O que é um assistente de voz?
Usando assistentes de voz com o serviço de fala, os desenvolvedores podem criar interfaces de conversação naturais, semelhantes a seres humanos para seus aplicativos e experiências. O serviço de assistente de voz fornece interação rápida e confiável entre um dispositivo e uma implementação de assistente.
Escolha uma solução de assistente
O primeiro passo para criar um assistente de voz é decidir o que você quer que ele faça. O serviço de fala fornece várias soluções complementares para a criação de interações com assistentes. Você pode querer que seu aplicativo suporte uma conversa aberta com frases como "Preciso ir a Seattle" ou "Que tipo de pizza posso pedir?"
Arquitetura de referência para criar um assistente de voz usando o SDK de fala
Principais características
Quer escolha uma palavra-chave personalizada ou outra solução para criar as interações do seu assistente, pode utilizar um conjunto avançado de funcionalidades de personalização para personalizar o seu assistente de acordo com a sua marca, produto e personalidade.
| Categoria | Funcionalidades |
|---|---|
| Palavra-chave personalizada | Os usuários podem iniciar conversas com assistentes usando uma palavra-chave personalizada, como "Hey Contoso". Um aplicativo faz isso com um mecanismo de palavra-chave personalizado no SDK de fala, que você pode configurar indo para Introdução às palavras-chave personalizadas. Os assistentes de voz podem usar a verificação de palavras-chave do lado do serviço para melhorar a precisão da ativação da palavra-chave (em vez de usar apenas o dispositivo). |
| Conversão de fala em texto | Os assistentes de voz convertem áudio em tempo real em texto reconhecido usando fala em texto do serviço de fala. Este texto está disponível, tal como é transcrito, tanto para a implementação do assistente como para a aplicação cliente. |
| Conversão de texto em fala | As respostas textuais do seu assistente são sintetizadas através de conversão de texto em voz a partir do serviço de Voz. Esta síntese é então disponibilizada para o seu aplicativo cliente como um fluxo de áudio. A Microsoft oferece a capacidade de criar sua própria voz personalizada e de alta qualidade Neural Text to speech (Neural TTS) que dá voz à sua marca. |
Código de exemplo e tutoriais
O código de exemplo para criar um assistente de voz está disponível no GitHub em Azure-Samples/Cognitive-Services-Voice-Assistant.
Personalização
Os assistentes de voz criados usando o serviço de Fala podem usar uma gama completa de opções de personalização.
Nota
As opções de personalização variam de acordo com o idioma e a localidade. Para saber mais, consulte Idiomas suportados.