Adaptasi ucapan

Saat melakukan permintaan deteksi intent, Anda dapat secara opsional memberikan konteks ucapan untuk memberikan petunjuk kepada pengenal ucapan. Petunjuk ini dapat membantu pengenalan dalam status percakapan tertentu.

Catatan: Menyediakan speech_contexts eksplisit yang tidak kosong untuk permintaan intent deteksi akan mengganti petunjuk konteks ucapan implisit yang dihasilkan oleh adaptasi ucapan otomatis untuk konfigurasi audio input (speech-to-text).

Adaptasi ucapan otomatis

Fitur adaptasi ucapan otomatis meningkatkan akurasi pengenalan ucapan agen Anda dengan otomatis menggunakan status percakapan untuk meneruskan entitas yang relevan dan frasa pelatihan sebagai petunjuk konteks ucapan untuk semua permintaan deteksi intent. Fitur ini diaktifkan secara default.

Mengaktifkan atau menonaktifkan adaptasi ucapan otomatis

Untuk mengaktifkan atau menonaktifkan adaptasi ucapan otomatis:

1. Buka konsol Dialogflow ES
2. Pilih agen Anda di dekat bagian atas menu sidebar kiri
3. Klik tombol setelan di samping nama agen
4. Pilih tab Speech
5. Scroll ke bagian Meningkatkan Kualitas Pengenalan Ucapan
6. Aktifkan atau nonaktifkan Aktifkan Adaptasi Ucapan Otomatis

Desain agen untuk peningkatan pengenalan ucapan

Dengan mengaktifkan adaptasi ucapan otomatis, Anda dapat membuat agen dengan cara untuk memanfaatkannya. Bagian berikut menjelaskan cara pengenalan ucapan dapat ditingkatkan dengan perubahan tertentu pada frasa, konteks, dan entitas pelatihan agen Anda.

Frasa dan konteks pelatihan

• Jika Anda menentukan frasa pelatihan dengan frasa seperti "hidung tersumbat", ucapan pengguna akhir yang terdengar serupa akan dikenali dengan andal sebagai "hidung tersumbat", bukan "hal yang dia ketahui".

• Jika sesi memiliki konteks aktif, adaptasi ucapan otomatis akan paling banyak membiaskan frasa pelatihan intent dengan semua konteks input aktif. Misalnya, dengan dua konteks aktif "pay-bill" dan "confirmation", semua intent berikut akan memengaruhi adaptasi ucapan otomatis: intent dengan satu konteks input "pay-bill", intent dengan satu konteks input "confirmation", dan intent dengan dua konteks input "pay-bill" dan "confirmation".

  Catatan: Adaptasi ucapan otomatis hanya mempertimbangkan konteks yang telah aktif di akhir giliran percakapan sebelumnya. Konteks yang diaktifkan dalam permintaan yang sedang berlangsung tidak memengaruhi adaptasi ucapan otomatis untuk permintaan ini. Konteks yang diaktifkan melalui metode contexts API tidak memengaruhi adaptasi ucapan otomatis untuk permintaan tindak lanjut. Konteks yang diaktifkan melalui input peristiwa atau melalui outputContexts respons webhook akan memengaruhi adaptasi ucapan otomatis untuk permintaan tindak lanjut.

• Jika sesi tidak memiliki konteks aktif, adaptasi ucapan otomatis akan paling banyak membiaskan frasa pelatihan intent tanpa konteks input.

• Jika Anda memiliki parameter yang diperlukan yang memaksa Dialogflow ke perintah mengisi slot, adaptasi ucapan otomatis akan sangat bias terhadap entitas yang diisi.

Dalam semua kasus, adaptasi ucapan otomatis hanya membiaskan pengenalan ucapan, bukan membatasinya. Misalnya, meskipun Dialogflow meminta parameter yang diperlukan kepada pengguna, pengguna masih dapat memicu intent lain seperti intent "berbicara dengan agen" tingkat atas.

Entity sistem

Jika Anda menentukan frasa pelatihan yang menggunakan entitas sistem @sys.number, dan pengguna akhir mengucapkan "Saya ingin dua", frasa tersebut dapat dikenali sebagai "to", "too", "2", atau "two".

Dengan mengaktifkan adaptasi ucapan otomatis, Dialogflow menggunakan entity @sys.number sebagai petunjuk selama pengenalan ucapan, dan parameter tersebut lebih cenderung diekstrak sebagai "2".

Entity kustom

• Jika Anda menentukan entitas kustom untuk nama produk atau layanan yang ditawarkan oleh perusahaan Anda, dan pengguna akhir menyebutkan istilah ini dalam ucapan, istilah tersebut lebih mungkin dikenali. Frasa pelatihan "Saya suka Dialogflow", dengan "Dialogflow" dianotasi sebagai entitas @product, akan memberi tahu adaptasi ucapan otomatis untuk memiliki bias terhadap "Saya suka Dialogflow", "Saya suka Cloud Speech", dan semua entri lainnya dalam entitas @product.

• Sangat penting untuk menentukan sinonim entitas yang bersih saat menggunakan Dialogflow untuk mendeteksi ucapan. Bayangkan Anda memiliki dua entri entity @product, "Dialogflow" dan "Dataflow". Sinonim Anda untuk "Dialogflow" mungkin adalah "Dialogflow", "alur dialog", "pembuat dialog", "Speaktoit", "speak to it", "API.ai", "API dot AI". Ini adalah sinonim yang baik karena mencakup variasi yang paling umum. Anda tidak perlu menambahkan "builder alur dialog" karena "alur dialog" sudah mencakupnya.

Catatan: Mengapa hal ini penting? Anggaplah Anda memiliki dua entity "Dialogflow" dan "Dataflow", dan dua sinonimnya adalah "the dialogue flow builder" dan "Google Cloud Dataflow". Pengguna akhir mungkin dengan sangat wajar mengucapkan "Google Cloud Dialogflow", tetapi karena tidak ada sinonim "Google Cloud Dialogflow", pengenalan ucapan kemungkinan akan mendengar "Google Cloud Dataflow" karena definisi entitas bias terhadap frasa tersebut. Demikian pula, jika seseorang mengucapkan "pembangun dataflow", ucapan tersebut kemungkinan besar akan mendengar "pembangun alur dialog" karena ini adalah satu-satunya entity yang ditentukan dengan "builder". Sebagai gantinya, Anda akan mendapatkan performa yang lebih baik dengan hanya menentukan frasa kunci seperti yang tercantum dalam poin di atas. Singkatnya, berhati-hatilah untuk tidak menambahkan data generik ke definisi entitas karena inilah tujuan pembuatan frasa pelatihan intent. Frasa pelatihan "Google Cloud Dataflow", dengan "Dataflow" dianotasi sebagai entitas @product memungkinkan adaptasi ucapan otomatis untuk memproses "Google Cloud Dataflow" dan "Google Cloud Dialogflow" dengan bobot yang sama. Lihat Desain agen untuk mengetahui praktik terbaik lainnya.

• Ucapan pengguna dengan entitas angka berurutan tetapi berbeda dapat menjadi ambigu. Misalnya, "Saya ingin dua paket enam belas" mungkin berarti 2 jumlah paket 16, atau 216 jumlah paket. Adaptasi ucapan dapat membantu membedakan kasus ini jika Anda menyiapkan entity dengan nilai yang dieja:
  • Tentukan entitas quantity dengan entri:
    zero
one
...
twenty
  • Tentukan entity product atau size dengan entri:
    sixteen pack
two ounce
...
five liter
  • Hanya sinonim entity yang digunakan dalam adaptasi ucapan, sehingga Anda dapat menentukan entity dengan nilai referensi 1 dan sinonim tunggal one untuk menyederhanakan logika fulfillment.

Entity Regexp

Entitas ekspresi reguler dapat memicu adaptasi ucapan otomatis untuk urutan alfanumerik dan angka seperti "ABC123" atau "12345" saat dikonfigurasi dan diuji dengan benar.

Untuk mengenali urutan ini melalui suara, terapkan keempat persyaratan di bawah:

1. Persyaratan entri Regexp

Meskipun ekspresi reguler apa pun dapat digunakan untuk mengekstrak entitas dari input teks, hanya ekspresi tertentu yang akan memberi tahu adaptasi ucapan otomatis untuk memiringkan urutan alfanumerik atau angka yang dieja saat mengenali ucapan.

Dalam entitas regexp, setidaknya satu entri harus mengikuti semua aturan berikut:

• Harus cocok dengan beberapa karakter alfanumerik, misalnya: \d, \w, [a-zA-Z0-9]
• Tidak boleh berisi spasi kosong   atau \s, meskipun \s* dan \s? diizinkan
• Tidak boleh berisi grup pengambilan atau non-pengambilan ()
• Sebaiknya jangan mencoba mencocokkan karakter khusus atau tanda baca seperti: ` ~ ! @ # $ % ^ & * ( ) - _ = + , . < > / ? ; ' : " [ ] { } \ |

Entri ini dapat memiliki kumpulan karakter [] dan pengukur pengulangan seperti *, ?, +, {3,5}.

Lihat Contoh.

2. Persyaratan definisi parameter

Tandai entity regexp sebagai parameter intent yang diperlukan, sehingga dapat dikumpulkan selama pengisian slot. Hal ini memungkinkan adaptasi ucapan otomatis sangat bias untuk pengenalan urutan, bukan mencoba mengenali intent dan urutan secara bersamaan. Jika tidak, "Where is my package for ABC123" mungkin salah dikenali sebagai "Where is my package 4ABC123".

3. Persyaratan anotasi frasa pelatihan

Jangan gunakan entitas regexp untuk anotasi frasa pelatihan intent. Hal ini memastikan bahwa parameter di-resolve sebagai bagian dari pengisian slot.

4. Persyaratan pengujian

Lihat Menguji adaptasi ucapan.

Contoh

Misalnya, entitas ekspresi reguler dengan satu entri ([a-zA-Z0-9]\s?){5,9} tidak akan memicu pengenal urutan ucapan karena berisi grup tangkapan. Untuk memperbaikinya, cukup tambahkan entri lain untuk [a-zA-Z0-9]{5,9}. Sekarang Anda akan mendapatkan manfaat dari pengenal urutan saat mencocokkan "ABC123", tetapi NLU akan tetap mencocokkan input seperti "ABC 123" berkat aturan asli yang mengizinkan spasi.

Contoh ekspresi reguler berikut disesuaikan untuk urutan alfanumerik:

^[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]

Contoh ekspresi reguler berikut disesuaikan untuk urutan digit:

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

Solusi Regexp

Dukungan bawaan adaptasi ucapan otomatis untuk entity regexp bervariasi menurut bahasa. Periksa Token class ucapan untuk bahasa yang didukung $OOV_CLASS_ALPHANUMERIC_SEQUENCE dan $OOV_CLASS_DIGIT_SEQUENCE.

Jika bahasa Anda tidak tercantum, Anda dapat mengatasi batasan ini. Misalnya, jika Anda ingin ID karyawan yang terdiri dari tiga huruf diikuti dengan tiga digit dikenali secara akurat, Anda dapat membuat agen dengan entitas dan parameter berikut:

• Tentukan entitas digit yang berisi 10 entri entitas (dengan sinonim):
  0, 0
1, 1
...
9, 9
• Tentukan entitas letter yang berisi 26 entri entitas (dengan sinonim):
  A, A
B, B
...
Z, Z
• Tentukan entity employee-id yang berisi satu entri entity (tanpa sinonim):
  @letter @letter @letter @digit @digit @digit
• Gunakan @employee-id sebagai parameter dalam frasa pelatihan.

Catatan: Entri entity employee-id memerlukan spasi kosong di antara entity berurutan agar menjadi definisi entity yang valid. Oleh karena itu, kueri teks "ABC123" tidak cocok, tetapi ucapan lisan "A B C 1 2 3" cocok karena adaptasi ucapan otomatis akan bias untuk spasi.

Menguji adaptasi ucapan

Saat menguji kemampuan adaptasi ucapan agen untuk pencocokan frasa pelatihan atau entity tertentu, Anda tidak boleh langsung menguji pencocokan dengan ucapan suara pertama dari percakapan. Anda hanya boleh menggunakan input suara atau peristiwa untuk seluruh percakapan sebelum pencocokan yang ingin diuji. Perilaku agen Anda saat diuji dengan cara ini akan mirip dengan perilaku dalam percakapan produksi yang sebenarnya.

Catatan: Jika Anda menguji giliran percakapan pertama dari agen telefoni yang biasanya menggunakan peristiwa WELCOME, Anda harus memanggil peristiwa ini sebelum menguji kecocokan.

Batasan

Batasan berikut berlaku:

• Adaptasi ucapan tidak tersedia untuk semua model ucapan dan kombinasi bahasa. Lihat halaman dukungan bahasa Ucapan Cloud untuk memverifikasi apakah "adaptasi model" tersedia untuk model ucapan dan kombinasi bahasa Anda.

• Adaptasi ucapan otomatis tidak berfungsi untuk Actions on Google (Asisten Google), karena pengenalan ucapan dilakukan oleh Actions on Google sebelum mengirim data ke Dialogflow.

• Mengidentifikasi urutan karakter yang panjang merupakan hal yang sulit. Jumlah karakter yang direkam dalam satu giliran terkait langsung dengan kualitas audio input Anda. Misalnya, jika integrasi Anda beroperasi pada audio panggilan telepon, Anda perlu mengaktifkan model ucapan yang ditingkatkan untuk mengenali urutan alfanumerik yang lebih panjang dari empat atau lima karakter, atau urutan angka yang lebih panjang dari 10 karakter dengan andal. Jika telah mengikuti semua panduan entity regexp dan masih kesulitan untuk menangkap seluruh urutan dalam satu giliran, Anda dapat mempertimbangkan beberapa alternatif percakapan lainnya:
  • Saat memvalidasi urutan terhadap database, pertimbangkan untuk melakukan referensi silang terhadap parameter lain yang dikumpulkan seperti tanggal, nama, atau nomor telepon untuk memungkinkan pencocokan yang tidak lengkap. Misalnya, jangan hanya meminta nomor pesanan pengguna, tetapi minta juga nomor teleponnya. Sekarang, saat membuat kueri database untuk status pesanan, webhook dapat mengandalkan nomor telepon terlebih dahulu, lalu menampilkan pesanan yang paling cocok untuk akun tersebut. Hal ini dapat memungkinkan Dialogflow salah mendengar "ABC" sebagai "AVC", tetapi tetap menampilkan status pesanan yang benar untuk pengguna.
  • Untuk urutan yang sangat panjang, pertimbangkan untuk mendesain alur yang mendorong pengguna akhir untuk menjeda di tengah-tengah sehingga bot dapat mengonfirmasi saat Anda melanjutkan. Baca tutorial ini untuk mengetahui detail selengkapnya.