אירועים של פעילות קולית ופסק זמן

אירועי פעילות קולית מציינים מתי זוהה תחילת או סיום דיבור במהלך השידור. האירועים נשלחים בזמן אמת כשהם מזוהים על ידי Cloud Speech-to-Text. אירועים של פעילות קולית יכולים להיות שימושיים בפיתוח אפליקציות שמסתמכות על זיהוי אוטומטי של תחילת או סיום הדיבור של משתמש. אפשר גם להגדיר את Cloud STT כך שיסגור אוטומטית את הסטרימינג על סמך פעילות קולית.

אירועים של פעילות קולית זמינים רק לבקשות gRPC של StreamingRecognize.

הפעלת אירועים של פעילות קולית

כדי להפעיל את האפשרות לקבלת תשובות לפעילות קולית, צריך להגדיר את הדגל enable_voice_activity_events לערך true בקטע streaming_features message.

סוגים של אירועים שקשורים לפעילות קולית

בדרך כלל, אירועי פעילות קולית מוחזרים בזמן אמת כש-Cloud STT מזהה התחלה או סיום של דיבור במהלך הסטרימינג. בדרך כלל הם יוחזרו לפני תוצאות התמלול של פלח הדיבור המתאים. אפשר לשלוח אירועים של פעילות דיבור לאודיו שמפיק תוצאות תמלול ריקות.

התחלת פעילות של דיבור

האירוע נשלח כש-Cloud STT מזהה שהדיבור התחיל.

{
  "speechEventType": "SPEECH_ACTIVITY_BEGIN",
  "speechEventOffset": "1.070s"
}

סיום פעילות הדיבור

האירוע נשלח כש-Cloud STT מזהה שהדיבור הסתיים.

{
  "speechEventType": "SPEECH_ACTIVITY_END",
  "speechEventOffset": "1.070s"
}

אם הזרם נסגר לפני שהדיבור מסתיים, לא יישלח אירוע SPEECH_ACTIVITY_END.

הפעלת זמן קצוב לתפוגת פעילות קולית

כדי להפעיל פסק זמן לפעילות קולית, צריך להגדיר ערכים ב-voice_activity_timeout message ב-streaming_features. הזמן הקצוב לתפוגה של פעילות קולית חייב להיות גדול מ-500 אלפיות השנייה וקטן מ-60 שניות. אפשר להגדיר בנפרד את פרקי הזמן הקצובים לתחילת הדיבור ולסיום הדיבור.

זמן קצוב לתפוגה עד תחילת הדיבור

אם מגדירים פסק זמן להתחלת הדיבור, Cloud STT יסגור את הסטרימינג באופן אוטומטי אם הדיבור לא יתחיל לפני תקופת פסק הזמן. לאחר שאירוע SPEECH_ACTIVITY_START מזוהה ומוחזר, זמן קצוב לתפוגה מבוטל למשך הזמן של מקור הנתונים. התכונה הזו שימושית באפליקציות שבהן מצפים שהמשתמש יתחיל לדבר בתוך פרק זמן מסוים.

זמן קצוב לתפוגה של סיום הדיבור

כשמגדירים פסק זמן לסיום הדיבור, Cloud STT סוגר אוטומטית את הסטרימינג אם לא מזוהה דיבור נוסף במהלך פסק הזמן אחרי אירוע SPEECH_ACTIVITY_END. אחרי שאירוע SPEECH_ACTIVITY_START מזוהה ומוחזר, זמן קצוב לתפוגה מבוטל ומתחיל שוב אחרי שאירוע SPEECH_ACTIVITY_END נשלח.

מדידת זמן לפסק זמן

הזמן שחלף נמדד לפי הבייטים של האודיו שנשלחו בבקשות ל-Cloud STT, ולא לפי זמן השרת. כך אפשר לשמור על דיוק במהלך שינויים בשידור הסטרימינג. שליחת נתחי אודיו גדולים מאוד בבקשות, או שליחת בקשות ברצף מהיר מאוד, תפחית את הדיוק במדידת הזמן הקצוב לתפוגה. הערה: מגבלת הגודל של נתחי אודיו היא 15,360 בייטים לכל בקשה.