VoiceAgentServerVadTurnDetection interface

Paket:

@azure/ai-projects

Serverseitige Sprachaktivitätserkennung.

Extends

VoiceAgentTurnDetectionConfig

Eigenschaften

create_response	Ob eine Antwort automatisch generiert werden soll, wenn die Erkennung der Sprachaktivität das Ende der Sprache erkennt.
end_of_utterance_detection	Semantische End-of-Utterance-Erkennungskonfiguration. Stelle auf null, um es zu deaktivieren.
idle_timeout_ms	Die Leerlaufdauer, in Millisekunden, nachdem der Ton der letzten Antwort beendet ist, bevor eine automatische Antwort ausgelöst wird.
interrupt_response	Ob die Sprache des Nutzers erkannt wird, unterbricht automatisch eine laufende Reaktion.
prefix_padding_ms	Die Menge an Audio, in Millisekunden, die vor dem erkannten Sprachbeginn aufgenommen werden muss.
silence_duration_ms	Die Dauer der Stille, in Millisekunden, benötigt, um das Ende der Rede zu erkennen.
speech_duration_ms	Minimale Sprachdauer erforderlich, um die Erkennung auszulösen, in Millisekunden.
threshold	Die Aktivierungsschwelle für die Erkennung von Sprachaktivität. Höhere Werte erfordern lauteren Ton, um Sprache zu erkennen.
type	Der Typ mit Abbiegenerkennung. Immer server_vad für serverseitige Sprachaktivitätserkennung.

Geerbte Eigenschaften

auto_truncate

Ob der Eingangs-Audiopuffer automatisch abgeschnitten wird, wenn die Sprache stoppt.

Details zur Eigenschaft

create_response

Ob eine Antwort automatisch generiert werden soll, wenn die Erkennung der Sprachaktivität das Ende der Sprache erkennt.

create_response?: boolean

Eigenschaftswert

boolean

end_of_utterance_detection

Semantische End-of-Utterance-Erkennungskonfiguration. Stelle auf null, um es zu deaktivieren.

end_of_utterance_detection?: VoiceAgentEndOfUtteranceDetection

Eigenschaftswert

VoiceAgentEndOfUtteranceDetection

idle_timeout_ms

Die Leerlaufdauer, in Millisekunden, nachdem der Ton der letzten Antwort beendet ist, bevor eine automatische Antwort ausgelöst wird.

idle_timeout_ms?: number

Eigenschaftswert

number

interrupt_response

Ob die Sprache des Nutzers erkannt wird, unterbricht automatisch eine laufende Reaktion.

interrupt_response?: boolean

Eigenschaftswert

boolean

prefix_padding_ms

Die Menge an Audio, in Millisekunden, die vor dem erkannten Sprachbeginn aufgenommen werden muss.

prefix_padding_ms?: number

Eigenschaftswert

number

silence_duration_ms

Die Dauer der Stille, in Millisekunden, benötigt, um das Ende der Rede zu erkennen.

silence_duration_ms?: number

Eigenschaftswert

number

speech_duration_ms

Minimale Sprachdauer erforderlich, um die Erkennung auszulösen, in Millisekunden.

speech_duration_ms?: number

Eigenschaftswert

number

threshold

Die Aktivierungsschwelle für die Erkennung von Sprachaktivität. Höhere Werte erfordern lauteren Ton, um Sprache zu erkennen.

threshold?: number

Eigenschaftswert

number

type

Der Typ mit Abbiegenerkennung. Immer server_vad für serverseitige Sprachaktivitätserkennung.

type: "server_vad"

Eigenschaftswert

"server_vad"

Geerbte Eigenschaftsdetails

auto_truncate

Ob der Eingangs-Audiopuffer automatisch abgeschnitten wird, wenn die Sprache stoppt.

auto_truncate?: boolean

Eigenschaftswert

boolean

Geerbt vonVoiceAgentTurnDetectionConfig.auto_truncate