Questa pagina mostra come trasmettere in streaming l'input audio per una richiesta di rilevamento di intent utilizzando l'API. Dialogflow elabora l'audio e lo converte in testo prima di tentare una corrispondenza di intent. Questa conversione è nota come input audio, riconoscimento vocale, trasmissione della voce in testo o STT.
Prima di iniziare
Questa funzionalità è applicabile solo se si utilizza l'API per le interazioni con gli utenti finali. Se utilizzi un'integrazione, puoi saltare questa guida.
Prima di leggere questa guida, devi procedere nel seguente modo:
- Leggi le nozioni di base su Dialogflow.
- Esegui la procedura di configurazione.
Crea un agente
Se non hai ancora creato un agente, creane uno ora:
- Vai alla console Dialogflow ES.
- Se richiesto, accedi alla console Dialogflow. Per ulteriori informazioni, consulta la panoramica della console Dialogflow.
- Fai clic su Create Agent (Crea agente) nel menu della barra laterale sinistra. (Se hai già altri agenti, fai clic sul nome dell'agente, scorri fino in fondo e fai clic su Crea nuovo agente.)
- Inserisci il nome, la lingua e il fuso orario predefiniti dell'agente.
- Se hai già creato un progetto, inseriscilo. Se vuoi consentire alla console Dialogflow di creare il progetto, seleziona Crea un nuovo progetto Google.
- Fai clic su pulsante Crea.
Importa il file di esempio nell'agente
I passaggi in questa guida fanno ipotesi sul tuo agente, quindi devi import un agente preparato per questa guida. Durante l'importazione, questi passaggi utilizzano l'opzione restore, che sovrascrive tutte le impostazioni, gli intent e le entità dell'agente.
Per importare il file:
-
Scarica il file
room-booking-agent.zip
. - Vai alla console Dialogflow ES.
- Seleziona l'agente.
- Fai clic sul pulsante delle impostazioni settings accanto al nome dell'agente.
- Seleziona la scheda Esporta e importa.
- Seleziona Ripristina da ZIP e segui le istruzioni per ripristinare il file ZIP che hai scaricato.
Nozioni di base sullo streaming
Il metodo streamingDetectIntent
del tipo Session
restituisce un oggetto flusso gRPC bidirezionale.
I metodi disponibili per questo oggetto variano in base alla lingua, quindi consulta la documentazione di riferimento per la libreria client per i dettagli.
L'oggetto flusso di dati viene utilizzato per inviare e ricevere dati contemporaneamente.
Utilizzando questo oggetto, il client trasmette i contenuti audio in streaming a Dialogflow,
mentre ascolta contemporaneamente un StreamingDetectIntentResponse
.
Il metodo streamingDetectIntent
ha un
parametro query_input.audio_config.single_utterance
che influisce sul riconoscimento vocale:
- Se
false
(impostazione predefinita), il riconoscimento vocale non viene interrotto finché il client non chiude lo stream. - Se
true
, Dialogflow rileverà una singola frase pronunciata nell'audio di input. Quando Dialogflow rileva che la voce dell'audio è stata interrotta o messa in pausa, interrompe il riconoscimento vocale e invia un messaggioStreamingDetectIntentResponse
con un risultato del riconoscimentoEND_OF_SINGLE_UTTERANCE
al client. Qualsiasi audio inviato a Dialogflow nel flusso dopo aver ricevutoEND_OF_SINGLE_UTTERANCE
viene ignorato da Dialogflow.
Nel flusso bidirezionale, un client può mezzare la chiusura dell'oggetto stream
per segnalare al server che non invierà altri dati.
Ad esempio, in Java e Go, questo metodo è chiamato closeSend
.
È importante chiudere a metà (ma non interrompere) gli stream nelle seguenti situazioni:
- Il cliente ha terminato di inviare i dati.
- Il tuo client è configurato con
single_utterance
impostato su true e riceve unStreamingDetectIntentResponse
con un risultato di riconoscimento diEND_OF_SINGLE_UTTERANCE
.
Dopo aver chiuso uno stream, il client deve avviare una nuova richiesta con un nuovo stream, se necessario.
Rilevamento dell'intento di flussi di dati
Gli esempi riportati di seguito utilizzano il metodo streamingDetectIntent
del tipo Session
per trasmettere audio in streaming.
Go
Per eseguire l'autenticazione in Dialogflow, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Java
Per eseguire l'autenticazione in Dialogflow, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Node.js
Per eseguire l'autenticazione in Dialogflow, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Python
Per eseguire l'autenticazione in Dialogflow, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Linguaggi aggiuntivi
C#: segui le istruzioni per la configurazione di C# nella pagina delle librerie client, quindi consulta la documentazione di riferimento Dialogflow per .NET.
PHP: segui le istruzioni per la configurazione di PHP nella pagina delle librerie client e poi consulta la documentazione di riferimento Dialogflow per PHP.
Ruby: segui le istruzioni per la configurazione di Ruby nella pagina delle librerie client e poi visita la documentazione di riferimento Dialogflow per Ruby.
Esempi
Consulta la pagina di esempio per conoscere le best practice relative allo streaming dal microfono di un browser a Dialogflow.