VoiceAgentInputTranscription interface
输入音频转录设置,包括转录模型、自定义语音部署和短语提示。
当 model 时 ,转录仅支持级联文本模型对话(不支持实时语音转语音模型),需要非空项languageen-US ,如(支持逗号分隔位置),支持 custom_speech、 和 phrase_listprofanity_filter。azure-speech-streaming
属性
| custom_speech | 可选客户定制语音部署配置,按地点定位。 |
| delay | 控制模型等待多久后发送转录文本。
更高的数值可以提高转录准确性,但代价是延迟。
仅支持 |
| keywords | 用词语或短语来指导输入音频的转录。 由 |
| language | 输入音频的语言。 以 ISO-639-1(例如 |
| languages | 输入音频的可能语言,格式为 ISO-639-1 格式。 由 |
| model | 转录模型标识符。 配置客户定制语音部署。 |
| phrase_list | 可选短语暗示对领域术语的认知有偏差。 |
| profanity_filter | 控制输入文字稿中脏话的处理方式。 仅支持托管的Azure语音( |
| prompt | 可选文本,用于指导模型风格或延续之前的音频片段。
对于 |
属性详细信息
custom_speech
可选客户定制语音部署配置,按地点定位。
custom_speech?: Record<string, string>
属性值
Record<string, string>
delay
控制模型等待多久后发送转录文本。
更高的数值可以提高转录准确性,但代价是延迟。
仅支持 gpt-realtime-whisper GA实时会话。
delay?: "low" | "medium" | "high" | "xhigh" | "minimal"
属性值
"low" | "medium" | "high" | "xhigh" | "minimal"
keywords
用词语或短语来指导输入音频的转录。 由 gpt-transcribe 和 gpt-live-transcribe支持 。
keywords?: string[]
属性值
string[]
language
输入音频的语言。 以 ISO-639-1(例如 en)格式提供输入语言将提高准确性并减少延迟。 其他转录模型可选;当 是azure-speech-streaming必填且非空时必须是非空model的(例如en-US;支持逗号分隔的区域)。
language?: string
属性值
string
languages
输入音频的可能语言,格式为 ISO-639-1 格式。 由 gpt-transcribe 和 gpt-live-transcribe支持 。
languages?: string[]
属性值
string[]
model
转录模型标识符。 配置客户定制语音部署。custom_speech
azure-speech-streaming 仅用于级联文本模型对话(不适用于实时语音转语音模型),需要一个非空的函数 language , en-US 如(支持逗号分隔的区域),并且支持 custom_speech、、 phrase_list和 profanity_filter。
model: VoiceAgentInputTranscriptionModel
属性值
phrase_list
可选短语暗示对领域术语的认知有偏差。
phrase_list?: string[]
属性值
string[]
profanity_filter
控制输入文字稿中脏话的处理方式。 仅支持托管的Azure语音(azure-speech和azure-speech-streaming),包括自定义语音。
在会话开始前设置该属性。 如果省略,转录服务商的默认规定将适用。
你不能在会话中更改模式。
过滤会影响转录事件和发送给级联模型的文本。 它不会改变输入音频、语音活动检测或助理语音;音频原生型号仍能接收原始音频。 即使你选择 unfiltered了,强制性服务掩蔽政策仍然适用。
profanity_filter?: VoiceAgentProfanityFilterMode
属性值
prompt
可选文本,用于指导模型风格或延续之前的音频片段。
对于 whisper-1, 提示是关键字列表。
对于 gpt-4o-transcribe 模型(不包括 gpt-4o-transcribe-diarize),提示是一个自由文本字符串,例如“期望与技术相关的字词”。
在GA的实时会话中不支持 gpt-realtime-whisper 提示词。
prompt?: string
属性值
string