逐次音声翻訳ユーザーガイド

逐次音声翻訳により、エージェントは音声通話のお客様と自分の言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 サービスの設定で有効にする手順は次のとおりです。

始める前に

セットアップ プロセスを開始する前に、以下にアクセスできることを確認してください。

  • 適切な権限を持つ Google Cloud コンソール。
  • Google Cloud SDK（gcloud）がインストールされ、構成されている。
  • JSON 処理用に jq がインストールされている。
  • プロジェクトの翻訳機能の許可リスト。

ステップ 1: 会話プロファイルと電話番号を作成する

API 呼び出しを使用せずに電話番号を会話プロファイルに関連付けるには、次の手順を行います。

  1. 会話エージェント（Dialogflow CX）コンソールに移動します。
  2. 許可リストに登録されているプロジェクト（YOUR_PROJECT_ID）を選択します。
  3. [エージェントを作成] > [独自に作成] をクリックします。
  4. [Global]（グローバルなサービス提供、保存データを米国に格納）リージョンを選択します。
  5. [ハンドブック] ではなく [フロー] を選択し、[作成] をクリックします。
  6. パネルで [Integration] を選択します。
  7. [管理] > [作成] をクリックして、新しい電話番号を取得します。
  8. [会話プロファイル] の設定で、[表示名] を入力します。後で使用できるように、この名前をメモしておきます。
  9. 電話番号を保存します。

ステップ 2: ジェネレータを作成する

  1. Agent Assist コンソールに移動します。
  2. 同じプロジェクト（YOUR_PROJECT_ID）を選択します。
  3. [リアルタイム翻訳] に移動します。
  4. [作成] をクリックし、ジェネレータの名前を入力します。
  5. 2 つの言語を選択します。
  6. 翻訳チャンネルで [音声] を選択します。
  7. [Conference Mode] で [True] を選択します。
  8. [保存] をクリックします。

ステップ 3: 会話プロファイルを構成する

こちらの手順に沿って、Google Telephony Platform（GTP）番号が関連付けられた会話プロファイルを作成します。これにより、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。

次の手順では、ステップ 1 で作成した会話プロファイルを構成します。

  1. [会話プロファイル] > [提案タイプ] に移動します。
  2. [リアルタイム翻訳] と、ステップ 2 で作成したジェネレータを選択します。
  3. [高度な提案設定] を有効にして、提案に個人情報が削除されていない会話データを使用します。
  4. 双方向ストリーミング API を使用するには、テレフォニー設定を有効にします。
  5. カスタムの音声翻訳アナウンスを構成する場合（オプションのステップ 5 を参照）を除き、[Dialogflow の使用を選択] で [仮想エージェント] を無効にします。アナウンスを有効にする場合は、[仮想エージェント] を有効のままにします。
  6. [音声構成] > [音声入力の構成] で、次のように設定します。
  7. 音声エンコード: Linear 16
  8. サンプルレート（ヘルツ）: 16000
  9. [保存] をクリックします。

ステップ 4: 翻訳を確認する

ステップ 1 で作成した電話番号に発信し、翻訳が想定どおりに機能しているかどうかを確認します。

省略可のステップ 5: マイボイス通訳のアナウンスを設定する

デフォルトでは、会議モードは事前の挨拶を再生せずに音声ストリームを直接翻訳します。ステップ 3 で仮想エージェントを有効にした場合は、次の手順に沿って、ライブ音声翻訳ステージの前に再生されるウェルカム アナウンスを構成します。

  1. 会話エージェント（Dialogflow CX）コンソールを開き、エージェントを選択します。
  2. [Build] タブで、[Default Start Flow] を選択します。
  3. [Start] ページをクリックします。
  4. [Routes] セクションで [Default Welcome Intent] ルートをクリックします。

フルフィルメントを更新する

  1. このルートの [フルフィルメント] セクションに移動します。
  2. [Agent dialogue] > [Text response] セクションで、既存の一般的な挨拶（例: Hi, how can I help you?）を削除します。
  3. カスタムの音声翻訳アナウンスを入力します（例: 「これは AI を活用した翻訳サービスです」）。
  4. 同じ [フルフィルメント] パネルで、[ダイアログのレスポンスを追加] をクリックし、[人間のエージェントへの引き継ぎ] を選択します。
  5. [Live agent handoff] の [Metadata/Payload] フィールドに、空の JSON オブジェクト（{}）を入力します。
  6. [保存] をクリックします。

お知らせを確認する

テスト通話を行うと、最初にアナウンスが流れます。空の JSON ペイロードは即時のハンドオフを開始し、通話を AGENT_ASSIST_STAGE に移行して Gemini のリアルタイム翻訳を開始します。