Configurar la adaptación de modelos de Speech-to-Text

Agent Assist usa la adaptación de modelos de Speech-to-Text para mejorar la calidad de la transcripción reconociendo determinadas frases con más frecuencia que otras. En esta página se ofrece una guía para configurar la adaptación de modelos para la transcripción de Speech-to-Text.

Usar la consola de Speech-to-Text

Solo puedes crear conjuntos de frases globales con la consola Speech-to-Text. Los conjuntos de frases regionales deben crearse con la API Speech-to-Text.

  1. En la Google Cloud consola, ve a la página Speech-to-Text. Ir a Conversión de voz a texto
  2. Haz clic en Adaptaciones del modelo.
  3. Haz clic en add_boxNuevo recurso.
  4. Elige el recurso Conjunto de frases y la versión de la API V1. A continuación, introduce las frases y los valores de impulso, y copia el nombre del conjunto de frases.
  5. Haz clic en Guardar.
  6. Ve a la consola de Asistente.
  7. Haz clic en Perfiles de conversación y, a continuación, elige el perfil que quieras editar.
  8. Vaya a la sección Conjuntos de frases y pegue el nombre del conjunto de frases.

Usar la API Speech-to-Text

  1. Crea un script de conjunto de frases siguiendo las instrucciones de reconocimiento de voz.
  2. Ejecuta la siguiente secuencia de comandos de Python para actualizar tu perfil de conversación:

    # Conversation Profile to update
    PROJECT_ID = "sample-project"
    LOCATION = "global"
    CONVERSATION_PROFILE_ID = "sample-conversation-profile"
    # Speech model adaptation resource names
    SPEECH_ADAPTATION_PHRASES = ["projects/sample-project/locations/global/phraseSets/sample-phrase-sets"]

    import google.auth from google.auth.transport.requests import AuthorizedSession

    scopes=['https://www.googleapis.com/auth/cloud-platform'] credentials, project = google.auth.default( scopes=scopes, quota_project_id=PROJECT_ID, ) session = AuthorizedSession(credentials)

    profile_url = f"https://dialogflow.googleapis.com/v2beta1/projects/{PROJECT_ID}/locations/{LOCATION}/conversationProfiles/{CONVERSATION_PROFILE_ID}" get_response = session.get(profile_url) print("Checking for existing ConversationProfile...") print(get_response.status_code) print(get_response.json()) if get_response.status_code == 200: patch_response = session.patch( profile_url, params={ "updateMask": "sttConfig.phraseSets" }, json={ "sttConfig": { "phraseSets": SPEECH_ADAPTATION_PHRASES } } ) print("Updating ConversationProfile...") print(patch_response.status_code) print(patch_response.json())

Conjuntos de frases regionales

Aunque la adaptación de modelos de Speech-to-Text solo admite el inglés (en-US), puedes configurar conjuntos de frases para otras regiones de idiomas con la API Speech-to-Text. Esto resulta especialmente útil al transcribir conversaciones en inglés que tienen lugar en esas regiones.

Usa el siguiente comando de ejemplo para crear conjuntos de frases regionales con la API Speech-to-Text.

curl -X POST \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json; charset=utf-8" \
    -H "X-Goog-User-Project: sample_project" \
    -d @sample_phrase_sets.json \
"https://us-speech.googleapis.com/v1/projects/sample-project/locations/us/phraseSets"

El archivo JSON @sample_phrase_sets.json contiene el siguiente contenido de los conjuntos de frases:

{
  "parent": "projects/sample-project/locations/us",
  "phraseSetId": "sample-phrase-sets",
  "phraseSet": {
    "name": "sample-phrase-sets",
    "phrases": [
      {
        "value": "Some phrase",
        "boost": 20
      }
    ]
  }
}
En el caso de un perfil de conversación en una sola región de Dialogflow, la siguiente tabla muestra la región de Speech-to-Text correspondiente en la que debes crear tu conjunto de frases.

Región de Dialogflow Región de Speech-to-Text
us
us-central1
us-east1
us-east7
us-west1
northamerica-northeast1
northamerica-northeast2
us
eu
europe-west1
europe-west2
europe-west3
europe-west4
eu
australia-southeast1
asia-northeast1
asia-south1
asia-southeast1
me-west1
global
Mundial