Samla in användarindata med åtgärden Identifiera

Den här guiden hjälper dig att komma igång med att identifiera DTMF-indata från deltagarna via Azure Communication Services Call Automation SDK.

Förutsättningar

• Azure-konto med en aktiv prenumeration finns i Skapa ett konto kostnadsfritt.
• Azure Communication Services-resurs. Se Skapa en Azure Communication Services-resurs. Observera anslutningssträng för den här resursen.
• Skapa ett nytt webbtjänstprogram med hjälp av Call Automation SDK.
• Det senaste .NET-biblioteket för operativsystemet.
• Det senaste NuGet-paketet.

För AI-funktioner

• Skapa och ansluta Azure AI-tjänster till din Azure Communication Services-resurs.
• Skapa en anpassad underdomän för din Azure AI-tjänstresurs.

Tekniska specifikationer

Följande parametrar är tillgängliga för att anpassa funktionen Recognize:

Parameter	Typ	Standard (om det inte anges)	beskrivning	Obligatoriskt eller valfritt
Prompt (Mer information finns i Anpassa röstmeddelanden till användare med uppspelningsåtgärd)	FileSource, TextSource	Anges inte	Meddelandet som ska spelas upp innan indata identifieras.	Valfritt
InterToneTimeout	TimeSpan	2 sekunder Min: 1 sekund Max: 60 sekunder	Begränsa i sekunder att Azure Communication Services väntar på att anroparen ska trycka på en annan siffra (tidsgräns mellan siffror).	Valfritt
InitialSegmentationSilenceTimeoutInSeconds	Integer	0,5 sekunder	Hur länge åtgärden för att identifiera väntar på indata innan den överskrids. Se Så här känner du igen tal.	Valfritt
RecognizeInputsType	Enum	Dtmf	Typ av indata som känns igen. Alternativen är dtmf, choices, speechoch speechordtmf.	Obligatoriskt
InitialSilenceTimeout	TimeSpan	5 sekunder Min: 0 sekunder Max: 300 sekunder (DTMF) Max: 20 sekunder (val) Max: 20 sekunder (tal)	Den inledande tidsgränsen för tystnad justerar hur mycket ljud utan ljud som tillåts innan en fras innan igenkänningsförsöket slutar med ett resultat av typen "ingen matchning". Se Så här känner du igen tal.	Valfritt
MaxTonesToCollect	Integer	Inget standardvärde Min: 1	Antal siffror som en utvecklare förväntar sig som indata från deltagaren.	Obligatoriskt
StopTones	IEnumeration<DtmfTone>	Anges inte	Den siffra som deltagarna kan trycka på för att fly från en batch-DTMF-händelse.	Valfritt
InterruptPrompt	Bool	Sant	Om deltagaren har möjlighet att avbryta playMessage genom att trycka på en siffra.	Valfritt
InterruptCallMediaOperation	Bool	Sant	Om den här flaggan har angetts avbryter den aktuella anropsmedieåtgärden. Om ett ljud till exempel spelas upp avbryter det åtgärden och initierar igenkänningen.	Valfritt
OperationContext	String	Anges inte	Sträng som utvecklare kan skicka mitt i åtgärden, användbar för att tillåta utvecklare att lagra kontext om de händelser de får.	Valfritt
Phrases	String	Anges inte	Lista över fraser som associeras med etiketten. Att höra någon av dessa fraser resulterar i ett framgångsrikt erkännande.	Obligatoriskt
Tone	String	Anges inte	Tonen för att känna igen om användaren bestämmer sig för att trycka på ett tal i stället för att använda tal.	Valfritt
Label	String	Anges inte	Nyckelvärdet för igenkänning.	Obligatoriskt
Language	String	En-us	Det språk som används för att känna igen tal.	Valfritt
EndSilenceTimeout	TimeSpan	0,5 sekunder	Den sista pausen av talaren som används för att identifiera slutresultatet som genereras som tal.	Valfritt

Kommentar

I situationer där både DTMF och tal finns i recognizeInputsTypefungerar åtgärden recognize på den första indatatypen som togs emot. Om användaren till exempel trycker på ett knappsatsnummer först betraktar åtgärden identifiera det som en DTMF-händelse och fortsätter att lyssna efter DTMF-toner. Om användaren talar först betraktar åtgärden recognize det som en taligenkänningshändelse och lyssnar efter röstinmatning.

Skapa ett nytt C#-program

I konsolfönstret i operativsystemet använder du dotnet kommandot för att skapa ett nytt webbprogram.

dotnet new web -n MyApplication

Installera NuGet-paketet

Hämta NuGet-paketet från NuGet-galleriet | Azure.Communication.CallAutomation. Följ anvisningarna för att installera paketet.

Upprätta ett anrop

Vid det här laget bör du vara bekant med att starta anrop. Mer information om hur du ringer ett samtal finns i Snabbstart: Ring och utgående samtal. Du kan också använda kodfragmentet här för att förstå hur du besvarar ett samtal.

var callAutomationClient = new CallAutomationClient("<Azure Communication Services connection string>");

var answerCallOptions = new AnswerCallOptions("<Incoming call context once call is connected>", new Uri("<https://sample-callback-uri>"))  
{  
    CallIntelligenceOptions = new CallIntelligenceOptions() { CognitiveServicesEndpoint = new Uri("<Azure Cognitive Services Endpoint>") } 
};  

var answerCallResult = await callAutomationClient.AnswerCallAsync(answerCallOptions); 

Anropa åtgärden för att identifiera

När programmet svarar på samtalet kan du ange information om hur du känner igen deltagares indata och hur du spelar upp en fråga.

DTMF

var maxTonesToCollect = 3;
String textToPlay = "Welcome to Contoso, please enter 3 DTMF.";
var playSource = new TextSource(textToPlay, "en-US-ElizabethNeural");
var recognizeOptions = new CallMediaRecognizeDtmfOptions(targetParticipant, maxTonesToCollect) {
  InitialSilenceTimeout = TimeSpan.FromSeconds(30),
    Prompt = playSource,
    InterToneTimeout = TimeSpan.FromSeconds(5),
    InterruptPrompt = true,
    StopTones = new DtmfTone[] {
      DtmfTone.Pound
    },
};
var recognizeResult = await callAutomationClient.GetCallConnection(callConnectionId)
  .GetCallMedia()
  .StartRecognizingAsync(recognizeOptions);

För tal-till-text-flöden stöder åtgärden Call Automation Recognize även användning av anpassade talmodeller. Funktioner som anpassade talmodeller kan vara användbara när du skapar ett program som behöver lyssna efter komplexa ord som standardmodellerna för tal till text kanske inte förstår. Ett exempel är när du skapar ett program för den telemedicinska branschen och din virtuella agent måste kunna känna igen medicinska termer. Du kan läsa mer i Skapa ett anpassat talprojekt.

Tal-till-text-alternativ

var choices = new List < RecognitionChoice > {
  new RecognitionChoice("Confirm", new List < string > {
    "Confirm",
    "First",
    "One"
  }) {
    Tone = DtmfTone.One
  },
  new RecognitionChoice("Cancel", new List < string > {
    "Cancel",
    "Second",
    "Two"
  }) {
    Tone = DtmfTone.Two
  }
};
String textToPlay = "Hello, This is a reminder for your appointment at 2 PM, Say Confirm to confirm your appointment or Cancel to cancel the appointment. Thank you!";

var playSource = new TextSource(textToPlay, "en-US-ElizabethNeural");
var recognizeOptions = new CallMediaRecognizeChoiceOptions(targetParticipant, choices) {
  InterruptPrompt = true,
    InitialSilenceTimeout = TimeSpan.FromSeconds(30),
    Prompt = playSource,
    OperationContext = "AppointmentReminderMenu",
    //Only add the SpeechModelEndpointId if you have a custom speech model you would like to use
    SpeechModelEndpointId = "YourCustomSpeechModelEndpointId"
};
var recognizeResult = await callAutomationClient.GetCallConnection(callConnectionId)
  .GetCallMedia()
  .StartRecognizingAsync(recognizeOptions);

Tal till text

String textToPlay = "Hi, how can I help you today?";
var playSource = new TextSource(textToPlay, "en-US-ElizabethNeural");
var recognizeOptions = new CallMediaRecognizeSpeechOptions(targetParticipant) {
  Prompt = playSource,
    EndSilenceTimeout = TimeSpan.FromMilliseconds(1000),
    OperationContext = "OpenQuestionSpeech",
    //Only add the SpeechModelEndpointId if you have a custom speech model you would like to use
    SpeechModelEndpointId = "YourCustomSpeechModelEndpointId"
};
var recognizeResult = await callAutomationClient.GetCallConnection(callConnectionId)
  .GetCallMedia()
  .StartRecognizingAsync(recognizeOptions);

Tal till text eller DTMF

var maxTonesToCollect = 1; 
String textToPlay = "Hi, how can I help you today, you can press 0 to speak to an agent?"; 
var playSource = new TextSource(textToPlay, "en-US-ElizabethNeural"); 
var recognizeOptions = new CallMediaRecognizeSpeechOrDtmfOptions(targetParticipant, maxTonesToCollect) 
{ 
    Prompt = playSource, 
    EndSilenceTimeout = TimeSpan.FromMilliseconds(1000), 
    InitialSilenceTimeout = TimeSpan.FromSeconds(30), 
    InterruptPrompt = true, 
    OperationContext = "OpenQuestionSpeechOrDtmf",
    //Only add the SpeechModelEndpointId if you have a custom speech model you would like to use
    SpeechModelEndpointId = "YourCustomSpeechModelEndpointId" 
}; 
var recognizeResult = await callAutomationClient.GetCallConnection(callConnectionId) 
    .GetCallMedia() 
    .StartRecognizingAsync(recognizeOptions); 

Kommentar

Om parametrar inte anges tillämpas standardvärdena där det är möjligt.

Ta emot uppdateringar av identifiera händelser

Utvecklare kan prenumerera RecognizeCompleted på och RecognizeFailed händelser på det registrerade webhook-återanropet. Använd det här återanropet med affärslogik i ditt program för att fastställa nästa steg när en av händelserna inträffar.

Exempel på hur du kan deserialisera händelsen RecognizeCompleted :

if (acsEvent is RecognizeCompleted recognizeCompleted) 
{ 
    switch (recognizeCompleted.RecognizeResult) 
    { 
        case DtmfResult dtmfResult: 
            //Take action for Recognition through DTMF 
            var tones = dtmfResult.Tones; 
            logger.LogInformation("Recognize completed succesfully, tones={tones}", tones); 
            break; 
        case ChoiceResult choiceResult: 
            // Take action for Recognition through Choices 
            var labelDetected = choiceResult.Label; 
            var phraseDetected = choiceResult.RecognizedPhrase; 
            // If choice is detected by phrase, choiceResult.RecognizedPhrase will have the phrase detected, 
            // If choice is detected using dtmf tone, phrase will be null 
            logger.LogInformation("Recognize completed succesfully, labelDetected={labelDetected}, phraseDetected={phraseDetected}", labelDetected, phraseDetected);
            break; 
        case SpeechResult speechResult: 
            // Take action for Recognition through Choices 
            var text = speechResult.Speech; 
            logger.LogInformation("Recognize completed succesfully, text={text}", text); 
            break; 
        default: 
            logger.LogInformation("Recognize completed succesfully, recognizeResult={recognizeResult}", recognizeCompleted.RecognizeResult); 
            break; 
    } 
} 

Exempel på hur du kan deserialisera RecognizeFailed-händelsen :

if (acsEvent is RecognizeFailed recognizeFailed) 
{ 
    if (MediaEventReasonCode.RecognizeInitialSilenceTimedOut.Equals(recognizeFailed.ReasonCode)) 
    { 
        // Take action for time out 
        logger.LogInformation("Recognition failed: initial silencev time out"); 
    } 
    else if (MediaEventReasonCode.RecognizeSpeechOptionNotMatched.Equals(recognizeFailed.ReasonCode)) 
    { 
        // Take action for option not matched 
        logger.LogInformation("Recognition failed: speech option not matched"); 
    } 
    else if (MediaEventReasonCode.RecognizeIncorrectToneDetected.Equals(recognizeFailed.ReasonCode)) 
    { 
        // Take action for incorrect tone 
        logger.LogInformation("Recognition failed: incorrect tone detected"); 
    } 
    else 
    { 
        logger.LogInformation("Recognition failed, result={result}, context={context}", recognizeFailed.ResultInformation?.Message, recognizeFailed.OperationContext); 
    } 
} 

Exempel på hur du kan deserialisera händelsen RecognizeCanceled :

if (acsEvent is RecognizeCanceled { OperationContext: "AppointmentReminderMenu" })
        {
            logger.LogInformation($"RecognizeCanceled event received for call connection id: {@event.CallConnectionId}");
            //Take action on recognize canceled operation
           await callConnection.HangUpAsync(forEveryone: true);
        }

Förutsättningar

• Azure-konto med en aktiv prenumeration finns i Skapa ett konto kostnadsfritt.
• Azure Communication Services-resurs. Se Skapa en Azure Communication Services-resurs
• Skapa ett nytt webbtjänstprogram med hjälp av Call Automation SDK.
• Java Development Kit version 8 eller senare.
• Apache Maven.

För AI-funktioner

• Skapa och ansluta Azure AI-tjänster till din Azure Communication Services-resurs.
• Skapa en anpassad underdomän för din Azure AI-tjänstresurs.

Tekniska specifikationer

Följande parametrar är tillgängliga för att anpassa funktionen Recognize:

Parameter	Typ	Standard (om det inte anges)	beskrivning	Obligatoriskt eller valfritt
Prompt (Mer information finns i Anpassa röstmeddelanden till användare med uppspelningsåtgärd)	FileSource, TextSource	Anges inte	Meddelandet som ska spelas upp innan indata identifieras.	Valfritt
InterToneTimeout	TimeSpan	2 sekunder Min: 1 sekund Max: 60 sekunder	Begränsa i sekunder att Azure Communication Services väntar på att anroparen ska trycka på en annan siffra (tidsgräns mellan siffror).	Valfritt
InitialSegmentationSilenceTimeoutInSeconds	Integer	0,5 sekunder	Hur länge åtgärden för att identifiera väntar på indata innan den överskrids. Se Så här känner du igen tal.	Valfritt
RecognizeInputsType	Enum	Dtmf	Typ av indata som känns igen. Alternativen är dtmf, choices, speechoch speechordtmf.	Obligatoriskt
InitialSilenceTimeout	TimeSpan	5 sekunder Min: 0 sekunder Max: 300 sekunder (DTMF) Max: 20 sekunder (val) Max: 20 sekunder (tal)	Den inledande tidsgränsen för tystnad justerar hur mycket ljud utan ljud som tillåts innan en fras innan igenkänningsförsöket slutar med ett resultat av typen "ingen matchning". Se Så här känner du igen tal.	Valfritt
MaxTonesToCollect	Integer	Inget standardvärde Min: 1	Antal siffror som en utvecklare förväntar sig som indata från deltagaren.	Obligatoriskt
StopTones	IEnumeration<DtmfTone>	Anges inte	Den siffra som deltagarna kan trycka på för att fly från en batch-DTMF-händelse.	Valfritt
InterruptPrompt	Bool	Sant	Om deltagaren har möjlighet att avbryta playMessage genom att trycka på en siffra.	Valfritt
InterruptCallMediaOperation	Bool	Sant	Om den här flaggan har angetts avbryter den aktuella anropsmedieåtgärden. Om ett ljud till exempel spelas upp avbryter det åtgärden och initierar igenkänningen.	Valfritt
OperationContext	String	Anges inte	Sträng som utvecklare kan skicka mitt i åtgärden, användbar för att tillåta utvecklare att lagra kontext om de händelser de får.	Valfritt
Phrases	String	Anges inte	Lista över fraser som associeras med etiketten. Att höra någon av dessa fraser resulterar i ett framgångsrikt erkännande.	Obligatoriskt
Tone	String	Anges inte	Tonen för att känna igen om användaren bestämmer sig för att trycka på ett tal i stället för att använda tal.	Valfritt
Label	String	Anges inte	Nyckelvärdet för igenkänning.	Obligatoriskt
Language	String	En-us	Det språk som används för att känna igen tal.	Valfritt
EndSilenceTimeout	TimeSpan	0,5 sekunder	Den sista pausen av talaren som används för att identifiera slutresultatet som genereras som tal.	Valfritt

Kommentar

I situationer där både DTMF och tal finns i recognizeInputsTypefungerar åtgärden recognize på den första indatatypen som togs emot. Om användaren till exempel trycker på ett knappsatsnummer först betraktar åtgärden identifiera det som en DTMF-händelse och fortsätter att lyssna efter DTMF-toner. Om användaren talar först betraktar åtgärden recognize det som en taligenkänningshändelse och lyssnar efter röstinmatning.

Skapa ett nytt Java-program

I terminalen eller kommandofönstret navigerar du till den katalog där du vill skapa java-programmet. mvn Kör kommandot för att generera Java-projektet från mallen maven-archetype-quickstart.

mvn archetype:generate -DgroupId=com.communication.quickstart -DartifactId=communication-quickstart -DarchetypeArtifactId=maven-archetype-quickstart -DarchetypeVersion=1.4 -DinteractiveMode=false

Kommandot mvn skapar en katalog med samma namn som artifactId argumentet. Katalogen src/main/java innehåller projektets källkod. Katalogen src/test/java innehåller testkällan.

Observera att generate steget skapade en katalog med samma namn som artifactId. Katalogen src/main/java innehåller källkod. Katalogen src/test/java innehåller tester. Filen pom.xml är projektets projektobjektmodell (POM).

Uppdatera pom-filen för dina program så att den använder Java 8 eller senare.

<properties>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    <maven.compiler.source>1.8</maven.compiler.source>
    <maven.compiler.target>1.8</maven.compiler.target>
</properties>

Lägga till paketreferenser

Lägg till följande referens för projektet i POM-filen:

azure-communication-callautomation

<dependency>
  <groupId>com.azure</groupId>
  <artifactId>azure-communication-callautomation</artifactId>
  <version>1.0.0</version>
</dependency>

Upprätta ett anrop

Vid det här laget bör du vara bekant med att starta anrop. Mer information om hur du ringer ett samtal finns i Snabbstart: Ring och utgående samtal. Du kan också använda kodfragmentet här för att förstå hur du besvarar ett samtal.

CallIntelligenceOptions callIntelligenceOptions = new CallIntelligenceOptions().setCognitiveServicesEndpoint("https://sample-cognitive-service-resource.cognitiveservices.azure.com/"); 
answerCallOptions = new AnswerCallOptions("<Incoming call context>", "<https://sample-callback-uri>").setCallIntelligenceOptions(callIntelligenceOptions); 
Response < AnswerCallResult > answerCallResult = callAutomationClient
  .answerCallWithResponse(answerCallOptions)
  .block();

Anropa åtgärden för att identifiera

När programmet svarar på samtalet kan du ange information om hur du känner igen deltagares indata och hur du spelar upp en fråga.

DTMF

var maxTonesToCollect = 3;
String textToPlay = "Welcome to Contoso, please enter 3 DTMF.";
var playSource = new TextSource() 
    .setText(textToPlay) 
    .setVoiceName("en-US-ElizabethNeural");

var recognizeOptions = new CallMediaRecognizeDtmfOptions(targetParticipant, maxTonesToCollect) 
    .setInitialSilenceTimeout(Duration.ofSeconds(30)) 
    .setPlayPrompt(playSource) 
    .setInterToneTimeout(Duration.ofSeconds(5)) 
    .setInterruptPrompt(true) 
    .setStopTones(Arrays.asList(DtmfTone.POUND));

var recognizeResponse = callAutomationClient.getCallConnectionAsync(callConnectionId) 
    .getCallMediaAsync() 
    .startRecognizingWithResponse(recognizeOptions) 
    .block(); 

log.info("Start recognizing result: " + recognizeResponse.getStatusCode()); 

För tal-till-text-flöden stöder åtgärden Call Automation Recognize även användning av anpassade talmodeller. Funktioner som anpassade talmodeller kan vara användbara när du skapar ett program som behöver lyssna efter komplexa ord som standardmodellerna för tal till text kanske inte förstår. Ett exempel är när du skapar ett program för den telemedicinska branschen och din virtuella agent måste kunna känna igen medicinska termer. Du kan läsa mer i Skapa ett anpassat talprojekt.

Tal-till-text-alternativ

var choices = Arrays.asList(
  new RecognitionChoice()
  .setLabel("Confirm")
  .setPhrases(Arrays.asList("Confirm", "First", "One"))
  .setTone(DtmfTone.ONE),
  new RecognitionChoice()
  .setLabel("Cancel")
  .setPhrases(Arrays.asList("Cancel", "Second", "Two"))
  .setTone(DtmfTone.TWO)
);

String textToPlay = "Hello, This is a reminder for your appointment at 2 PM, Say Confirm to confirm your appointment or Cancel to cancel the appointment. Thank you!";
var playSource = new TextSource()
  .setText(textToPlay)
  .setVoiceName("en-US-ElizabethNeural");
var recognizeOptions = new CallMediaRecognizeChoiceOptions(targetParticipant, choices)
  .setInterruptPrompt(true)
  .setInitialSilenceTimeout(Duration.ofSeconds(30))
  .setPlayPrompt(playSource)
  .setOperationContext("AppointmentReminderMenu")
  //Only add the SpeechRecognitionModelEndpointId if you have a custom speech model you would like to use
  .setSpeechRecognitionModelEndpointId("YourCustomSpeechModelEndpointID"); 
var recognizeResponse = callAutomationClient.getCallConnectionAsync(callConnectionId)
  .getCallMediaAsync()
  .startRecognizingWithResponse(recognizeOptions)
  .block();

Tal till text

String textToPlay = "Hi, how can I help you today?"; 
var playSource = new TextSource() 
    .setText(textToPlay) 
    .setVoiceName("en-US-ElizabethNeural"); 
var recognizeOptions = new CallMediaRecognizeSpeechOptions(targetParticipant, Duration.ofMillis(1000)) 
    .setPlayPrompt(playSource) 
    .setOperationContext("OpenQuestionSpeech")
    //Only add the SpeechRecognitionModelEndpointId if you have a custom speech model you would like to use
    .setSpeechRecognitionModelEndpointId("YourCustomSpeechModelEndpointID");  
var recognizeResponse = callAutomationClient.getCallConnectionAsync(callConnectionId) 
    .getCallMediaAsync() 
    .startRecognizingWithResponse(recognizeOptions) 
    .block(); 

Tal till text eller DTMF

var maxTonesToCollect = 1; 
String textToPlay = "Hi, how can I help you today, you can press 0 to speak to an agent?"; 
var playSource = new TextSource() 
    .setText(textToPlay) 
    .setVoiceName("en-US-ElizabethNeural"); 
var recognizeOptions = new CallMediaRecognizeSpeechOrDtmfOptions(targetParticipant, maxTonesToCollect, Duration.ofMillis(1000)) 
    .setPlayPrompt(playSource) 
    .setInitialSilenceTimeout(Duration.ofSeconds(30)) 
    .setInterruptPrompt(true) 
    .setOperationContext("OpenQuestionSpeechOrDtmf")
    //Only add the SpeechRecognitionModelEndpointId if you have a custom speech model you would like to use
    .setSpeechRecognitionModelEndpointId("YourCustomSpeechModelEndpointID");  
var recognizeResponse = callAutomationClient.getCallConnectionAsync(callConnectionId) 
    .getCallMediaAsync() 
    .startRecognizingWithResponse(recognizeOptions) 
    .block(); 

Kommentar

Om parametrar inte anges tillämpas standardvärdena där det är möjligt.

Ta emot uppdateringar av identifiera händelser

Utvecklare kan prenumerera RecognizeCompleted på och RecognizeFailed händelser på det registrerade webhook-återanropet. Använd det här återanropet med affärslogik i ditt program för att fastställa nästa steg när en av händelserna inträffar.

Exempel på hur du kan deserialisera händelsen RecognizeCompleted :

if (acsEvent instanceof RecognizeCompleted) { 
    RecognizeCompleted event = (RecognizeCompleted) acsEvent; 
    RecognizeResult recognizeResult = event.getRecognizeResult().get(); 
    if (recognizeResult instanceof DtmfResult) { 
        // Take action on collect tones 
        DtmfResult dtmfResult = (DtmfResult) recognizeResult; 
        List<DtmfTone> tones = dtmfResult.getTones(); 
        log.info("Recognition completed, tones=" + tones + ", context=" + event.getOperationContext()); 
    } else if (recognizeResult instanceof ChoiceResult) { 
        ChoiceResult collectChoiceResult = (ChoiceResult) recognizeResult; 
        String labelDetected = collectChoiceResult.getLabel(); 
        String phraseDetected = collectChoiceResult.getRecognizedPhrase(); 
        log.info("Recognition completed, labelDetected=" + labelDetected + ", phraseDetected=" + phraseDetected + ", context=" + event.getOperationContext()); 
    } else if (recognizeResult instanceof SpeechResult) { 
        SpeechResult speechResult = (SpeechResult) recognizeResult; 
        String text = speechResult.getSpeech(); 
        log.info("Recognition completed, text=" + text + ", context=" + event.getOperationContext()); 
    } else { 
        log.info("Recognition completed, result=" + recognizeResult + ", context=" + event.getOperationContext()); 
    } 
} 

Exempel på hur du kan deserialisera RecognizeFailed-händelsen :

if (acsEvent instanceof RecognizeFailed) { 
    RecognizeFailed event = (RecognizeFailed) acsEvent; 
    if (ReasonCode.Recognize.INITIAL_SILENCE_TIMEOUT.equals(event.getReasonCode())) { 
        // Take action for time out 
        log.info("Recognition failed: initial silence time out"); 
    } else if (ReasonCode.Recognize.SPEECH_OPTION_NOT_MATCHED.equals(event.getReasonCode())) { 
        // Take action for option not matched 
        log.info("Recognition failed: speech option not matched"); 
    } else if (ReasonCode.Recognize.DMTF_OPTION_MATCHED.equals(event.getReasonCode())) { 
        // Take action for incorrect tone 
        log.info("Recognition failed: incorrect tone detected"); 
    } else { 
        log.info("Recognition failed, result=" + event.getResultInformation().getMessage() + ", context=" + event.getOperationContext()); 
    } 
} 

Exempel på hur du kan deserialisera händelsen RecognizeCanceled :

if (acsEvent instanceof RecognizeCanceled) { 
    RecognizeCanceled event = (RecognizeCanceled) acsEvent; 
    log.info("Recognition canceled, context=" + event.getOperationContext()); 
}

Förutsättningar

• Azure-konto med en aktiv prenumeration finns i Skapa ett konto kostnadsfritt.
• Azure Communication Services-resurs. Se Skapa en Azure Communication Services-resurs. Observera anslutningssträng för den här resursen.
• Skapa ett nytt webbtjänstprogram med hjälp av Call Automation SDK.
• Har Node.js installerat, kan du installera det från deras officiella webbplats.

För AI-funktioner

• Skapa och ansluta Azure AI-tjänster till din Azure Communication Services-resurs.
• Skapa en anpassad underdomän för din Azure AI-tjänstresurs.

Tekniska specifikationer

Följande parametrar är tillgängliga för att anpassa funktionen Recognize:

Parameter	Typ	Standard (om det inte anges)	beskrivning	Obligatoriskt eller valfritt
Prompt (Mer information finns i Anpassa röstmeddelanden till användare med uppspelningsåtgärd)	FileSource, TextSource	Anges inte	Meddelandet som ska spelas upp innan indata identifieras.	Valfritt
InterToneTimeout	TimeSpan	2 sekunder Min: 1 sekund Max: 60 sekunder	Begränsa i sekunder att Azure Communication Services väntar på att anroparen ska trycka på en annan siffra (tidsgräns mellan siffror).	Valfritt
InitialSegmentationSilenceTimeoutInSeconds	Integer	0,5 sekunder	Hur länge åtgärden för att identifiera väntar på indata innan den överskrids. Se Så här känner du igen tal.	Valfritt
RecognizeInputsType	Enum	Dtmf	Typ av indata som känns igen. Alternativen är dtmf, choices, speechoch speechordtmf.	Obligatoriskt
InitialSilenceTimeout	TimeSpan	5 sekunder Min: 0 sekunder Max: 300 sekunder (DTMF) Max: 20 sekunder (val) Max: 20 sekunder (tal)	Den inledande tidsgränsen för tystnad justerar hur mycket ljud utan ljud som tillåts innan en fras innan igenkänningsförsöket slutar med ett resultat av typen "ingen matchning". Se Så här känner du igen tal.	Valfritt
MaxTonesToCollect	Integer	Inget standardvärde Min: 1	Antal siffror som en utvecklare förväntar sig som indata från deltagaren.	Obligatoriskt
StopTones	IEnumeration<DtmfTone>	Anges inte	Den siffra som deltagarna kan trycka på för att fly från en batch-DTMF-händelse.	Valfritt
InterruptPrompt	Bool	Sant	Om deltagaren har möjlighet att avbryta playMessage genom att trycka på en siffra.	Valfritt
InterruptCallMediaOperation	Bool	Sant	Om den här flaggan har angetts avbryter den aktuella anropsmedieåtgärden. Om ett ljud till exempel spelas upp avbryter det åtgärden och initierar igenkänningen.	Valfritt
OperationContext	String	Anges inte	Sträng som utvecklare kan skicka mitt i åtgärden, användbar för att tillåta utvecklare att lagra kontext om de händelser de får.	Valfritt
Phrases	String	Anges inte	Lista över fraser som associeras med etiketten. Att höra någon av dessa fraser resulterar i ett framgångsrikt erkännande.	Obligatoriskt
Tone	String	Anges inte	Tonen för att känna igen om användaren bestämmer sig för att trycka på ett tal i stället för att använda tal.	Valfritt
Label	String	Anges inte	Nyckelvärdet för igenkänning.	Obligatoriskt
Language	String	En-us	Det språk som används för att känna igen tal.	Valfritt
EndSilenceTimeout	TimeSpan	0,5 sekunder	Den sista pausen av talaren som används för att identifiera slutresultatet som genereras som tal.	Valfritt

Kommentar

I situationer där både DTMF och tal finns i recognizeInputsTypefungerar åtgärden recognize på den första indatatypen som togs emot. Om användaren till exempel trycker på ett knappsatsnummer först betraktar åtgärden identifiera det som en DTMF-händelse och fortsätter att lyssna efter DTMF-toner. Om användaren talar först betraktar åtgärden recognize det som en taligenkänningshändelse och lyssnar efter röstinmatning.

Skapa ett nytt JavaScript-program

Skapa ett nytt JavaScript-program i projektkatalogen. Initiera ett nytt Node.js projekt med följande kommando. Detta skapar en package.json fil för projektet som hanterar projektets beroenden.

npm init -y

Installera Azure Communication Services Call Automation-paketet

npm install @azure/communication-call-automation

Skapa en ny JavaScript-fil i projektkatalogen, till exempel ge den app.jsnamnet . Skriv din JavaScript-kod i den här filen.

Kör programmet med Node.js med följande kommando.

node app.js

Upprätta ett anrop

Vid det här laget bör du vara bekant med att starta anrop. Mer information om hur du ringer ett samtal finns i Snabbstart: Ring och utgående samtal.

Anropa åtgärden för att identifiera

När programmet svarar på samtalet kan du ange information om hur du känner igen deltagares indata och hur du spelar upp en fråga.

DTMF

const maxTonesToCollect = 3; 
const textToPlay = "Welcome to Contoso, please enter 3 DTMF."; 
const playSource: TextSource = { text: textToPlay, voiceName: "en-US-ElizabethNeural", kind: "textSource" }; 
const recognizeOptions: CallMediaRecognizeDtmfOptions = { 
    maxTonesToCollect: maxTonesToCollect, 
    initialSilenceTimeoutInSeconds: 30, 
    playPrompt: playSource, 
    interToneTimeoutInSeconds: 5, 
    interruptPrompt: true, 
    stopDtmfTones: [ DtmfTone.Pound ], 
    kind: "callMediaRecognizeDtmfOptions" 
}; 

await callAutomationClient.getCallConnection(callConnectionId) 
    .getCallMedia() 
    .startRecognizing(targetParticipant, recognizeOptions); 

För tal-till-text-flöden stöder åtgärden Call Automation Recognize även användning av anpassade talmodeller. Funktioner som anpassade talmodeller kan vara användbara när du skapar ett program som behöver lyssna efter komplexa ord som standardmodellerna för tal till text kanske inte förstår. Ett exempel är när du skapar ett program för den telemedicinska branschen och din virtuella agent måste kunna känna igen medicinska termer. Du kan läsa mer i Skapa ett anpassat talprojekt.

Tal-till-text-alternativ

const choices = [ 
    {  
        label: "Confirm", 
        phrases: [ "Confirm", "First", "One" ], 
        tone: DtmfTone.One 
    }, 
    { 
        label: "Cancel", 
        phrases: [ "Cancel", "Second", "Two" ], 
        tone: DtmfTone.Two 
    } 
]; 

const textToPlay = "Hello, This is a reminder for your appointment at 2 PM, Say Confirm to confirm your appointment or Cancel to cancel the appointment. Thank you!"; 
const playSource: TextSource = { text: textToPlay, voiceName: "en-US-ElizabethNeural", kind: "textSource" }; 
const recognizeOptions: CallMediaRecognizeChoiceOptions = { 
    choices: choices, 
    interruptPrompt: true, 
    initialSilenceTimeoutInSeconds: 30, 
    playPrompt: playSource, 
    operationContext: "AppointmentReminderMenu", 
    kind: "callMediaRecognizeChoiceOptions",
    //Only add the speechRecognitionModelEndpointId if you have a custom speech model you would like to use
    speechRecognitionModelEndpointId: "YourCustomSpeechEndpointId"
}; 

await callAutomationClient.getCallConnection(callConnectionId) 
    .getCallMedia() 
    .startRecognizing(targetParticipant, recognizeOptions); 

Tal till text

const textToPlay = "Hi, how can I help you today?"; 
const playSource: TextSource = { text: textToPlay, voiceName: "en-US-ElizabethNeural", kind: "textSource" }; 
const recognizeOptions: CallMediaRecognizeSpeechOptions = { 
    endSilenceTimeoutInSeconds: 1, 
    playPrompt: playSource, 
    operationContext: "OpenQuestionSpeech", 
    kind: "callMediaRecognizeSpeechOptions",
    //Only add the speechRecognitionModelEndpointId if you have a custom speech model you would like to use
    speechRecognitionModelEndpointId: "YourCustomSpeechEndpointId"
}; 

await callAutomationClient.getCallConnection(callConnectionId) 
    .getCallMedia() 
    .startRecognizing(targetParticipant, recognizeOptions); 

Tal till text eller DTMF

const maxTonesToCollect = 1; 
const textToPlay = "Hi, how can I help you today, you can press 0 to speak to an agent?"; 
const playSource: TextSource = { text: textToPlay, voiceName: "en-US-ElizabethNeural", kind: "textSource" }; 
const recognizeOptions: CallMediaRecognizeSpeechOrDtmfOptions = { 
    maxTonesToCollect: maxTonesToCollect, 
    endSilenceTimeoutInSeconds: 1, 
    playPrompt: playSource, 
    initialSilenceTimeoutInSeconds: 30, 
    interruptPrompt: true, 
    operationContext: "OpenQuestionSpeechOrDtmf", 
    kind: "callMediaRecognizeSpeechOrDtmfOptions",
    //Only add the speechRecognitionModelEndpointId if you have a custom speech model you would like to use
    speechRecognitionModelEndpointId: "YourCustomSpeechEndpointId"
}; 

await callAutomationClient.getCallConnection(callConnectionId) 
    .getCallMedia() 
    .startRecognizing(targetParticipant, recognizeOptions); 

Kommentar

Om parametrar inte anges tillämpas standardvärdena där det är möjligt.

Ta emot uppdateringar av identifiera händelser

Utvecklare kan prenumerera RecognizeCompleted på och RecognizeFailed händelser på det registrerade webhook-återanropet. Använd det här återanropet med affärslogik i ditt program för att fastställa nästa steg när en av händelserna inträffar.

Exempel på hur du kan deserialisera händelsen RecognizeCompleted :

if (event.type === "Microsoft.Communication.RecognizeCompleted") { 
    if (eventData.recognitionType === "dtmf") { 
        const tones = eventData.dtmfResult.tones; 
        console.log("Recognition completed, tones=%s, context=%s", tones, eventData.operationContext); 
    } else if (eventData.recognitionType === "choices") { 
        const labelDetected = eventData.choiceResult.label; 
        const phraseDetected = eventData.choiceResult.recognizedPhrase; 
        console.log("Recognition completed, labelDetected=%s, phraseDetected=%s, context=%s", labelDetected, phraseDetected, eventData.operationContext); 
    } else if (eventData.recognitionType === "speech") { 
        const text = eventData.speechResult.speech; 
        console.log("Recognition completed, text=%s, context=%s", text, eventData.operationContext); 
    } else { 
        console.log("Recognition completed: data=%s", JSON.stringify(eventData, null, 2)); 
    } 
} 

Exempel på hur du kan deserialisera RecognizeFailed-händelsen :

if (event.type === "Microsoft.Communication.RecognizeFailed") {
    console.log("Recognize failed: data=%s", JSON.stringify(eventData, null, 2));
}

Exempel på hur du kan deserialisera händelsen RecognizeCanceled :

if (event.type === "Microsoft.Communication.RecognizeCanceled") {
    console.log("Recognize canceled, context=%s", eventData.operationContext);
}

Förutsättningar

• Azure-konto med en aktiv prenumeration finns i Skapa ett konto kostnadsfritt.
• Azure Communication Services-resurs. Se Skapa en Azure Communication Services-resurs. Observera anslutningssträng för den här resursen.
• Skapa ett nytt webbtjänstprogram med hjälp av Call Automation SDK.
• Installera Python från Python.org.

För AI-funktioner

• Skapa och ansluta Azure AI-tjänster till din Azure Communication Services-resurs.
• Skapa en anpassad underdomän för din Azure AI-tjänstresurs.

Tekniska specifikationer

Följande parametrar är tillgängliga för att anpassa funktionen Recognize:

Parameter	Typ	Standard (om det inte anges)	beskrivning	Obligatoriskt eller valfritt
Prompt (Mer information finns i Anpassa röstmeddelanden till användare med uppspelningsåtgärd)	FileSource, TextSource	Anges inte	Meddelandet som ska spelas upp innan indata identifieras.	Valfritt
InterToneTimeout	TimeSpan	2 sekunder Min: 1 sekund Max: 60 sekunder	Begränsa i sekunder att Azure Communication Services väntar på att anroparen ska trycka på en annan siffra (tidsgräns mellan siffror).	Valfritt
InitialSegmentationSilenceTimeoutInSeconds	Integer	0,5 sekunder	Hur länge åtgärden för att identifiera väntar på indata innan den överskrids. Se Så här känner du igen tal.	Valfritt
RecognizeInputsType	Enum	Dtmf	Typ av indata som känns igen. Alternativen är dtmf, choices, speechoch speechordtmf.	Obligatoriskt
InitialSilenceTimeout	TimeSpan	5 sekunder Min: 0 sekunder Max: 300 sekunder (DTMF) Max: 20 sekunder (val) Max: 20 sekunder (tal)	Den inledande tidsgränsen för tystnad justerar hur mycket ljud utan ljud som tillåts innan en fras innan igenkänningsförsöket slutar med ett resultat av typen "ingen matchning". Se Så här känner du igen tal.	Valfritt
MaxTonesToCollect	Integer	Inget standardvärde Min: 1	Antal siffror som en utvecklare förväntar sig som indata från deltagaren.	Obligatoriskt
StopTones	IEnumeration<DtmfTone>	Anges inte	Den siffra som deltagarna kan trycka på för att fly från en batch-DTMF-händelse.	Valfritt
InterruptPrompt	Bool	Sant	Om deltagaren har möjlighet att avbryta playMessage genom att trycka på en siffra.	Valfritt
InterruptCallMediaOperation	Bool	Sant	Om den här flaggan har angetts avbryter den aktuella anropsmedieåtgärden. Om ett ljud till exempel spelas upp avbryter det åtgärden och initierar igenkänningen.	Valfritt
OperationContext	String	Anges inte	Sträng som utvecklare kan skicka mitt i åtgärden, användbar för att tillåta utvecklare att lagra kontext om de händelser de får.	Valfritt
Phrases	String	Anges inte	Lista över fraser som associeras med etiketten. Att höra någon av dessa fraser resulterar i ett framgångsrikt erkännande.	Obligatoriskt
Tone	String	Anges inte	Tonen för att känna igen om användaren bestämmer sig för att trycka på ett tal i stället för att använda tal.	Valfritt
Label	String	Anges inte	Nyckelvärdet för igenkänning.	Obligatoriskt
Language	String	En-us	Det språk som används för att känna igen tal.	Valfritt
EndSilenceTimeout	TimeSpan	0,5 sekunder	Den sista pausen av talaren som används för att identifiera slutresultatet som genereras som tal.	Valfritt

Kommentar

I situationer där både DTMF och tal finns i recognizeInputsTypefungerar åtgärden recognize på den första indatatypen som togs emot. Om användaren till exempel trycker på ett knappsatsnummer först betraktar åtgärden identifiera det som en DTMF-händelse och fortsätter att lyssna efter DTMF-toner. Om användaren talar först betraktar åtgärden recognize det som en taligenkänningshändelse och lyssnar efter röstinmatning.

Skapa ett nytt Python-program

Konfigurera en virtuell Python-miljö för projektet

python -m venv play-audio-app

Aktivera din virtuella miljö

Använd följande kommando i Windows:

.\ play-audio-quickstart \Scripts\activate

Använd följande kommando i Unix:

source play-audio-quickstart /bin/activate

Installera Azure Communication Services Call Automation-paketet

pip install azure-communication-callautomation

Skapa programfilen i projektkatalogen, till exempel ge den app.pynamnet . Skriv Python-koden i den här filen.

Kör programmet med hjälp av Python med följande kommando.

python app.py

Upprätta ett anrop

Vid det här laget bör du vara bekant med att starta anrop. Mer information om hur du ringer ett samtal finns i Snabbstart: Ring och utgående samtal.

Anropa åtgärden för att identifiera

När programmet svarar på samtalet kan du ange information om hur du känner igen deltagares indata och hur du spelar upp en fråga.

DTMF

max_tones_to_collect = 3 
text_to_play = "Welcome to Contoso, please enter 3 DTMF." 
play_source = TextSource(text=text_to_play, voice_name="en-US-ElizabethNeural") 
call_automation_client.get_call_connection(call_connection_id).start_recognizing_media( 
    dtmf_max_tones_to_collect=max_tones_to_collect, 
    input_type=RecognizeInputType.DTMF, 
    target_participant=target_participant, 
    initial_silence_timeout=30, 
    play_prompt=play_source, 
    dtmf_inter_tone_timeout=5, 
    interrupt_prompt=True, 
    dtmf_stop_tones=[ DtmfTone.Pound ]) 

För tal-till-text-flöden stöder åtgärden Call Automation Recognize även användning av anpassade talmodeller. Funktioner som anpassade talmodeller kan vara användbara när du skapar ett program som behöver lyssna efter komplexa ord som standardmodellerna för tal till text kanske inte förstår. Ett exempel är när du skapar ett program för den telemedicinska branschen och din virtuella agent måste kunna känna igen medicinska termer. Du kan läsa mer i Skapa ett anpassat talprojekt.

Tal-till-text-alternativ

choices = [ 
    RecognitionChoice( 
        label="Confirm", 
        phrases=[ "Confirm", "First", "One" ], 
        tone=DtmfTone.ONE 
    ), 
    RecognitionChoice( 
        label="Cancel", 
        phrases=[ "Cancel", "Second", "Two" ], 
        tone=DtmfTone.TWO 
    ) 
] 
text_to_play = "Hello, This is a reminder for your appointment at 2 PM, Say Confirm to confirm your appointment or Cancel to cancel the appointment. Thank you!" 
play_source = TextSource(text=text_to_play, voice_name="en-US-ElizabethNeural") 
call_automation_client.get_call_connection(call_connection_id).start_recognizing_media( 
    input_type=RecognizeInputType.CHOICES, 
    target_participant=target_participant, 
    choices=choices, 
    interrupt_prompt=True, 
    initial_silence_timeout=30, 
    play_prompt=play_source, 
    operation_context="AppointmentReminderMenu",
    # Only add the speech_recognition_model_endpoint_id if you have a custom speech model you would like to use
    speech_recognition_model_endpoint_id="YourCustomSpeechModelEndpointId")  

Tal till text

text_to_play = "Hi, how can I help you today?" 
play_source = TextSource(text=text_to_play, voice_name="en-US-ElizabethNeural") 
call_automation_client.get_call_connection(call_connection_id).start_recognizing_media( 
    input_type=RecognizeInputType.SPEECH, 
    target_participant=target_participant, 
    end_silence_timeout=1, 
    play_prompt=play_source, 
    operation_context="OpenQuestionSpeech",
    # Only add the speech_recognition_model_endpoint_id if you have a custom speech model you would like to use
    speech_recognition_model_endpoint_id="YourCustomSpeechModelEndpointId") 

Tal till text eller DTMF

max_tones_to_collect = 1 
text_to_play = "Hi, how can I help you today, you can also press 0 to speak to an agent." 
play_source = TextSource(text=text_to_play, voice_name="en-US-ElizabethNeural") 
call_automation_client.get_call_connection(call_connection_id).start_recognizing_media( 
    dtmf_max_tones_to_collect=max_tones_to_collect, 
    input_type=RecognizeInputType.SPEECH_OR_DTMF, 
    target_participant=target_participant, 
    end_silence_timeout=1, 
    play_prompt=play_source, 
    initial_silence_timeout=30, 
    interrupt_prompt=True, 
    operation_context="OpenQuestionSpeechOrDtmf",
    # Only add the speech_recognition_model_endpoint_id if you have a custom speech model you would like to use
    speech_recognition_model_endpoint_id="YourCustomSpeechModelEndpointId")  
app.logger.info("Start recognizing") 

Kommentar

Om parametrar inte anges tillämpas standardvärdena där det är möjligt.

Ta emot uppdateringar av identifiera händelser

Utvecklare kan prenumerera RecognizeCompleted på och RecognizeFailed händelser på det registrerade webhook-återanropet. Använd det här återanropet med affärslogik i ditt program för att fastställa nästa steg när en av händelserna inträffar.

Exempel på hur du kan deserialisera händelsen RecognizeCompleted :

if event.type == "Microsoft.Communication.RecognizeCompleted": 
    app.logger.info("Recognize completed: data=%s", event.data) 
    if event.data['recognitionType'] == "dtmf": 
        tones = event.data['dtmfResult']['tones'] 
        app.logger.info("Recognition completed, tones=%s, context=%s", tones, event.data.get('operationContext')) 
    elif event.data['recognitionType'] == "choices": 
        labelDetected = event.data['choiceResult']['label']; 
        phraseDetected = event.data['choiceResult']['recognizedPhrase']; 
        app.logger.info("Recognition completed, labelDetected=%s, phraseDetected=%s, context=%s", labelDetected, phraseDetected, event.data.get('operationContext')); 
    elif event.data['recognitionType'] == "speech": 
        text = event.data['speechResult']['speech']; 
        app.logger.info("Recognition completed, text=%s, context=%s", text, event.data.get('operationContext')); 
    else: 
        app.logger.info("Recognition completed: data=%s", event.data); 

Exempel på hur du kan deserialisera RecognizeFailed-händelsen :

if event.type == "Microsoft.Communication.RecognizeFailed": 
    app.logger.info("Recognize failed: data=%s", event.data); 

Exempel på hur du kan deserialisera händelsen RecognizeCanceled :

if event.type == "Microsoft.Communication.RecognizeCanceled":
    # Handle the RecognizeCanceled event according to your application logic

Händelsekoder

Status	Kod	Underkod	Meddelande
RecognizeCompleted	200	8531	Åtgärden har slutförts, maximalt antal mottagna siffror.
RecognizeCompleted	200	8514	Åtgärden slutfördes när stopptonen identifierades.
RecognizeCompleted	400	8508	Åtgärden misslyckades, åtgärden avbröts.
RecognizeCompleted	400	8532	Åtgärden misslyckades, tidsgränsen för tystnad mellan siffror uppnåddes.
RecognizeCanceled	400	8508	Åtgärden misslyckades, åtgärden avbröts.
RecognizeFailed	400	8510	Åtgärden misslyckades, tidsgränsen för inledande tystnad uppnåddes.
RecognizeFailed	500	8511	Åtgärden misslyckades, påträffade ett fel när kommandotolken skulle spelas upp.
RecognizeFailed	500	8512	Okänt internt serverfel.
RecognizeFailed	400	8510	Åtgärden misslyckades, tidsgränsen för inledande tystnad uppnåddes
RecognizeFailed	400	8532	Åtgärden misslyckades, tidsgränsen för tystnad mellan siffror uppnåddes.
RecognizeFailed	400	8565	Åtgärden misslyckades, felaktig begäran till Azure AI-tjänster. Kontrollera indataparametrar.
RecognizeFailed	400	8565	Åtgärden misslyckades, felaktig begäran till Azure AI-tjänster. Det går inte att bearbeta den angivna nyttolasten. Kontrollera indata från uppspelningskällan.
RecognizeFailed	401	8565	Åtgärden misslyckades, autentiseringsfel för Azure AI-tjänster.
RecognizeFailed	403	8565	Åtgärden misslyckades, den förbjudna begäran till Azure AI-tjänster, den kostnadsfria prenumerationen som användes av begäran tog slut.
RecognizeFailed	429	8565	Åtgärden misslyckades, begäranden överskred antalet tillåtna samtidiga begäranden för Azure AI-tjänsteprenumerationen.
RecognizeFailed	408	8565	Åtgärden misslyckades, tidsgränsen för begäran till Azure AI-tjänster.
RecognizeFailed	500	8511	Åtgärden misslyckades, påträffade ett fel när kommandotolken skulle spelas upp.
RecognizeFailed	500	8512	Okänt internt serverfel.

Kända begränsningar

• In-band DTMF stöds inte. Använd RFC 2833 DTMF i stället.
• Text-till-tal-textprompter stöder högst 400 tecken, om din fråga är längre än detta föreslår vi att du använder SSML för text-till-tal-baserade uppspelningsåtgärder.
• För scenarier där du överskrider kvotgränsen för Speech-tjänsten kan du begära att den här gränsen ökas genom att följa stegen som beskrivs i Speech Services-kvoter och -gränser.

Rensa resurser

Om du vill rensa och ta bort en Communication Services-prenumeration kan du ta bort resursen eller resursgruppen. Om du tar bort resursgruppen tas även alla andra resurser som är associerade med den bort. Läs mer om att rensa resurser.

Nästa steg

• Läs mer om att samla in användarindata
• Läs mer om att spela upp ljud i samtal
• Läs mer om Samtalsautomation