Adattamento vocale

Quando esegui una richiesta di rilevamento dell'intento, puoi scegliere di fornire phrase_hints per fornire suggerimenti al riconoscimento vocale. Questi suggerimenti possono essere utili per il riconoscimento in uno stato specifico della conversazione.

Nota: fornire un campo non vuoto esplicito phrase_hints per una richiesta di rilevamento dell'intent, sostituisce la configurazione di adattamento vocale esplicito nella console e i suggerimenti di contesto vocali impliciti generati dall'adattamento vocale automatico per la configurazione dell'audio di input (voce in testo).

Adattamento vocale automatico

La funzionalità di adattamento vocale automatico migliora l'accuratezza del riconoscimento vocale dell'agente utilizzando automaticamente lo stato della conversazione per trasmettere entità pertinenti e frasi di addestramento come suggerimenti di contesto vocali per tutte le richieste di rilevamento di intento. Questa funzionalità è disabilitata per impostazione predefinita.

Attiva o disattiva l'adattamento vocale automatico

Per attivare o disattivare l'adattamento vocale automatico:

Console

1. Apri la console Dialogflow CX.
2. Scegli il progetto Google Cloud.
3. Seleziona l'agente.
4. Fai clic su Agent Settings (Impostazioni agente).
5. Fai clic sulla scheda Voce e IVR.
6. Attiva o disattiva l'opzione Attiva adattamento vocale automatico.
7. Fai clic su Salva.

API

Visualizza i metodi get e patch/update per il tipo Agent. Vai al riferimento API Agent

Seleziona un protocollo e la versione per il riferimento dell'agente:

Protocollo	V3	Versione 3 beta 1
REST	Risorsa agente	Risorsa agente
RPC	Interfaccia agente	Interfaccia agente
C++	AgentsClient	Non disponibile
C#	AgentsClient	Non disponibile
Go	AgentsClient	Non disponibile
Java	AgentsClient	AgentsClient
Node.js	AgentsClient	AgentsClient
PHP	Non disponibile	Non disponibile
Python	AgentsClient	AgentsClient
Ruby	Non disponibile	Non disponibile

Close

Progettazione di agenti per i miglioramenti del riconoscimento vocale

Con l'adattamento automatico della voce abilitata, puoi creare il tuo agente in modo da sfruttarlo. Le seguenti sezioni spiegano come il riconoscimento vocale può essere migliorato con determinate modifiche alle frasi e alle entità di addestramento dell'agente.

Frasi di addestramento

• Se definisci frasi di addestramento con una frase come "naso chiuso", un'espressione simile dell'utente finale viene riconosciuta in modo affidabile come "naso chiuso" e non "contenuti che sa".

• Se hai un parametro obbligatorio che forza Dialogflow a messaggi di compilazione dei moduli, l'adattamento vocale automatico sarà fortemente interessato all'entità che viene compilata.

In tutti i casi, l'adattamento vocale automatico influenza solo il riconoscimento vocale, non lo limita. Ad esempio, anche se Dialogflow richiede a un utente un parametro richiesto, gli utenti potranno comunque attivare altri intent, come un intent di primo livello "Parla con un agente".

Entità di sistema

Se definisci una frase di addestramento che utilizza l'entità di sistema @sys.number e l'utente finale dice "Voglio due", potrebbe essere riconosciuta come "a", "troppo", "2" o "due".

Se l'adattamento vocale automatico è attivato, Dialogflow utilizza l'entità @sys.number come suggerimento durante il riconoscimento vocale ed è più probabile che il parametro venga estratto come "2".

Entità personalizzate

• Se definisci un'entità personalizzata per i nomi di prodotti o servizi offerti dalla tua azienda e l'utente finale menziona questi termini in un'espressione, è più probabile che vengano riconosciuti. Una frase di addestramento "Adoro Dialogflow", in cui "Dialogflow" è annotata come entità @product, indicherà l'adattamento vocale automatico al bias per "I love Dialogflow", "I love Cloud Speech" e tutte le altre voci nell'entità @product.

• È particolarmente importante definire sinonimi di entità chiare quando si utilizza Dialogflow per rilevare la voce. Immagina di avere due voci di entità @product, "Dialogflow" e "Dataflow". I tuoi sinonimi di "Dialogflow" potrebbero essere "Dialogflow", "dialogue flow", "dialogue builder", "Speaktoit", "speak to it", "API.ai", "API dot AI". Si tratta di buoni sinonimi perché coprono le varianti più comuni. Non è necessario aggiungere "lo strumento per la creazione di flussi di dialogo" perché "flusso di dialogo" lo copre già.

Nota: perché è importante? Tieni presente che hai due entità "Dialogflow" e "Dataflow" e due sinonimi sono "il generatore di flussi di dialogo" e "Google Cloud Dataflow". Un utente finale potrebbe ragionevolmente dire "Google Cloud Dialogflow", ma poiché non esiste un sinonimo di "Google Cloud Dialogflow", è probabile che il riconoscimento vocale sentirà "Google Cloud Dataflow" perché le definizioni delle entità sono pregiudicate a tale frase. Allo stesso modo, se qualcuno dice il parlato "il generatore di Dataflow", molto probabilmente sentirà "il generatore di flussi di dialogo", perché è l'unica entità definita con "builder". Otterrai invece un rendimento migliore definendo solo le frasi chiave elencate nel punto precedente. In breve, fai attenzione a non aggiungere dati generici alle definizioni di entità, poiché è questo lo scopo per cui sono progettate le frasi di addestramento degli intent. Una frase di addestramento "Google Cloud Dataflow", dove "Dataflow" è annotata come l'entità @product, consente l'adattamento vocale automatico per ascoltare "Google Cloud Dataflow" e "Google Cloud Dialogflow" con lo stesso peso. Consulta la pagina Progettazione degli agenti per altre best practice.

• Le espressioni degli utenti con entità numeriche consecutive ma distinte possono essere ambigue. Ad esempio, "Voglio due confezioni da 16" potrebbe significare 2 quantità di 16 confezioni o 216 quantità di pacchetti. L'adattamento vocale può aiutare a distinguere questi casi se configuri entità con valori digitati:
  • Definisci un'entità quantity con le voci:
    zero
one
...
twenty
  • Definisci un'entità product o size con le voci:
    sixteen pack
two ounce
...
five liter
  • Nell'adattamento vocale vengono utilizzati solo i sinonimi di entità, quindi puoi definire un'entità con valore di riferimento 1 e un singolo sinonimo one per semplificare la logica di fulfillment.

Entità Regexp

Le entità Regexp possono attivare l'adattamento vocale automatico per sequenze di caratteri alfanumerici e numeri come "ABC123" o "12345" se configurate e testate correttamente.

Per riconoscere queste sequenze tramite comandi vocali, implementa tutti e quattro i requisiti riportati di seguito:

1. Requisito per l'inserimento dell'espressione regolare

Sebbene sia possibile utilizzare qualsiasi espressione regolare per estrarre entità dagli input di testo, solo alcune espressioni indicano all'adattamento vocale automatico di polarizzare le sequenze alfanumeriche o di cifre che vengono digitate durante il riconoscimento vocale.

Nell'entità regexp, almeno una voce deve seguire tutte queste regole:

• Deve corrispondere ad alcuni caratteri alfanumerici, ad esempio: \d, \w, [a-zA-Z0-9]
• Non deve contenere spazi vuoti   o \s, anche se \s* e \s? sono consentiti
• Non deve contenere gruppi di acquisizione o non acquisizione ()
• Non deve cercare di trovare corrispondenze con caratteri speciali o punteggiatura come: ` ~ ! @ # $ % ^ & * ( ) - _ = + , . < > / ? ; ' : " [ ] { } \ |

Questa voce può avere set di caratteri [] e quantificatori di ripetizione come *, ?, +, {3,5}.

Consulta gli esempi.

2. Requisito per la definizione dei parametri

Contrassegna l'entità regexp come parametro form obbligatorio, in modo che possa essere raccolta durante la compilazione del modulo. In questo modo, l'adattamento vocale automatico può predisporre fortemente il riconoscimento della sequenza invece di provare a riconoscere un intent e una sequenza contemporaneamente. In caso contrario, "Dov'è il mio pacco per ABC123" potrebbe essere riconosciuto erroneamente come "Dov'è il mio pacchetto 4ABC123".

3. Requisito per l'annotazione delle frasi di addestramento

Non utilizzare l'entità regexp per un'annotazione della frase di addestramento dell'intent. Ciò garantisce che il parametro venga risolto durante la compilazione del modulo.

4. Requisiti per il test

Vedi Test dell'adattamento vocale.

Esempi

Ad esempio, un'entità regexp con una singola voce ([a-zA-Z0-9]\s?){5,9} non attiverà il riconoscimento della sequenza vocale perché contiene un gruppo Capture. Per risolvere il problema, aggiungi un'altra voce per [a-zA-Z0-9]{5,9}. Ora potrai usufruire del riconoscimento della sequenza quando crei corrispondenze con "ABC123", ma la NLU corrisponderà comunque a input come "ABC 123" grazie alla regola originale che consente gli spazi.

I seguenti esempi di espressioni regolari si adattano alle sequenze alfanumeriche:

^[A-Za-z0-9]{1,10}$
WAC\d+
215[2-8]{3}[A-Z]+
[a-zA-Z]\s?[a-zA-Z]\s?[0-9]\s?[0-9]\s?[0-9]\s?[a-zA-Z]\s?[a-zA-Z]

I seguenti esempi di espressioni regolari si adattano alle sequenze di cifre:

\d{2,8}
^[0-9]+$
2[0-9]{7}
[2-9]\d{2}[0-8]{3}\d{4}

Soluzione con espressione regolare

Il supporto integrato dell'adattamento vocale automatico per le entità regexp varia a seconda della lingua. Controlla i token delle classi di voce per le lingue supportate da $OOV_CLASS_ALPHANUMERIC_SEQUENCE e $OOV_CLASS_DIGIT_SEQUENCE.

Se la tua lingua non è elencata, puoi aggirare questo limite. Ad esempio, se vuoi che un ID dipendente costituito da tre lettere seguite da tre cifre venga riconosciuto in modo preciso, puoi creare l'agente con le entità e i parametri seguenti:

• Definisci un'entità digit contenente 10 voci di entità (con sinonimi):
  0, 0
1, 1
...
9, 9
• Definisci un'entità letter contenente 26 voci di entità (con sinonimi):
  A, A
B, B
...
Z, Z
• Definisci un'entità employee-id contenente una singola voce di entità (senza sinonimi):
  @letter @letter @letter @digit @digit @digit
• Utilizza @employee-id come parametro in una frase di addestramento.

Nota: la voce dell'entità employee-id richiede uno spazio vuoto tra entità consecutive per poter essere una definizione valida dell'entità. Per questo motivo, non trova la corrispondenza con una query di testo "ABC123", ma viene trovata un'espressione vocale di "A B C 1 2 3" perché l'adattamento vocale automatico fa una differenziazione per gli spazi.

Adattamento manuale del parlato

L'adattamento vocale manuale consente di configurare manualmente le frasi di adattamento vocale per un flusso o una pagina. Inoltre, sostituisce i contesti vocali impliciti generati dall'adattamento vocale automatico quando quest'ultimo è abilitato.

Le impostazioni di adattamento vocale a livello di flusso e di pagina hanno una relazione gerarchica, ovvero per impostazione predefinita una pagina eredita le impostazioni di adattamento vocale dal livello di flusso, mentre il livello di pagina più granulare sostituisce sempre il livello di flusso se la pagina ha un'impostazione personalizzata.

Per l'impostazione di adattamento vocale, l'impostazione del livello di flusso e l'impostazione del livello di pagina possono essere abilitate in modo indipendente. Se l'impostazione di adattamento del livello di flusso non è attivata, puoi comunque scegliere Personalizza a livello di pagina per attivare l'adattamento vocale manuale per quella pagina specifica. Analogamente, se disattivi l'adattamento vocale manuale nell'impostazione del livello del flusso, le pagine nel flusso con l'opzione Personalizza selezionata non saranno interessate.

Tuttavia, l'impostazione del livello di flusso e dell'impostazione a livello di pagina non possono essere disattivate in modo indipendente. Se l'adattamento vocale manuale di un flusso è attivato, non puoi disattivarlo per una pagina nel flusso tramite l'opzione Personalizza. Pertanto, se vuoi utilizzare un utilizzo misto di adattamento vocale manuale e adattamento vocale automatico per le pagine all'interno di un flusso, non dovresti attivare l'adattamento vocale manuale a livello di flusso e devi utilizzare solo le impostazioni di adattamento a livello di pagina. Consulta la tabella di seguito per capire quale combinazione di flusso e impostazione di pagina dovresti utilizzare per il tuo caso di adattamento.

Effetto target	Utilizzo consigliato delle impostazioni di adattamento
Disattiva l'adattamento automatico per un flusso	Flusso attivato senza set di frasi (le pagine all'interno del flusso per impostazione predefinita utilizzano l'impostazione del flusso).
Disattivare l'adattamento automatico per una pagina	Flusso disattivato e pagina attivata (opzione Personalizza selezionata) senza set di frasi.
Utilizza l'adattamento vocale manuale solo per tutte le pagine di un flusso	Flusso attivato. Personalizza le pagine che richiedono un insieme di frasi diverso dal flusso.
Combina l'uso di adattamento automatico e manuale all'interno di un flusso	Flusso disattivato. Personalizza le pagine a cui vuoi applicare l'adattamento manuale.
Usa l'adattamento vocale automatico per tutte le pagine di un flusso	Flusso disattivato.

Nota: l'adattamento vocale manuale non supporta ancora gli agenti multilingue.

Attivare o disattivare l'adattamento vocale manuale

Per attivare o disattivare l'adattamento vocale manuale a livello di flusso o di pagina:

Impostazioni del flusso

1. Apri la console Dialogflow CX.
2. Scegli il progetto Google Cloud.
3. Passa il mouse sopra il flusso nella sezione Flussi.
4. Fai clic sul pulsante delle opzioni .
5. Seleziona Impostazioni di flusso nel menu a discesa.
6. Seleziona la casella di controllo Attiva l'adattamento vocale manuale o deselezionala.
7. Modificare, aggiungere o eliminare insiemi di frasi nella tabella degli insiemi di frasi
8. Fai clic su Salva.

Impostazioni pagina

1. Apri la console Dialogflow CX.
2. Scegli il progetto Google Cloud.
3. Passa il mouse sopra la pagina nella sezione Pagine.
4. Fai clic sul pulsante delle opzioni .
5. Seleziona Impostazioni pagina nel menu a discesa.
6. Per impostazione predefinita viene scelto l'opzione Usa livello di flusso e, se questa opzione è selezionata, le frasi di adattamento a livello di flusso verranno riutilizzate per questa pagina. Puoi scegliere Personalizza per configurare frasi di adattamento diverse dalle impostazioni a livello di flusso. Anche se l'adattamento vocale manuale è disattivato a livello di flusso, puoi comunque attivare e configurare l'adattamento vocale manuale per una pagina nel flusso tramite l'opzione Personalizza.
7. Modificare, aggiungere o eliminare un insieme di frasi nella tabella di insieme delle frasi di adattamento
8. Fai clic su Salva.

Configurazione manuale di set di frasi per miglioramenti del riconoscimento vocale

1. Parole e frasi

In un insieme di frasi di adattamento, puoi definire frasi di una o più parole con riferimenti facoltativi ai token della classe di parole. Ad esempio, puoi aggiungere frasi come "ottimo tasso", "il numero di riferimento è $OOV_CLASS_ALPHANUMERIC_SEQUENCE" o "$FULLPHONENUM". Queste frasi fornite aumentano le probabilità che vengano trascritte rispetto ad altre frasi foneticamente simili. Quando aggiungi una frase di più parole senza amplificazione, il bias viene applicato sia all'intera frase sia alle parti continue all'interno della frase. In generale, il numero di frasi deve essere ridotto e si devono aggiungere solo frasi che il riconoscimento vocale fatica a riconoscere senza adattamento vocale. Se Speech-to-Text può già riconoscere correttamente una frase, non è necessario aggiungerla nelle impostazioni di adattamento vocale. Se noti alcune frasi che Speech-to-Text spesso riconosce in modo errato in una pagina o in un flusso, puoi aggiungere le frasi corrette alle relative impostazioni di adattamento corrispondenti.

Nota: esiste un limite di 75 caratteri per ogni frase di adattamento vocale e in totale possono esserci al massimo 1200 frasi. Quando superi questi limiti, puoi vedere i messaggi di avviso di convalida corrispondenti nella finestra di modifica dell'insieme di frasi.

Esempio di correzione degli errori di riconoscimento

Ecco un esempio di come puoi utilizzare l'adattamento vocale per correggere problemi di riconoscimento. Supponiamo che tu stia progettando un agente commerciale per dispositivi telefonici e che l'utente possa dire qualcosa come "vendi telefoni" o "telefono cellulare" dopo che l'agente ha posto la prima domanda "per cosa ti serve aiuto?". Quindi, come possiamo utilizzare l'adattamento vocale per migliorare l'accuratezza del riconoscimento per entrambe le frasi?

Se includi entrambe le frasi nelle impostazioni di adattamento, la funzionalità Speech-to-Text potrebbe essere comunque confusa perché ha un suono simile. Se fornisci una sola frase delle due, Speech-to-Text potrebbe riconoscere una frase come l'altra. Per migliorare l'accuratezza del riconoscimento vocale per entrambe le frasi, devi fornire Speech-to-Text con più indizi di contesto per distinguere quando dovrebbe sentire "vendere telefoni" e quando dovrebbe sentire "telefono cellulare". Ad esempio, potresti notare che le persone spesso usano "vendi telefoni" in frasi come "come vendere telefoni", "vuoi vendere telefoni" o "vendi telefoni", mentre "telefono cellulare" come parte di espressioni quali "acquista cellulare", "bolletta cellulare" e "servizio cellulare". Se fornisci queste frasi più precise al modello anziché le brevi frasi originali "telefono cellulare" e "vendi telefoni", Speech-to-Text apprenderà che "vendi telefono" come frase verbale ha maggiori probabilità di seguire parole come "come fare", "vuoi" e "fai da te", mentre "telefono cellulare" come frase sostantivo è più probabile che venga seguito da parole come "acquisto" o da "fattura". Pertanto, come regola generale per la configurazione delle frasi di adattamento, è meglio fornire frasi più precise come "come vendere telefoni" o "vendi telefoni" anziché includere solo "vendi telefono".

2. Token delle classi di riconoscimento vocale

Oltre alle parole in linguaggio naturale, puoi anche incorporare riferimenti ai token di classe di parlato in una frase. I token delle classi di voce rappresentano concetti comuni che di solito seguono un determinato formato per iscritto. Ad esempio, per il numero dell'indirizzo in un indirizzo come "Via Roma 123", le persone in genere si aspettano di vedere il formato numerico di un numero "123" all'interno di un indirizzo, anziché la sua versione scritta per esteso: "centoventitré". Se prevedi una certa formattazione nei risultati della trascrizione, in particolare per le sequenze alfanumeriche, consulta l'elenco dei token di classe supportati per vedere quali sono disponibili per la tua lingua e il tuo caso d'uso.

Se la pagina contiene già route di intent o parametri con riferimenti alle entità di sistema, ecco una tabella di riferimento per le mappature tra entità di sistema comuni e token delle classi vocali:

Entità di sistema	Token delle classi di riconoscimento vocale
@sys.date	$MONTH $DAY $YEAR
@sys.date-time	$MONTH $DAY $YEAR
@sys.date-period	$MONTH $DAY $YEAR
@sys.time	$TIME
@sys.time-period	$TIME
@sys.age	$OPERAND
@sys.number	$OPERAND
@sys.number-integer	$OPERAND
@sys.cardinal	$OPERAND
@sys.ordinal	$OPERAND
@sys.percentage	$OPERAND
@sys.duration	$OPERAND
@sys.currency-name	$MONEY
@sys.unit-currency	$MONEY
@sys.phone-number	$FULLPHONENUM
@sys.zip-code	$POSTALCODE o $OOV_CLASS_POSTALCODE
@sys.address	$ADDRESSNUM $STREET $POSTALCODE
@sys.street-address	$ADDRESSNUM $STREET $POSTALCODE
@sys.temperature	$OOV_CLASS_TEMPERATURE
@sys.number-sequence	$OOV_CLASS_DIGIT_SEQUENCE
@sys.flight-number	$OOV_CLASS_ALPHANUMERIC_SEQUENCE

3. Aumenta il valore

Se l'aggiunta di frasi senza valore di potenziamento non fornisce un effetto di differenziazione abbastanza forte, puoi utilizzare il valore di incremento per rafforzare ulteriormente l'effetto di differenziazione per adattamento vocale.

Il boost applica un bias aggiuntivo se impostato su valori maggiori di 0 e non superiori a 20. Quando il boost è vuoto o pari a 0, l'effetto di differenziazione predefinito consente di riconoscere la frase intera e le parti continue all'interno della frase. Ad esempio, l'espressione non potenziato "sei aperto per vendere telefoni" aiuta a riconoscerla e anche frasi simili come "vendo telefoni" e "Ciao hai aperto".

Quando viene applicato il boost positivo, l'effetto di differenziazione è più forte, ma si applica solo alla frase esatta. Ad esempio, la frase potenziato "vendi telefoni" aiuta a riconoscere "puoi vendere telefoni", ma non "vendi telefoni".

Per questi motivi, otterrai risultati ottimali se fornisci frasi con e senza boost.

Valori di boost più elevati possono comportare meno falsi negativi, nei casi in cui la parola o la frase si è verificata nell'audio ma non è stata riconosciuta correttamente da Speech-to-Text (underbiasing). Tuttavia, l'incremento può anche aumentare la probabilità di falsi positivi, ovvero i casi in cui la parola o la frase compare nella trascrizione anche se non è presente nell'audio (sovrabiasizzazione). Solitamente, è necessario perfezionare le frasi di differenziazione per trovare un buon punto di compromesso tra i due problemi di differenziazione.

Scopri di più su come ottimizzare il valore di boosting per le frasi nel documento di Cloud Speech sul booster.

Quando utilizzare l'adattamento vocale automatico o manuale

In generale, se non hai la certezza che l'adattamento vocale migliorerà la qualità del riconoscimento vocale per il tuo agente (non sono previsti schemi di errore chiari della trascrizione), ti consigliamo di provare l'adattamento vocale automatico prima di ricorrere all'adattamento vocale manuale. Per decisioni più articolate, considera i seguenti fattori per scegliere tra adattamento vocale automatico o adattamento vocale manuale:

1. Compilazione moduli

L'adattamento vocale automatico funziona molto bene con il compilazione di moduli poiché utilizza il contesto grammaticale ABNF per i parametri del modulo e applica regole grammaticali in base ai tipi di entità. Poiché l'adattamento vocale manuale non supporta ancora le grammatiche ABNF, in genere è preferibile utilizzare l'adattamento vocale automatico rispetto a quello manuale per la compilazione di un modulo. Sempre per le pagine con solo parametri di entità di sistema e semplici entità regexp supportate dai token di classe vocale, puoi anche utilizzare l'adattamento vocale manuale per ottenere un effetto di differenziazione simile all'adattamento vocale automatico senza la necessità di regolare le entità regexp.

2. Complessità della transizione di pagina o flusso

Per una pagina o un flusso semplici con poche route per intent, l'adattamento vocale automatico genererà probabilmente frasi di differenziazione rappresentative e avrà prestazioni ragionevolmente buone.

Tuttavia, se una pagina o un flusso presenta un numero elevato di route intent (per una pagina, considera anche il numero di route a livello di flusso) o se uno degli intent ha frasi di addestramento troppo lunghe o brevi non importanti (ad esempio, un'intera frase o una singola parola con solo una o due sillabe), è molto probabile che il modello di adattamento vocale non funzioni bene con queste frasi. Innanzitutto dovresti provare a disabilitare l'adattamento vocale per le pagine aperte ad alta complessità abilitando l'adattamento vocale manuale con set di frasi vuoti (override dell'adattamento vuoto). Successivamente, valuta se sono ancora necessarie frasi speciali non ambigue da fornire a Speech-to-Text per migliorare la qualità del riconoscimento.

Un altro sintomo di questo problema di complessità è la presenza di un'ampia gamma di problemi di underbiasing o overbiasing quando è attivato l'adattamento vocale automatico. Come nel caso precedente, devi prima eseguire il test con l'adattamento vocale disattivato per la pagina specifica. Se i comportamenti errati persistono anche dopo aver disattivato l'adattamento vocale, puoi aggiungere le frasi che vuoi correggere nelle impostazioni di adattamento vocale e persino aggiungere valori di amplificazione per rafforzare ulteriormente gli effetti di differenziazione, se necessario.

Test dell'adattamento vocale

Quando testi le funzionalità di adattamento vocale dell'agente per una determinata corrispondenza di entità o frase di addestramento, non devi passare direttamente al test della corrispondenza con la prima frase vocale di una conversazione. Devi utilizzare solo input vocali o eventi per l'intera conversazione prima della corrispondenza che vuoi testare. Il comportamento dell'agente, quando testato in questo modo, sarà simile a quello delle effettive conversazioni di produzione.

Nota: se stai testando la prima svolta conversazionale di un agente di telefonia che normalmente utilizza l'evento WELCOME, devi richiamare questo evento prima di testare la corrispondenza.

Limitazioni

Si applicano le seguenti limitazioni:

• L'adattamento vocale non è disponibile per tutti i modelli vocali e le combinazioni di lingue. Consulta la pagina di supporto delle lingue di Cloud Speech per verificare se l'"adattamento del modello" è disponibile per la tua combinazione di modello vocale e lingua.

• Attualmente l'adattamento vocale manuale non supporta ancora classi personalizzate o grammatica ABNF. Puoi attivare l'adattamento vocale automatico o usare la richiesta di rilevamento dell'intent di runtime per usare queste funzionalità di adattamento.

• Lo stesso valore di boost può comportarsi in modo diverso a seconda dei modelli vocali e delle lingue, quindi fai attenzione quando configuri manualmente le opzioni per gli agenti che utilizzano più lingue o modelli vocali. Attualmente, l'adattamento manuale del parlato si applica a tutte le lingue di un agente, pertanto gli agenti multilingue devono usare solo frasi indipendenti dalla lingua o suddividere ogni lingua in un agente separato. Dal momento che il comportamento di differenziazione predefinito (senza boost o 0 boost) di solito funziona abbastanza bene per tutti i linguaggi e tutti i modelli, non è necessario configurare valori di boost specifici per la lingua, a meno che non sia necessaria una differenziazione più forte per il caso d'uso del riconoscimento. Scopri di più su come ottimizzare il valore di boost in questa guida di Cloud Speech-to-Text.

• Riconoscere lunghe sequenze di caratteri è difficile. Il numero di caratteri acquisiti in una singola svolta è direttamente correlato alla qualità dell'audio di input. Se hai seguito tutte le linee guida sulle entità regexp e hai provato a utilizzare i token delle classi vocali pertinenti nelle impostazioni di adattamento vocale manuali e hai ancora difficoltà ad acquisire l'intera sequenza in un singolo turno, puoi prendere in considerazione alcune alternative più conversazionali:
  • Durante la convalida della sequenza rispetto a un database, valuta la possibilità di eseguire controlli incrociati altri parametri raccolti come date, nomi o numeri di telefono per consentire corrispondenze incomplete. Ad esempio, anziché chiedere semplicemente all'utente il numero d'ordine, chiedi anche il numero di telefono. Ora, quando il webhook esegue una query sul database per conoscere lo stato dell'ordine, può affidarsi prima al numero di telefono e poi restituire l'ordine più simile a quello dell'account. Ciò potrebbe consentire a Dialogflow di interpretare "ABC" come "AVC", ma di restituire comunque lo stato dell'ordine corretto per l'utente.
  • Per le sequenze più lunghe, valuta la possibilità di progettare un flusso che incoraggi gli utenti finali a fermarsi a metà, in modo che il bot possa confermare la tua scelta.