Configurar a adaptação do modelo da Speech-to-Text

O Agent Assist usa a adaptação do modelo de conversão de fala em texto para melhorar a qualidade da transcrição reconhecendo determinadas frases com mais frequência do que outras. Esta página oferece um guia para configurar a adaptação de modelo para a transcrição da Speech-to-Text.

Usar o console do Speech-to-Text

Só é possível criar conjuntos de frases globais com o console de conversão da Speech-to-Text voz. Os conjuntos de frases regionais precisam ser criados usando a API Speech-to-Text.

  1. No console do Google Cloud, acesse a página Speech-to-Text. Acessar a conversão de voz em texto
  2. Clique em Adaptações de modelo.
  3. Clique em add_boxNovo recurso.
  4. Escolha o recurso conjunto de frases e a versão da API V1, preencha as frases e os valores de aumento e copie o nome do conjunto de frases.
  5. Clique em Salvar.
  6. Acesse o console do Agente Assist.
  7. Clique em Perfis de conversa e escolha o perfil que você quer editar.
  8. Acesse a seção Conjuntos de frases e cole o nome do conjunto de frases.

Usar a API Speech-to-Text

  1. Crie um script de conjunto de frases seguindo as instruções de reconhecimento de fala.

  2. Execute o script Python a seguir para atualizar o perfil da conversa: 

    # 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 regionais

A adaptação do modelo de voz em texto só oferece suporte ao inglês (en-US), mas você pode configurar conjuntos de frases para outras regiões de idioma com a API Speech-to-Text. Isso é útil principalmente ao transcrever conversas em inglês que ocorrem nessas regiões.

Use o comando de exemplo abaixo para criar conjuntos de frases regionais com a 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"

O arquivo json @sample_phrase_sets.json contém o seguinte conteúdo dos 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 um perfil de conversa em uma única região do Dialogflow, a tabela a seguir mostra a região de conversão da Speech-to-Text correspondente em que criar o conjunto de frases.

Região do Dialogflow Região da 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