配置语音活动检测灵敏度 - Amazon Lex
了解 VAD 灵敏度级别配置 VAD 灵敏度VAD 配置的最佳实践

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

配置语音活动检测灵敏度

语音活动检测 (VAD) 是一种确定音频信号中何时出现语音的技术。Amazon Lex V2 使用 VAD 通过区分实际语音和背景噪音来优化语音识别精度。您可以配置 VAD 灵敏度等级，以提高机器人在不同声学环境中的性能。

了解 VAD 灵敏度级别

Amazon Lex V2 提供了三个 VAD 敏感度级别，您可以为机器人区域设置配置这些级别：

默认

标准灵敏度级别适用于大多数具有典型背景噪音水平的环境。这是一般用例的推荐设置。

HighNoiseTolerance

提高了对中等背景噪音的容忍度。当您的机器人在噪音水平一致但中等的环境中运行时，例如繁忙的办公室或零售环境，请使用此设置。

MaximumNoiseTolerance

对高水平背景噪音的最大容忍度。此设置适用于噪音非常大的环境，例如呼叫中心、制造车间或环境噪音较大的室外场所。

注意

较高的噪声容限水平可能会导致系统对自己认为的言语更加宽容，这可能会在非常安静的环境中导致误报。选择最符合您预期的声学环境的灵敏度级别。

配置 VAD 灵敏度

您可以使用 Amazon Lex V2 控制台、AWS CLI 或在创建或更新机器人区域设置时配置 VAD 敏感度。 SDKs

使用 Amazon Lex V2 控制台

在控制台中配置 VAD 灵敏度

  1. 打开 Amazon Lex V2 主机，网址为https://console.aws.amazon.com/lexv2/。

  2. 从列表中选择您的机器人。

  3. 在左侧导航窗格中，选择机器人语言。

  4. 选择要配置的语言，或者选择 “添加语言” 来添加新语言。

  5. 在 “语音检测灵敏度” 部分，选择以下选项之一：

    • 默认-典型环境的标准灵敏度

    • 高耐噪性-适用于中等噪音环境

    • 最大噪音耐受性-适用于非常嘈杂的环境

  6. 选择 “保存” 以应用更改。

使用 AWS CLI 或 SDKs

您可以在以下 API 操作中使用speechDetectionSensitivity参数设置 VAD 灵敏度：

  • CreateBotLocale-在创建新的机器人区域设置时设置 VAD 灵敏度

  • UpdateBotLocale-修改现有机器人区域的 VAD 灵敏度

  • DescribeBotLocale-查看当前 VAD 灵敏度设置

例 使用 AWS CLI 设置 VAD 敏感度

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"

VAD 配置的最佳实践

  • 在目标环境中进行测试-根据将部署机器人的实际声学条件配置 VAD 灵敏度。

  • 从默认设置开始-从默认设置开始，然后根据性能测试和用户反馈进行调整。

  • 监控性能-使用 Amazon Lex V2 分析和对话日志监控语音识别准确性并根据需要调整 VAD 灵敏度。

  • 考虑用例 ——对于嘈杂的环境，较高的灵敏度级别是有益的，但对于受控的环境，例如配备头戴式耳机的客户服务中心，则可能不是必需的。