本指南提供了有关语音功能的附加高级设置。您可以依次前往代理设置 > 语音和 IVR > Speech-to-Text > 高级语音设置，开启或关闭这些高级设置。
这些设置适用于代理设置（适用于整个代理）、流设置（适用于整个流并覆盖代理设置）、页面设置（适用于页面并覆盖流和代理设置）以及执行方式设置（适用于执行方式并覆盖页面、流和代理设置）。其中的部分设置可在每个级别使用，具体取决于级别的设置相关性。*您必须先在代理级别勾选启用高级语音设置复选框（代理设置 > 语音和 IVR > Speech-to-Text > 高级语音设置），然后才能在任何更低级别配置这些设置。*
如果在这些较低级别上选择了自定义选项，更新后的代理级设置不会传播到流、页面和执行级别。如果自定义选项包含多个设置，而您只想更新其中的部分设置，则可能还需要更新其他设置，以使其与代理级设置保持一致。
不同级别的设置可用性
下表显示了各个级别提供哪些高级语音设置：
| 设置名称 | 代理 | 流程 | 页面 | 履行情况 |
|---|---|---|---|---|
| 模型选择（Speech-to-Text） | ✔ | ✔ | ✔ | |
| 语音结束的灵敏度 | ✔ | ✔ | ✔ | |
| 基于超时的高级语音结束灵敏度 | ✔ | ✔ | ✔ | |
| 启用智能端点 | ✔ | |||
| 无语音超时 | ✔ | ✔ | ✔ | |
| 打断功能 | ✔ | ✔ | ||
| 允许取消部分响应播放 | ✔ | |||
| 音频导出存储桶 | ✔ | ✔ | ||
| DTMF | ✔ | ✔ | ✔ |
模型选择（Speech-to-Text）
可在代理、流和页面级设置。
设置用于语音识别的语音模型。此设置因语言而异，因此您可以为不同的语言选择不同的模型。您还可以选中替换请求级语音模型，这样即使运行时 API 调用指定了其他模型，系统也会使用所选模型。
如需了解 Conversational Agents (Dialogflow CX) 电话网关，请参阅限制。如需了解详情，请参阅语音模型。
语音结束的灵敏度
可在代理、流和页面级设置。
控制识别最终用户音频输入中语音结束的灵敏度。该值的范围介于 0（低灵敏度，不太可能结束语音）到 100（高灵敏度，很有可能结束语音）之间。
基于超时的高级语音结束灵敏度
可以在代理级别设置，并在流和页面级别停用。
如果启用此设置，系统会使用语音结束敏感度设置值作为衡量标准，以建立相对的音频静音超时，以确定语音结束。如果此设置处于停用状态（默认），系统会使用语音结束敏感度设置值，通过 Google Cloud Speech-to-Text 提供的 ML 模型来确定语音结束。
默认情况下，语音结束敏感度设置仅支持 en-US 语言标记的 phone_call 语音模型，但启用基于超时的高级语音结束敏感度设置允许为 Dialogflow 支持的所有语言和语音模型配置语音结束敏感度。
启用智能端点
只能在代理级别设置。
如果启用此设置，对话式 AI 助理 (Dialogflow CX) 会分析部分用户输入内容，以确定语音结束时间。例如，如果用户说“我想”，然后暂停，对话式 AI 助理 (Dialogflow CX) 会等待用户继续说话。
这对于数字参数收集特别有用，因为用户可能会说“1234”，然后暂停一下，再说“5678”。如需为特定参数应用此设置，您必须在参数的表单中设置智能端点设置。
此设置仅适用于 en-US 语言标记，默认处于停用状态。
无语音超时
可在代理、流和页面级设置。
Conversational Agents (Dialogflow CX) 停止等待最终用户音频输入的持续时间（以秒为单位）。默认值为 5 秒，最大值为 60 秒。对于此超时，Conversational Agents (Dialogflow CX) 会调用无输入事件。
打断功能
可在代理、流程和执行方式级别设置。
启用后，最终用户可以中断 Conversational Agents (Dialogflow CX) 响应音频。中断后，Conversational Agents (Dialogflow CX) 将停止发送音频，并将处理下一个最终用户输入。
如果消息队列中有多个消息，并且消息被与启用了打断功能的网页、流或代理关联的 fulfillment 加入队列，则队列中的所有后续消息也会启用打断功能。在这种情况下，集成会停止播放所有启用了打断功能的排入队列的消息的音频。
允许取消部分响应播放
只能在执行方式级别设置。
当您在代理设置 > 语音和 IVR 中选中启用高级语音设置复选框，并在执行方式级别启用部分响应时，即可启用此设置。此设置允许取消部分响应的播放。
如果消息队列中的消息由允许取消的执行方式创建，则如果向队列中添加其他消息，系统会取消该消息的播放。如果您希望初始消息开始播放，但如果在初始消息播放完成之前，有效的 webhook 生成了另一条消息，则取消该播放，这非常有用。
音频导出存储桶
可在代理和数据流级设置。
如果提供，则与请求关联的任何音频数据都将保存到 Cloud Storage 存储桶：
| 已保存音频 | 适用的请求 |
|---|---|
| 最终用户音频输入 | DetectIntent、StreamingDetectIntent、AnalyzeContent、StreamingAnalyzeContent |
| 为响应合成的 Text-to-Speech (TTS) 音频 | AnalyzeContent、StreamingAnalyzeContent |
将 Storage Object Creator 角色授予项目中的以下服务账号：
格式为
one-click@df-cx-ALPHANUMERIC_VALUE-ALPHANUMERIC_VALUE.iam.gserviceaccount.com的服务账号（如果您使用合作伙伴内置电话集成）。格式为
service-PROJECT_NUMBER@gcp-sa-dialogflow.iam.gserviceaccount.com的服务账号（如果您使用 Dialogflow CX 电话网关集成）。如需在 IAM 中查找此服务账号，请选中包括 Google 提供的角色授权选项。
DTMF
如需详细了解此功能，请参阅 DTMF（双音多频信号）文档。