Vad är röstassistent?
Genom att använda röstassistenter med Speech-tjänsten kan utvecklare skapa naturliga, människoliknande konversationsgränssnitt för sina program och upplevelser. Röstassistenttjänsten ger snabb och tillförlitlig interaktion mellan en enhet och en assistentimplementering.
Välja en assistentlösning
Det första steget i att skapa en röstassistent är att bestämma vad du vill att den ska göra. Speech Service tillhandahåller flera, kompletterande lösningar för att skapa assistentinteraktioner. Du kanske vill att ditt program ska stödja en öppen konversation med fraser som "Jag måste åka till Seattle" eller "Vilken typ av pizza kan jag beställa?" För flexibilitet och mångsidighet kan du lägga till funktioner för röst- och röstmeddelanden till en robot med hjälp av Azure Bot Service med Direct Line Speech-kanalen.
Om du ännu inte är säker på vad du vill att assistenten ska göra rekommenderar vi Direct Line Tal som det bästa alternativet. Den erbjuder integrering med en omfattande uppsättning verktyg och redigeringshjälpmedel, till exempel virtual assistant-lösningen och företagsmallen och QnA Maker-tjänsten, för att bygga vidare på vanliga mönster och använda dina befintliga kunskapskällor.
Referensarkitektur för att skapa en röstassistent med hjälp av Speech SDK
Kärnfunktioner
Oavsett om du väljer Direct Line Speech eller någon annan lösning för att skapa dina assistentinteraktioner kan du använda en omfattande uppsättning anpassningsfunktioner för att anpassa din assistent till ditt varumärke, din produkt och din personlighet.
| Kategori | Funktioner |
|---|---|
| Anpassat nyckelord | Användare kan starta konversationer med assistenter med hjälp av ett anpassat nyckelord, till exempel "Hej Contoso". En app gör detta med en anpassad nyckelordsmotor i Speech SDK, som du kan konfigurera genom att gå till Kom igång med anpassade nyckelord. Röstassistenter kan använda nyckelordsverifiering på tjänstsidan för att förbättra noggrannheten för nyckelordsaktiveringen (jämfört med enbart enheten). |
| Tal till text | Röstassistenter konverterar realtidsljud till tolkad text med hjälp av tal till text från taltjänsten. Den här texten är tillgänglig, som den transkriberas, för både din assistentimplementering och klientprogrammet. |
| Text till tal | Textsvar från din assistent syntetiseras via text till tal från speech-tjänsten. Den här syntesen görs sedan tillgänglig för klientprogrammet som en ljudström. Microsoft erbjuder möjligheten att skapa en egen anpassad, högkvalitativ neural text till tal-röst (Neural TTS) som ger en röst till ditt varumärke. |
Kom igång med röstassistenter
Vi erbjuder följande snabbstartsartikel som har utformats för att du ska kunna köra kod på mindre än 10 minuter: Snabbstart: Skapa en anpassad röstassistent med hjälp av Direct Line Speech
Exempelkod och självstudier
Exempelkod för att skapa en röstassistent finns på GitHub. Exemplen beskriver klientprogrammet för att ansluta till din assistent på flera populära programmeringsspråk.
- Röstassistentexempel på GitHub
- Självstudie: Röstaktivera en assistent som skapas med hjälp av Azure Bot Service med C# Speech SDK
Anpassning
Röstassistenter som du skapar med hjälp av Speech-tjänsten kan använda ett komplett utbud av anpassningsalternativ.
Anteckning
Anpassningsalternativen varierar beroende på språk och nationella inställningar. Mer information finns i Språk som stöds.