O que é um assistente de voz?
Assistentes de voz que usam o serviço de Fala capacitam os desenvolvedores a criarem interfaces de conversação natural, semelhante à humana, para seus aplicativos e suas experiências. O recurso de assistente de voz fornece uma interação rápida e confiável entre um dispositivo e uma implementação de assistente.
Escolher uma solução de assistente
A primeira etapa na criação de um assistente de voz é decidir o que você deseja que ele faça. O Serviço de Fala fornece várias soluções complementares para a criação de interações com o assistente. Talvez você queira que seu aplicativo seja compatível com uma conversa que incentive o diálogo, com frases como "Preciso ir a São Paulo" ou "Que tipo de pizza posso pedir?" Para maior flexibilidade e versatilidade, você pode adicionar a um bot os recursos de voz de entrada e de saída usando o Serviço de Bot de IA do Azure com o canal Direct Line Speech.
Se você ainda não tiver certeza do que deseja que seu assistente faça, recomendamos o Direct Line Speech como a melhor opção. Ele oferece integração com um conjunto avançado de ferramentas e auxílios de criação, como a Solução Assistente Virtual e o Modelo Enterprise e o serviço QnA Maker para criar padrões comuns e usar suas fontes de conhecimento existentes.
Arquitetura de referência para criar um assistente de voz usando o SDK de Fala
Principais recursos
Independentemente de escolher o Direct Line Speech ou qualquer outra solução para criar as interações com seu assistente, você pode usar um conjunto avançado de recursos de personalização para personalizar seu assistente para a sua marca, seu produto e sua personalidade.
| Categoria | Recursos |
|---|---|
| Palavra-chave personalizada | Os usuários podem iniciar conversas com assistentes com uma palavra-chave personalizada como "Ei, Contoso!". Um aplicativo faz isso com um mecanismo de palavra-chave personalizado no SDK de Fala, que pode ser configurado com uma palavra-chave personalizada que você pode gerar aqui. Os assistentes de voz podem usar a verificação de palavra-chave do lado do serviço para melhorar a precisão da ativação da palavra-chave (versus apenas o dispositivo). |
| Conversão de fala em texto | Os assistentes de voz convertem áudio em tempo real em texto reconhecido usando a Conversão de fala em texto do Serviço de Fala. Esse texto está disponível, conforme transcrito, tanto para sua implementação de assistente quanto para seu aplicativo cliente. |
| Conversão de texto em fala | As respostas textuais de seu assistente são sintetizadas usando a conversão de texto em fala do Serviço de Fala. Essa síntese é disponibilizada para seu aplicativo cliente como um fluxo de áudio. A Microsoft permite criar sua própria voz de Conversão de texto em fala neural personalizada de alta qualidade (TTS Neural) que dá voz à sua marca. |
Introdução aos assistentes de voz
Oferecemos o seguinte artigo de início rápido projetado para que você tenha seu código sendo executado em menos de 10 minutos: Início Rápido: criar um assistente de voz personalizado usando o Direct Line Speech
Exemplo de código e tutoriais
Código de exemplo para a criação de assistentes de voz está disponível no GitHub. Esses exemplos tratam do aplicativo cliente para se conectar ao assistente em várias linguagens de programação populares.
- Exemplos de assistente de voz no GitHub
- Tutorial: habilitar a voz do assistente criado usando o Serviço de Bot de IA do Azure com o SDK de Fala em C#
Personalização
Os assistentes de voz que você cria usando o Serviço de Fala podem usar uma variedade completa de opções de personalização.
Observação
As opções de personalização variam por idioma ou localidade. Para saber mais, consulte Idiomas com suporte.