Oracle Cloud Infrastructure - Dokumentation

Sprachfunktion

Die SDKs für die Oracle-Android-, Oracle-iOS- und Oracle-Webkanäle wurden mit der Spracherkennung integriert, damit Benutzer direkt mit Skills und digitalen Assistenten kommunizieren und die entsprechenden Antworten erhalten können.

Wenn die Spracherkennung aktiviert ist, ersetzt eine Mikrofonschaltfläche die Sendeschaltfläche, wenn das Benutzereingabefeld leer ist. Benutzer tippen auf diese Schaltfläche, um mit der Aufzeichnung ihrer Sprachnachrichten zu beginnen. Der gesprochene Inhalt wird zur Erkennung an den Sprachserver gesendet, in Text konvertiert und dann an den Skill gesendet. Wenn der gesprochene Inhalt nur teilweise erkannt wird, wird das Teilergebnis im Benutzereingabefeld angezeigt, sodass der Benutzer es bereinigen kann, bevor er es an den Skill sendet.

Eine Liste der Sprachen, die für die Spracherkennung unterstützt werden, finden Sie unter Allgemeine Featureunterstützung nach Sprache.

Sprachfunktion für den Oracle-Android-Kanal aktivieren

So aktivieren Sie das Mikrofon in der Chatansicht:
  • Erstellen Sie den Oracle-Android-Kanal, und aktivieren Sie ihn.
  • Setzen Sie das Feature-FlagenableSpeechRecognition auf true. Diese und andere sprachbezogene Eigenschaften und Methoden werden unter Spracherkennung beschrieben.

Sprachfunktion für den Oracle-Webkanal aktivieren

So aktivieren Sie das Mikrofon für das Chatwidget, das auf einer Webseite gerendert wird:
  • Konfigurieren Sie den Oracle-Webkanal, und aktivieren Sie ihn.
  • Setzen Sie die Konfigurationseigenschaft enableSpeech auf true. Diese und andere sprachbezogene Eigenschaften und Methoden werden unter Spracherkennung beschrieben.

Sprachfunktion für den Oracle-iOS-Kanal aktivieren

So aktivieren Sie das Mikrofon in der iOS-Chatansicht:
  • Konfigurieren Sie den Oracle-iOS-Kanal.
  • Setzen Sie das Feature-Flag enableSpeechRecognition auf true. Diese und andere Eigenschaften und Methoden für die Spracherkennung werden unter Spracherkennung beschrieben.

ASR durch erweitertes Sprachmodell verbessern

Wenn die Trainingsdaten Ihres Skills viele anwendungs- oder skillspezifische Wörter oder Wortgruppen, Jargon, Eigennamen oder Wörter mit ungewöhnlichen Schreibweisen oder Aussprachen enthalten, können Sie mit einem erweiterten Sprachmodell die Wahrscheinlichkeit erhöhen, dass diese korrekt erkannt und transkribiert werden.
Hinweis

Sie können das erweiterte Sprachmodell nur mit englischsprachigen Skills (mit Trainingsdaten auf Englisch) verwenden, die für eine englischsprachige Zielgruppe bestimmt sind.
So erstellen Sie ein erweitertes Sprachmodell:
  1. Wählen Sie in Einstellungen die Option Erweitertes Sprachmodell aktivieren aus.
  2. Trainieren Sie den Skill nach.
  3. Leiten Sie einen Oracle Web-, iOS- oder Android-Clientkanal an den Skill weiter.

    Tipp:

    Erweiterte Sprachmodelle sind nur für Skills verfügbar, die mit Version 20.12 oder höher entwickelt wurden. Wenn Sie erweiterte Sprachmodelle verwenden möchten, müssen Sie den Skill auf 20.12 upgraden.

Wenn Sie diese Option auswählen, erstellt das Spracherkennungssystem ein erweitertes Sprachmodell, das auf den Intent- und Entitydaten des Skills basiert: Äußerungen, Entitywerte, Synonyme für benutzerdefinierte und dynamische Entitywerte sowie Systementitys, die mit Intents verknüpft wurden. Das erweiterte Sprachmodell wird jedes Mal aktualisiert, wenn Sie den Skill nachtrainieren (oder, wie im aktuellen Release, wenn der Skill nach einer abgeschlossenen Push-Anforderung von der API für dynamische Entitys nachtrainiert wird).

Wenn Benutzer eine Sprachanforderung über die Oracle-Web-, iOS- oder Android-Clientkanäle ausgeben, ruft die Sprachlaufzeit dynamisch das benutzerdefinierte Sprachmodell für den Skill ab, der an den Kanal weitergeleitet wird. Wenn der Kanal auf einen digitalen Assistenten verweist, werden die benutzerdefinierten Sprachmodelle für jeden Skill abgerufen, für den Erweitertes Sprachmodell aktivieren aktiviert ist. Sie können diese Einstellung für die einzelnen Skills, die bei einem digitalen Assistenten registriert sind, ein- und ausschalten.