Configura la adaptación de modelos de Speech-to-Text

Vista previa

Esta función está sujeta a las "Condiciones de las Ofertas de Fase Previa a la DG" de la sección Condiciones Generales del Servicio de las Condiciones Específicas del Servicio. Las funciones de fase previa a la DG están disponibles “tal cual” y podrían tener asistencia limitada. Para obtener más información, consulta las descripciones de la etapa de lanzamiento.

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

Usa la consola de Speech-to-Text

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

1. En la consola de Google Cloud, ve a la página Texto a voz. Ir a Texto a voz
2. Haz clic en Adaptaciones de modelos.
3. Haz clic en add_boxRecurso nuevo.
4. Elige el recurso Conjunto de frases y la versión de la API V1, completa las frases y los valores de aumento, y copia el nombre del conjunto de frases.
5. Haz clic en Guardar.
6. Navega a la consola de Agent Assist.
7. Haz clic en Perfiles de conversación y, luego, elige el perfil de conversación que quieras editar.
8. Ve a la sección Conjuntos de frases y pega el nombre del conjunto de frases.

Usa la API de Speech-to-Text

1. Sigue las instrucciones de reconocimiento de voz para crear una secuencia de comandos de conjunto de frases.

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

Si bien la adaptación del modelo de Speech-to-Text solo admite inglés (en-US), puedes configurar conjuntos de frases para otras regiones lingüísticas con la API de Speech-to-Text. Esto es especialmente útil cuando se transcriben conversaciones en inglés que se llevan a cabo en esas regiones.

Usa el siguiente comando de muestra para crear conjuntos de frases regionales con la API de 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
      }
    ]
  }
}

Para un perfil de conversación en una sola región de Dialogflow, la siguiente tabla muestra la región de Speech-to-Text voz 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	global