VoiceAgentInputTranscription interface

輸入音訊轉錄設定,包括轉錄模型、自訂語音部署及片語提示。 當 model 時azure-speech-streaming,轉錄僅支援串聯文字模型對話(不支援即時語音轉語音模型),需要非空函en-USlanguage數,如(支援逗號分隔區域),並支援 custom_speech、 、 phrase_list和 profanity_filter。

屬性

custom_speech

可選客戶自訂語音部署配置,依地點定位。

delay

控制模型在發出轉錄文字前等待的時間。 較高的數值可以提升轉錄準確度,但代價是延遲。 僅支援 gpt-realtime-whisper GA 即時會話。

keywords

用詞語或片語來引導輸入音訊的轉錄。 由 gpt-transcribe 和 gpt-live-transcribe支援。

language

輸入音訊的語言。 以 ISO-639-1 格式 en提供輸入語言可改善精確度和延遲。 其他轉錄模型為可選;必要且在 時azure-speech-streaming必須非空model(例如en-US;支援逗號分隔區域)。

languages

輸入音訊的可能語言,採用 ISO-639-1 格式。 由 gpt-transcribe 和 gpt-live-transcribe支援。

model

轉錄模型識別碼。 在 中配置客戶自訂語音部署。custom_speech azure-speech-streaming僅適用於串接文字模型對話(不適用於即時語音轉語音模型),需要一個非空的(languageen-US 支援逗號分隔區域),且支援custom_speech、、 phrase_listprofanity_filter和 。

phrase_list

可選詞語暗示對領域詞的認知偏向。

profanity_filter

控制輸入逐字稿中髒話的處理方式。 僅支援管理型 Azure 語音(azure-speech和azure-speech-streaming),包括自訂語音。 在會話開始前設定此屬性。 若省略,則依照轉錄服務提供者的預設設定。 你無法在遊戲過程中更改模式。 過濾會影響轉錄事件及傳送給階級模型的文字。 它不會改變輸入音訊、語音活動偵測或助理語音;原生音訊機型仍能接收原始音訊。 即使您選擇 unfiltered了強制服務遮蔽政策,仍適用。

prompt

可選文字用來引導模型風格或延續先前的音訊片段。 對於 whisper-1, 提示詞是一串關鍵字。 對於 gpt-4o-transcribe 模型(不含 gpt-4o-transcribe-diarize),提示詞為自由文字串,例如「expect words related to technology」。 在 GA 的即時會話中不支援 gpt-realtime-whisper 提示詞。

屬性詳細資料

custom_speech

可選客戶自訂語音部署配置,依地點定位。

custom_speech?: Record<string, string>

屬性值

Record<string, string>

delay

控制模型在發出轉錄文字前等待的時間。 較高的數值可以提升轉錄準確度,但代價是延遲。 僅支援 gpt-realtime-whisper GA 即時會話。

delay?: "low" | "medium" | "high" | "xhigh" | "minimal"

屬性值

"low" | "medium" | "high" | "xhigh" | "minimal"

keywords

用詞語或片語來引導輸入音訊的轉錄。 由 gpt-transcribe 和 gpt-live-transcribe支援。

keywords?: string[]

屬性值

string[]

language

輸入音訊的語言。 以 ISO-639-1 格式 en提供輸入語言可改善精確度和延遲。 其他轉錄模型為可選;必要且在 時azure-speech-streaming必須非空model(例如en-US;支援逗號分隔區域)。

language?: string

屬性值

string

languages

輸入音訊的可能語言,採用 ISO-639-1 格式。 由 gpt-transcribe 和 gpt-live-transcribe支援。

languages?: string[]

屬性值

string[]

model

轉錄模型識別碼。 在 中配置客戶自訂語音部署。custom_speech azure-speech-streaming僅適用於串接文字模型對話(不適用於即時語音轉語音模型),需要一個非空的(languageen-US 支援逗號分隔區域),且支援custom_speech、、 phrase_listprofanity_filter和 。

model: VoiceAgentInputTranscriptionModel

屬性值

phrase_list

可選詞語暗示對領域詞的認知偏向。

phrase_list?: string[]

屬性值

string[]

profanity_filter

控制輸入逐字稿中髒話的處理方式。 僅支援管理型 Azure 語音(azure-speech和azure-speech-streaming),包括自訂語音。 在會話開始前設定此屬性。 若省略,則依照轉錄服務提供者的預設設定。 你無法在遊戲過程中更改模式。 過濾會影響轉錄事件及傳送給階級模型的文字。 它不會改變輸入音訊、語音活動偵測或助理語音;原生音訊機型仍能接收原始音訊。 即使您選擇 unfiltered了強制服務遮蔽政策,仍適用。

profanity_filter?: VoiceAgentProfanityFilterMode

屬性值

prompt

可選文字用來引導模型風格或延續先前的音訊片段。 對於 whisper-1, 提示詞是一串關鍵字。 對於 gpt-4o-transcribe 模型(不含 gpt-4o-transcribe-diarize),提示詞為自由文字串,例如「expect words related to technology」。 在 GA 的即時會話中不支援 gpt-realtime-whisper 提示詞。

prompt?: string

屬性值

string