Mengkonfigurasi sensitivitas deteksi aktivitas suara - Amazon Lex
Memahami tingkat sensitivitas VADMengkonfigurasi sensitivitas VADPraktik terbaik untuk konfigurasi VAD

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Mengkonfigurasi sensitivitas deteksi aktivitas suara

Voice Activity Detection (VAD) adalah teknologi yang menentukan kapan ucapan hadir dalam sinyal audio. Amazon Lex V2 menggunakan VAD untuk mengoptimalkan akurasi pengenalan suara dengan membedakan antara suara yang sebenarnya dan kebisingan latar belakang. Anda dapat mengonfigurasi tingkat sensitivitas VAD untuk meningkatkan kinerja bot Anda di lingkungan akustik yang berbeda.

Memahami tingkat sensitivitas VAD

Amazon Lex V2 menyediakan tiga tingkat sensitivitas VAD yang dapat Anda konfigurasi untuk lokal bot Anda:

Default

Tingkat sensitivitas standar cocok untuk sebagian besar lingkungan dengan tingkat kebisingan latar belakang yang khas. Ini adalah pengaturan yang disarankan untuk kasus penggunaan umum.

HighNoiseTolerance

Peningkatan toleransi untuk kebisingan latar belakang sedang. Gunakan pengaturan ini saat bot Anda beroperasi di lingkungan dengan tingkat kebisingan yang konsisten namun moderat, seperti kantor yang sibuk atau lingkungan ritel.

MaximumNoiseTolerance

Toleransi maksimum untuk kebisingan latar belakang tingkat tinggi. Gunakan pengaturan ini untuk lingkungan yang sangat bising seperti pusat panggilan, lantai manufaktur, atau lokasi luar ruangan dengan kebisingan sekitar yang signifikan.

catatan

Tingkat toleransi kebisingan yang lebih tinggi dapat mengakibatkan sistem menjadi lebih permisif tentang apa yang dianggapnya sebagai ucapan, yang berpotensi menyebabkan positif palsu di lingkungan yang sangat tenang. Pilih tingkat sensitivitas yang paling sesuai dengan lingkungan akustik yang Anda harapkan.

Mengkonfigurasi sensitivitas VAD

Anda dapat mengonfigurasi sensitivitas VAD saat membuat atau memperbarui lokal bot menggunakan konsol Amazon Lex V2, AWS CLI, atau. SDKs

Menggunakan konsol Amazon Lex V2

Untuk mengkonfigurasi sensitivitas VAD di konsol

  1. Buka konsol Amazon Lex V2 di https://console.aws.amazon.com/lexv2/.

  2. Pilih bot Anda dari daftar.

  3. Di panel navigasi kiri, pilih bahasa Bot.

  4. Pilih bahasa yang ingin Anda konfigurasikan, atau pilih Tambahkan bahasa untuk menambahkan bahasa baru.

  5. Di bagian Sensitivitas deteksi ucapan, pilih salah satu opsi berikut:

    • Default - Sensitivitas standar untuk lingkungan tipikal

    • Toleransi kebisingan tinggi - Untuk lingkungan yang cukup bising

    • Toleransi kebisingan maksimum - Untuk lingkungan yang sangat bising

  6. Pilih Simpan untuk menerapkan perubahan.

Menggunakan AWS CLI atau SDKs

Anda dapat mengatur sensitivitas VAD menggunakan speechDetectionSensitivity parameter dalam operasi API berikut:

  • CreateBotLocale- Atur sensitivitas VAD saat membuat lokal bot baru

  • UpdateBotLocale- Ubah sensitivitas VAD untuk lokal bot yang ada

  • DescribeBotLocale- Lihat pengaturan sensitivitas VAD saat ini

contoh Mengatur sensitivitas VAD dengan AWS CLI

aws lexv2-models create-bot-locale \
    --bot-id "AIDACKCEVSQ6C2EXAMPLE" \
    --bot-version "DRAFT" \
    --locale-id "en_US" \
    --nlu-intent-confidence-threshold 0.40 \
    --speech-detection-sensitivity "HighNoiseTolerance"

Praktik terbaik untuk konfigurasi VAD

  • Uji di lingkungan target Anda - Konfigurasikan sensitivitas VAD berdasarkan kondisi akustik akustik aktual di mana bot Anda akan digunakan.

  • Mulai dengan Default - Mulailah dengan pengaturan Default dan sesuaikan berdasarkan pengujian kinerja dan umpan balik pengguna.

  • Pantau kinerja - Gunakan analisis Amazon Lex V2 dan log percakapan untuk memantau akurasi pengenalan suara dan menyesuaikan sensitivitas VAD sesuai kebutuhan.

  • Pertimbangkan kasus penggunaan - Tingkat sensitivitas yang lebih tinggi bermanfaat untuk lingkungan yang bising tetapi mungkin tidak diperlukan untuk lingkungan yang terkendali seperti pusat layanan pelanggan dengan headset.