pour les mappages entre les entités système courantes et les jetons de classe vocale :

Entités système Jetons de classe vocale
@sys.date $MONTH $DAY $YEAR
@sys.date-time $MONTH $DAY $YEAR
@sys.date-period $MONTH $DAY $YEAR
@sys.time $TIME
@sys.time-period $TIME
@sys.age $OPERAND
@sys.number $OPERAND
@sys.number-integer $OPERAND
@sys.cardinal $OPERAND
@sys.ordinal $OPERAND
@sys.percentage $OPERAND
@sys.duration $OPERAND
@sys.currency-name $MONEY
@sys.unit-currency $MONEY
@sys.phone-number $FULLPHONENUM
@sys.zip-code $POSTALCODE ou $OOV_CLASS_POSTALCODE
@sys.address $ADDRESSNUM $STREET $POSTALCODE
@sys.street-address $ADDRESSNUM $STREET $POSTALCODE
@sys.temperature $OOV_CLASS_TEMPERATURE
@sys.number-sequence $OOV_CLASS_DIGIT_SEQUENCE
@sys.flight-number $OOV_CLASS_ALPHANUMERIC_SEQUENCE

3. Valeur d'amélioration

Si l'ajout d'expressions sans valeur de boost ne fournit pas un effet de biais suffisant, vous pouvez utiliser la valeur de boost pour renforcer davantage l'effet de biais de l'adaptation vocale.

Le boost applique un biais supplémentaire lorsqu'il est défini sur des valeurs supérieures à 0 et inférieures ou égales à 20. Lorsque le boost est vide ou défini sur 0, l'effet de biais par défaut permet de reconnaître l'expression entière et les parties continues de l'expression. Par exemple, une expression non boostée telle que "êtes-vous ouvert pour vendre des téléphones" permet de reconnaître cette expression, mais aussi des expressions similaires telles que "Je vends des téléphones" et "Bonjour, êtes-vous ouvert ?".

Lorsque le boost positif est appliqué, l'effet de biais est plus fort, mais il ne s'applique qu'à l'expression exacte. Par exemple, l'expression boostée vendre des téléphones permet de reconnaître "pouvez-vous vendre des téléphones", mais pas "vendez-vous des téléphones".

C'est pourquoi vous obtiendrez de meilleurs résultats si vous fournissez des expressions avec et sans la fonctionnalité d'amélioration.

Des valeurs de boost plus élevées peuvent réduire le nombre de faux négatifs, c'est-à-dire d'énoncés prononcés dans le contenu audio mais mal reconnus par Speech-to-Text (sous-biais). Cependant, la fonctionnalité d'amélioration peut également augmenter la probabilité de faux positifs, c'est-à-dire d'énoncés qui figurent dans la transcription alors qu'ils n'ont pas été prononcés dans le contenu audio (sur-biais). Vous devez généralement affiner vos expressions de biais pour trouver un bon compromis entre les deux problèmes de biais.

Pour en savoir plus sur l'ajustement précis de la valeur d'amplification pour les expressions, consultez la documentation Cloud Speech sur l'amplification.

Quand utiliser l'adaptation vocale automatique ou manuelle

En général, si vous n'êtes pas sûr que l'adaptation vocale améliorera la qualité de la reconnaissance vocale pour votre agent (sans modèle d'erreur de transcription clair en tête), nous vous encourageons à essayer d'abord l'adaptation vocale automatique avant de recourir à l'adaptation vocale manuelle. Pour prendre des décisions plus nuancées, tenez compte des facteurs suivants pour choisir entre l'adaptation automatique ou manuelle de la parole :

1. Remplissage de formulaire

L'adaptation automatique de la parole fonctionne très bien avec le remplissage de formulaires, car elle utilise le contexte de grammaire ABNF pour les paramètres du formulaire et applique les règles de grammaire en fonction de leurs types d'entités. Étant donné que l'adaptation vocale manuelle n'est pas encore compatible avec les grammaires ABNF, l'adaptation vocale automatique est généralement préférable à l'adaptation vocale manuelle pour une page de saisie de formulaire. Toutefois, pour les pages ne comportant que des paramètres d'entité système et des entités d'expression régulière simples compatibles avec les jetons de classe vocale, vous pouvez également utiliser l'adaptation vocale manuelle pour obtenir un effet de biais similaire à l'adaptation vocale automatique sans avoir à ajuster les entités d'expression régulière.

2. Complexité de la transition de page ou de flux

Pour une page ou un flux simples avec quelques routes d'intention, l'adaptation vocale automatique générera probablement des expressions de biais représentatives et fonctionnera raisonnablement bien.

Toutefois, si une page ou un flux comporte un grand nombre de routes d'intention (pour une page, tenez également compte du nombre de routes au niveau du flux), ou si l'une des intentions comporte des expressions d'entraînement non importantes trop longues ou trop courtes (par exemple, une phrase entière ou un mot d'une ou deux syllabes), il est très probable que le modèle d'adaptation vocale ne fonctionnera pas correctement avec ces expressions. Vous devez d'abord essayer de désactiver l'adaptation vocale pour les pages ouvertes très complexes en activant l'adaptation vocale manuelle avec des ensembles de phrases vides (remplacement de l'adaptation vide). Ensuite, évaluez s'il existe des expressions spéciales non ambiguës qui doivent encore être fournies à Speech-to-Text pour améliorer la qualité de la reconnaissance.

Un autre symptôme de ce problème de complexité est la présence d'un large éventail de problèmes de sous-biais ou de surbiais lorsque l'adaptation vocale automatique est activée. Comme dans le cas ci-dessus, vous devez d'abord effectuer un test avec l'adaptation vocale désactivée pour la page spécifique. Si des comportements erronés persistent après la désactivation de l'adaptation vocale, vous pouvez ajouter les expressions que vous souhaitez corriger dans les paramètres d'adaptation vocale et même ajouter des valeurs d'amélioration pour renforcer les effets de biais si nécessaire.

Tester l'adaptation vocale

Lorsque vous testez les capacités d'adaptation vocale de votre agent pour une expression d'entraînement ou une correspondance d'entité spécifique, vous ne devez pas passer directement au test de la correspondance avec la première expression vocale d'une conversation. Vous ne devez utiliser que des entrées vocales ou d'événements pour l'ensemble de la conversation avant le match que vous souhaitez tester. Le comportement de votre agent lorsqu'il est testé de cette manière sera similaire à celui des conversations réelles en production.

Limites

Les limites suivantes s'appliquent :

  • L'adaptation vocale n'est pas disponible pour toutes les combinaisons de modèles vocaux et de langues. Consultez la page Langues acceptées par Cloud Speech pour vérifier si l'adaptation de modèle est disponible pour votre combinaison de modèle et de langue vocaux.

  • Actuellement, l'adaptation manuelle de la parole n'est pas encore compatible avec les classes personnalisées ni la grammaire ABNF. Vous pouvez activer l'adaptation vocale automatique ou utiliser une requête d'intention de détection d'exécution pour profiter de ces fonctionnalités d'adaptation.

  • La même valeur de boost peut avoir des performances différentes selon les modèles vocaux et les langues. Soyez donc prudent lorsque vous les configurez manuellement pour les agents utilisant plusieurs langues ou modèles vocaux. Actuellement, l'adaptation manuelle de la parole s'applique à toutes les langues d'un agent. Par conséquent, les agents multilingues ne doivent utiliser que des expressions agnostiques à la langue ou diviser chaque langue dans un agent distinct. Étant donné que le comportement de pondération par défaut (sans boost ou avec un boost de 0) fonctionne généralement assez bien pour toutes les langues et tous les modèles, vous n'avez pas besoin de configurer des valeurs de boost spécifiques à une langue, sauf si une pondération plus forte est requise pour votre cas d'utilisation de la reconnaissance. Pour savoir comment affiner la valeur d'amplification, consultez ce guide Cloud Speech-to-Text.

  • La reconnaissance des séquences de caractères longues est difficile. Le nombre de caractères capturés en un seul tour est directement lié à la qualité de votre entrée audio. Si vous avez suivi toutes les consignes concernant les entités d'expression régulière et essayé d'utiliser des jetons de classe vocale pertinents dans les paramètres d'adaptation vocale manuelle, mais que vous avez toujours du mal à capturer la séquence entière en un seul tour, vous pouvez envisager d'autres alternatives plus conversationnelles :
    • Lorsque vous validez la séquence par rapport à une base de données, pensez à faire référence aux autres paramètres collectés, tels que les dates, les noms ou les numéros de téléphone, afin d'autoriser les correspondances incomplètes. Par exemple, au lieu de demander simplement un numéro de commande à un utilisateur, demandez également son numéro de téléphone. Désormais, lorsque votre webhook interroge votre base de données pour connaître l'état de la commande, il s'appuie d'abord sur le numéro de téléphone, puis renvoie le numéro de commande correspondant le plus proche pour ce compte. Cela peut permettre à Dialogflow d'identifier "ABC" en tant que "AVC", mais de toujours renvoyer le correct état de la commande pour l'utilisateur.
    • Pour les séquences plus longues, envisagez de créer un flux qui encourage les utilisateurs finaux à faire une pause au milieu afin que le bot puisse confirmer au fur à mesure.
Précédent
Clonage vocal
Suivant
Paramètres vocaux avancés