Voz e fala

O CX Agent Studio oferece recursos de conversão de voz em texto (STT), conversão de texto em voz (TTS) e voz personalizada.

Voz

Você pode ajustar as seguintes configurações do aplicativo do agente relacionadas à síntese de fala:

  • Voz: A voz usada para a síntese de fala. Você pode selecionar entre vozes integradas ou personalizadas que criou anteriormente.

  • Vozes personalizadas: Crie uma voz personalizada enviando um arquivo de áudio. Você precisa atestar que tem a permissão do falante para clonar a voz antes de fazer o upload. É possível editar ou excluir vozes personalizadas existentes. Os formatos aceitos são WAV, MP3, M4A, OGG e FLAC. O áudio precisa ter entre 15 e 60 segundos. O tamanho máximo do arquivo é de 10 MB.

  • Estilo de fala: Você pode controlar o ritmo da voz.

Fala (STT) e DTMF

Você pode ajustar as seguintes configurações do aplicativo do agente relacionadas ao processamento de fala e DTMF:

  • Tempo limite de silêncio: espere a entrada do usuário e peça que ele interaja novamente.
  • Ganho de volume do som ambiente: ajuste o volume do som ambiente.
  • Entrada do teclado: configure a multifrequência de tons duplos (DTMF) para chamadas telefônicas. Ativado por padrão.