Compartilhar via

Reconhecimento vocal natural

  • Artigo

APLICA-SE A: SDK v4

Bots podem usar vários estilos de conversa, de estruturadas e interativas a de forma livre e abertas. Com base no que o usuário diz, oot precisa decidir o que fazer a seguir no fluxo da conversa. Os Serviços de IA do Azure incluem recursos para ajudar nessa tarefa. Esses recursos podem ajudar o bot a procurar informações, fazer perguntas ou interpretar a intenção do usuário.

A interação entre usuários e bots geralmente é de forma livre e os bots precisam reconhecer a linguagem de forma natural e contextual. Em uma conversa aberta, pode haver uma ampla gama de respostas do usuário e os bots podem fornecer mais ou menos estrutura ou diretrizes. Esta tabela ilustra a diferença entre perguntas interativas e abertas.

Interativa Em aberto
Eu sou o bot de viagem. Selecione uma das seguintes opções: localizar voos, encontrar hotéis, encontrar aluguel de carro. Posso ajudar você a reservar a viagem. O que deseja fazer?
Você precisa de alguma outra coisa? Clique em sim ou não. Você precisa de alguma outra coisa?

Os serviços de IA do Azure fornecem recursos para a criação de aplicativos, sites e bots inteligentes. Adicionar esses recursos ao bot pode permitir que ele responda às informações abertas do usuário mais apropriadamente.

Este artigo descreve o suporte no SDK do Bot Framework para alguns dos recursos disponíveis nos serviços de IA do Azure.

Orientação geral

Os serviços de IA do Azure incorporam tecnologias em evolução. A Linguagem de IA do Azure integra vários recursos que foram implementados anteriormente como serviços separados. Este artigo descreve os recursos e serviços mais recentes e mais antigos e onde encontrar mais informações sobre cada um.

Cenário Diretrizes
Desenvolvimento de novo bot Considere usar o Microsoft Copilot Studio, que foi projetado para dar suporte a equipes em que os membros têm uma combinação de habilidades e disciplinas. Para obter mais informações, consulte Copilot Studio e Habilitar recursos avançados de IA.
Novos projetos de linguagem para bots existentes do SDK do Bot Framework Considere o uso de recursos do serviço de Linguagem de IA do Azure, como compreensão da linguagem coloquial (CLU) e resposta a perguntas.
Bots existentes com projetos de linguagem existentes Seus projetos de linguagem continuarão funcionando, mas considere migrar para a Linguagem de IA do Azure. Para obter mais informações, confira a seção Migrar projetos de linguagem existentes mais adiante, neste artigo.

Reconhecimento vocal

Os recursos de reconhecimento de linguagem natural permitem que você crie modelos de reconhecimento de linguagem natural personalizados para prever a intenção geral da mensagem do usuário e extrair informações importantes dela.

Serviço ou recurso Descrição
Compreensão da linguagem coloquial (CLU) Um recurso do serviço de Linguagem de IA do Azure.
Reconhecimento Vocal (LUIS) Um serviço de IA do Azure. (A CLU é uma versão atualizada do LUIS.)

O LUIS será desativado em 1.º de outubro de 2025.

Compreensão da linguagem coloquial (CLU)

A CLU (compreensão da linguagem coloquial) permite que os usuários compilem modelos de compreensão de linguagem natural personalizados para prever a intenção geral de um enunciado de entrada e extrair informações importantes. A CLU fornece apenas a inteligência para o reconhecimento do texto de entrada do aplicativo cliente e não executa qualquer ação por si só.

Para usar a CLU no bot, crie um recurso de linguagem e um projeto de conversa, treine e implante o modelo de linguagem e implemente no bot um reconhecedor de telemetria que encaminhe solicitações para a API da CLU.

Para saber mais, veja:

Reconhecimento Vocal (LUIS)

Observação

O reconhecimento de linguagem (LUIS) será desativado em 1º de outubro de 2025. A partir de 1.º de abril de 2023, não será possível criar novos recursos do LUIS.

O LUIS aplica inteligência de aprendizado de máquina personalizado a um texto de linguagem natural de conversação do usuário para prever o significado geral e extrair informações detalhadas e relevantes.

Para usar o LUIS no bot, crie, treine e publique um aplicativo de LUIS e, em seguida, adicione um reconhecedor de LUIS ao bot.

Para saber mais, veja:

Perguntas e respostas

Os recursos de perguntas e respostas permitem que você crie bases de informações para responder às perguntas dos usuários. As bases de informações representam conteúdos semiestruturados, como os encontrados em FAQs, manuais e documentos.

Serviço ou recurso Descrição
Respostas às perguntas  Um recurso do serviço de Linguagem de IA do Azure.
QnA Maker Um dos serviços de IA do Azure. (A resposta às perguntas é uma versão atualizada do QnA Maker.)

O QnA Maker de IA do Azure será desativado em 31 de março de 2025.

Respostas às perguntas 

Respostas às perguntas oferecem processamento de linguagem natural (NLP) baseado em nuvem que permite a criação de uma camada de conversação natural sobre seus dados. Ele é usado para encontrar a resposta mais apropriada para qualquer entrada da sua base de informações personalizada de informações.

Para usar a resposta às perguntas no bot, crie e implante um projeto de resposta às perguntas e, em seguida, implemente no bot um cliente do QnA Maker que encaminhe solicitações à API de resposta às perguntas.

Para saber mais, veja:

QnA Maker

Observação

O QnA Maker da IA do Azure será desativada em 31 de março de 2025. A partir de 1° de outubro de 2022, não será mais possível criar recursos ou bases de conhecimento do QnA Maker.

QnA Maker tem a capacidade interna de extrair perguntas e respostas de um site de perguntas frequentes existente, além de permitir que você configure manualmente sua própria lista personalizada de perguntas e respostas. O QnA Maker tem capacidades de processamento de linguagem natural, permitindo que ele forneça até mesmo respostas para perguntas que são um pouco diferente do que as esperadas. No entanto, ele não tem habilidades de reconhecimento semântico de linguagem e, portanto, não pode determinar que um filhote é um tipo de cachorro, por exemplo.

Para usar o QnA Maker no bot, crie um serviço do QnA Maker, publique a base de informações e adicione um objeto do QnA Maker ao bot.

Para saber mais, veja:

O Azure Cognitive Search ajuda o bot a fornecer aos usuários uma experiência de pesquisa avançada, incluindo a capacidade de facetar e filtrar informações.

  • Você pode usar o Azure Cognitive Search como um recurso da Linguagem de IA do Azure.
  • Você pode usar o Azure Cognitive Search diretamente.

Você pode usar o Azure Cognitive Search para criar um índice eficiente com o qual pesquisar, facetar e filtrar um armazenamento de dados.

Usar vários recursos juntos

Para criar um bot multifuncional que reconheça vários tópicos de conversa, comece com o suporte para cada função separadamente e, em seguida, integre-os. Os cenários nos quais um bot pode combinar vários recursos incluem:

  • Um bot que fornece um conjunto de recursos, em que cada recurso tem seu próprio modelo de linguagem.
  • Um bot que pesquisa várias bases de informações para encontrar respostas para as perguntas de um usuário.
  • Um bot que integra diferentes tipos de recursos, como reconhecimento de linguagem, resposta a perguntas e pesquisa.

Esta tabela descreve diferentes maneiras de integrar vários recursos.

Serviço ou recurso Descrição
Fluxo de Trabalho de Orquestração Um recurso do serviço de Linguagem de IA do Azure que permite que você use vários projetos de respostas às perguntas, CLU e LUIS juntos.
Bot Framework Orchestrator Um mecanismo de reconhecimento somente de intenção, que você pode usar para determinar qual modelo de LUIS ou base de informações do QnA Maker pode lidar melhor com uma determinada mensagem.
Personalizado Você pode implementar sua própria lógica para decidir a melhor forma de lidar com a solicitação do usuário.

Usar fluxo de trabalho de orquestração

O fluxo de trabalho de orquestração aplica inteligência de aprendizado de máquina para permitir que você crie modelos de orquestração para conectar componentes da compreensão da linguagem coloquial (CLU), projetos de respostas às perguntas e aplicativos DO LUIS.

Para usar o fluxo de trabalho de orquestração no bot, crie um projeto de fluxo de trabalho de orquestração, crie seu esquema, treine e implante o modelo e, em seguida, consulte a API do modelo para obter previsões de intenção.

Para saber mais, veja:

Orchestrator

Observação

O QnA Maker da IA do Azure será desativada em 31 de março de 2025. A partir de 1° de outubro de 2022, não será mais possível criar recursos ou bases de conhecimento do QnA Maker.

O reconhecimento de linguagem (LUIS) será desativado em 1º de outubro de 2025. A partir de 1.º de abril de 2023, não será possível criar novos recursos do LUIS.

O Bot Framework Orchestrator é um mecanismo de reconhecimento somente de intenção. A CLI do Bot Framework inclui ferramentas para gerar um modelo de linguagem para o Orchestrator com base em uma coleção de bases de informações do QnA Maker e em modelos de linguagem do LUIS. O bot pode usar o Orchestrator para determinar qual serviço pode responder melhor à entrada do usuário.

O SDK do Bot Framework fornece suporte interno para LUIS e QnA Maker. Isso permite que você acione diálogos ou responda a perguntas automaticamente usando o LUIS e o QnA Maker com configuração mínima.

Para obter mais informações, confira Usar vários modelos do LUIS e do QnA com o Orchestrator.

Lógica personalizada

Há duas maneiras principais de implementar sua própria lógica:

  1. Para cada mensagem, chame todos os serviços relevantes que o bot suporta. Use os resultados do serviço que tem a melhor pontuação de confiança. Se a melhor pontuação for ambígua, peça ao usuário para escolher qual resposta ele deseja.
  2. Chame cada serviço em uma ordem preferida. Use o primeiro resultado que tenha uma pontuação de confiança suficiente.

Dica

Ao implementar uma combinação de diferentes tipos de serviços ou recursos, teste as entradas com cada ferramentas para determinar a pontuação limite para cada um dos modelos. Os serviços e recursos usam critérios de pontuação diferentes. Portanto, as pontuações geradas nessas ferramentas não são diretamente comparáveis.

Os serviços LUIS e QnA Maker normalizam as pontuações. Portanto, uma pontuação pode ser boa em um modelo do LUIS, mas não tão boa em outro modelo.

Migrar projetos de linguagem existentes

Para obter informações sobre a migração de recursos de serviços mais antigos para a Linguagem de IA do Azure, confira:

Recursos adicionais

Para gerenciar projetos ou recursos específicos:

Para obter documentação sobre um recurso ou serviço específico: