Gerenciar o reconhecimento de voz para alto-falante inteligente

Este artigo fornece orientações sobre como os administradores podem habilitar o reconhecimento de voz e a transcrição ao vivo para as reuniões realizadas. Como administrador, você tem a capacidade de ajustar até que ponto sua organização permite que os usuários utilizem os recursos de reconhecimento de voz e alto-falantes inteligentes.

Otimizando a precisão da transcrição com alto-falantes inteligentes

Ao usar o Alto-falante Inteligente para Salas do Microsoft Teams, a transcrição da reunião é capaz não apenas de distinguir entre os diferentes palestrantes na sala, mas também de identificá-los e atribuí-los à pessoa correta. O Alto-falante Inteligente permite casos de uso críticos para o Copilot e a recapitulação inteligente.

O reconhecimento do locutor é habilitado por alto-falantes inteligentes certificados para o Teams. Os alto-falantes inteligentes certificados são projetados com vários microfones para fornecer áudio de alta qualidade, maximizar a precisão no reconhecimento e transcrição e apresentar uma redução líder do setor do que é conhecido como "taxa de erro de palavras".

Originalmente, o Alto-falante Inteligente exigia hardware exclusivo. Desde então, expandimos para dar suporte a todos os dispositivos das Salas do Teams. Embora estejamos muito satisfeitos em estender a capacidade de reconhecimento de alto-falante para mais salas, é importante observar que a qualidade pode não corresponder à de um dispositivo certificado de alto-falante inteligente. Portanto, é essencial avaliar as vantagens de incorporar um alto-falante inteligente certificado, especialmente em espaços cruciais onde obter a transcrição e atribuição da mais alta qualidade é vital.

Mantenha sua identidade em reuniões otimizadas para o Copilot e recapitulação de reuniões

A entrada mais essencial para o Copilot no Teams é a identidade de cada palestrante. O Copilot precisa de uma transcrição de reunião, com atribuição para cada palestrante, para fornecer resumos de reuniões, insights e itens de ação. Em uma reunião híbrida, sem o reconhecimento do orador, o feed de vídeo e áudio para as pessoas na sala seriam atribuídos ao espaço (por exemplo, Sala de Conferência 1), não aos indivíduos que estão falando, dificultando consultar as contribuições dos indivíduos, resumir as perspectivas de todos e lidar com esses itens de tarefas pendentes.

As Salas do Teams e as Salas BYOD usam tecnologia avançada chamada reconhecimento de locutor para analisar as características vocais distintas de cada falante, como tom, tom e estilo de fala, para criar uma impressão de voz para cada participante, semelhante a uma impressão digital para sua voz.

Com o reconhecimento do locutor, os locutores podem ser identificados durante a transcrição ao vivo em salas de reunião compartilhadas, garantindo uma captura de voz clara e precisa para cada participante. Isso permite que você acompanhe sem esforço quem disse o quê durante a reunião por meio da recapitulação inteligente da reunião e do Copilot.

Para habilitar o reconhecimento de locutor para seus funcionários, você pode configurar um perfil de voz em segundos usando o aplicativo Teams para Área de Trabalho. Cada pessoa recebe uma assinatura de voz exclusiva, armazenada com segurança no locatário da sua organização no Microsoft Cloud para garantir que cada contribuição seja capturada com precisão em cada reunião, permitindo o Copilot e a recapitulação inteligente da reunião – e ajudando você a impulsionar seu trabalho.

Requisitos e recomendações

Salas do Teams:

• Salas do Teams no Windows ou Salas do Teams no Android
• Conta de recurso da Sala Teams com uma licença da Sala Teams Pro atribuída.
• Para garantir a melhor precisão para a transcrição, sugerimos limitar o número de participantes presenciais a 10 pessoas, embora haja suporte para participantes adicionais.
• People para serem identificadas na sala, precisam estar inscritas com seu perfil de voz e ser convidadas para a reunião agendada.
• A limitação para pessoas convidadas com perfil de voz é de 50 convidados (independentemente da quantidade de participantes na sala).
• Para oferecer suporte a áudio e vídeo de alta qualidade durante as reuniões, recomendamos que a sala de reunião tenha uma velocidade de upload de 10 Mbps.

Quartos BYOD:

• Cliente da área de trabalho do Teams no Windows ou macOS.
• Os anfitriões das salas devem ter licenças do Teams Premium ou do Copilot. O anfitrião da sala é a pessoa que conecta seu laptop ao alto-falante inteligente.
• Para garantir a melhor precisão para a transcrição, sugerimos limitar o número de participantes presenciais a um máximo de 10 pessoas.
• Os usuários podem usar qualquer microfone com alto-falante em uma sala e podem conectá-lo via USB a seus laptops.
• Os usuários precisam garantir que o cliente do Teams esteja atualizado.
• A limitação atual para pessoas convidadas com perfil de voz atualmente é de 50.

Habilitar o reconhecimento de alto-falante inteligente

Os usuários finais devem ter seu perfil de voz registrado para serem identificados em um espaço de reunião. Consulte Habilitar registro de voz e rosto para obter diretrizes sobre como habilitar o registro do usuário final.

Salas do Teams dispositivos devem ser configurados para utilizar um perfil biométrico de usuários finais para identificar quem está falando. Consulte habilitar o reconhecimento de pessoas nas Salas do Teams para obter diretrizes sobre como habilitar as Salas do Teams para identificar os palestrantes.

Para um espaço de reunião BYOD, ele CsTeamsAIPolicy deve ser configurado para permitir a identificação dos palestrantes dentro desse espaço. Consulte Set-CsTeamsAIPolicy para obter orientações específicas de habilitação.

Set-CsTeamsAiPolicy -Identity Global -SpeakerAttributionForBYOD Enabled

Localidades de transcrição na reunião

Depois que um usuário final se inscreve, sua voz pode ser reconhecida durante as reuniões e identificada na transcrição quando a reunião é definida para um dos seguintes idiomas:

Inglês (EUA), Inglês (Canadá), Inglês (Índia), Inglês (Reino Unido), Inglês (Austrália), Inglês (Nova Zelândia), Árabe (Emirados Árabes), Árabe (Arábia Saudita), Chinês (China Simplificado), Chinês (Tradicional, RAE de Hong Kong), Chinês (Tradicional, Taiwan), Tcheco (Tcheco), Dinamarquês (Dinamarca), Holandês (Bélgica), Holandês (Países Baixos), Francês (Canadá), Francês (França), Finlandês (Finlândia), Alemão (Alemanha), Grego (Grécia), Hebraico (Israel), Híndi (Índia), Húngaro (Hungria), Italiano (Itália), Japonês (Japão), Coreano (Coreia), Norueguês (Noruega), Polonês (Polônia), Português (Brasil), Português (Portugal), Romeno (Romênia), Russo (Rússia), Eslovaco (Eslováquia), Espanhol (México), Espanhol (Espanha), Sueco (Suécia), Tailandês (Tailândia), Turco (Turquia), Ucraniano (Ucrânia), Vietnamita (Vietnã), Galês (Reino Unido)

Perguntas frequentes (FAQ)

Revise o documento de registro de rosto e voz se tiver mais dúvidas sobre o uso e armazenamento de dados do perfil de voz

Tópicos relacionados

Artigo de suporte: Usar alto-falantes inteligentes para identificar participantes na sala