command_info.type : configure

会話フローに基づいて構成パラメーターのセットを適用することにより、Speech to Text サービスを動的に再構成します。 例えば、会話の特定のポイントで特定のカスタマイズ ID または文法を選択したい場合があります。

narrowband_recognize および broadband_recognize に設定できるパラメーターは、Speech to Text WebSocket インターフェースで使用可能になるパラメーターを反映します。 WebSocket API は、2 つのタイプのパラメーターを送信します。つまり、電話統合がサービスに接続するときに送信される照会パラメーターと、要求本体内の JSON データの一部として送信されるメッセージ・パラメーターです。 例えば、model は照会パラメーターであり、smart_formatting は WebSocket メッセージ・パラメーターです。 パラメーターの完全なリストについては、 Speech to Text API 資料を参照してください。

Speech to Text サービスへの電話統合の接続に対して、以下の照会パラメーターを定義できます。 narrowband または broadband に対して定義したその他のパラメーターは、WebSocket メッセージ要求の一部として渡されます。

• model
• acoustic_customization_id
• version
• x-watson-learning-opt-out
• base_model_version
• language_customization_id

Speech to Text サービスの以下のパラメータは、電話統合で使用される固定値があるため、変更できません。

• action
• content-type
• interim_results
• continuous
• inactivity_timeout

configure コマンドを使用して watsonx Assistant から動的に構成すると、 narrowband や broadband などのルート・レベル・フィールドのみが更新されます。 これらのフィールドをコマンドから省略すると、元の構成設定が保持されます。 update_strategy 値 merge および merge_once を使用して、構成パラメーターを既存の構成とマージすることができます。

カスタム言語モデルの使用

電話統合をセットアップするときに、常にカスタム言語モデルを使用するように統合を構成することができます。

ただし、ほとんどの場合は標準言語モデルを使用し、顧客を支援するためにアシスタントが設計されている特定のトピックにのみ使用するカスタム言語モデルを指定することもできます。 例えば、医療費のみに役立つアクションには、医療用語に特化したカスタム・モデルを使用できます。 会話の特定のブランチについてカスタム言語モデルを適用できます。

詳しくは、 カスタム言語モデルの作成を参照してください。

カスタム言語モデルをアクション・ステップに適用するには、speech_to_text 応答タイプを使用します。

{
  "generic": [
    {
      "response_type": "speech_to_text",
      "command_info": {
        "type": "configure",
        "parameters": {
          "narrowband_recognize": {
            "x-watson-learning-opt-out": true,
            "model": "en-US_NarrowbandModel",
            "profanity_filter": true,
            "smart_formatting": true,
            "language_customization_id": "81d3630-ba58-11e7-aa4b-41bcd3f6f24d",
            "acoustic_customization_id": "e4766090-ba51-11e7-be33-99bd3ac8fa93"
          }
        }
      }
    }
  ]
}

また、バックグラウンドノイズやアクセントなど、信号の質やノイズに関連するものを処理するためにトレーニングした音響モデルを適用することもできる。

カスタム文法の使用

Speech to Text サービスは文法の使用をサポートしています。 文法を使用して、特定の特性にのみ一致するように音声を構成できます。

• カスタム言語モデルは、サービスの基本語彙を拡張します。
• 文法は、サービスがその語彙から認識できる単語を制限します。

音声認識のためにカスタム言語モデルで文法を使用する場合、サービスはその文法によって認識される単語、句、およびストリングのみを認識できます。 例えば、 yes または no のレスポンスだけを受け取りたい場合。 選択したそれらのものだけを許可する文法を定義できます。

詳しくは、 カスタム言語モデルでの文法の使用を参照してください。

この例は、会話中にカスタム文法を指定する方法を示しています。

{
  "generic": [
    {
      "response_type": "speech_to_text",
      "command_info": {
        "type": "configure",
        "parameters": {
          "update_strategy": "merge_once",
          "narrowband_recognize": {
            "x-watson-learning-opt-out": true,
            "grammar_name": "names-abnf",
            "language_customization_id": "81d3630-ba58-11e7-aa4b-41bcd3f6f24d"
          }
        }
      }
    }
  ]
}

例

以下の例は、 speech_to_text 応答タイプを使用して構成コマンドを Speech to Text サービスに送信する方法を示しています。

{
  "generic": [
    {
      "response_type": "speech_to_text",
      "command_info": {
        "type": "configure",
        "parameters": {
          "narrowband_recognize": {
            "model": "es-ES_NarrowbandModel",
            "smart_formatting": true
          }
        }
      }
    }
  ]
}

{
  "generic": [
    {
      "response_type": "speech_to_text",
      "command_info": {
        "type": "configure",
        "parameters": {
          "update_strategy": "merge_once",
          "narrowband_recognize": {
            "language_customization_id": "ao45vohgFuxyOQRgztu-02I10ut7aJcM-AdInT-VWgj3V"
          }
        }
      }
    }
  ]
}

command_info.type : configure

会話フローに基づいて構成パラメーターのセットを適用することにより、Text to Speech サービスを動的に再構成します。 例えば、会話の特定の時点で特定の音声を選択したい場合があります。

synthesize に設定できるパラメーターは、Text to Speech WebSocket インターフェースによって使用可能になるパラメーターを反映します。 WebSocket API は、2 つのタイプのパラメーターを送信します。電話統合がサービスに接続するときに送信される照会パラメーターと、要求本体内の JSON データの一部として送信されるメッセージ・パラメーターです。 パラメーターの完全なリストについては、 Text to Speech API 資料を参照してください。

command_info.type : disable_barge_in

音声バージインを無効にして、音声の再生中に発信者が話すときに再生が中断されないようにします。

パラメーターはありません。

command_info.type : enable_barge_in

音声バージインを有効にして、発信者が発言によって再生を中断できるようにします。

パラメーターはありません。

アシスタントの音声の変更

保証する会話の特定のトピックを扱うアシスタントの音声を変更することができます。 例えば、英国のお客様にのみ適用される会話のブランチに、英国アクセント付きの音声を使用することができます。

この例は、会話中に音声を指定する方法を示しています。

{
  "generic": [
    {
      "response_type": "text_to_speech",
      "command_info": {
        "type": "configure",
        "parameters": {
          "synthesize": {
            "voice": "en-GB_KateV3Voice"
          }
        }
      }
    }
  ]
}

voice パラメーターで、使用したいボイス・モデルを指定します。 音声モデルのオプションについては、 対応言語と音声をご覧ください。

指定するモデルは、統合で使用するように構成されている Text to Speech サービスインスタンスでサポートされているものでなければなりません。

ハングアップ後の転送

デフォルトでは、電話統合は SIP REFER 要求を使用して通話を転送します。 IVR サービス・プロバイダーによっては、代わりに SIP BYE 要求を使用するように通話中転送を構成しなければならない場合があります。 transfer_method 属性を使用して、 refer または hangup のいずれかを使用して通話の転送方法を指定します。 transfer_method を refer ではなく hangup に設定すると、転送アクションの動作が変わります。 電話統合は、SIP REFER 要求を送信する代わりに、関連するテキストを再生してから、SIP BYE 要求を送信して通話をハングアップします。

ハングアップ後、電話統合は、 url 属性で指定された転送宛先を BYE メッセージの呼び出しアンカーに渡します。 転送ターゲットを含むヘッダー・フィールドは、 transfer_target_header 属性によって決定されます。 transfer_target_header 属性が指定されていない場合、電話統合は Transfer-Target を使用します。

{
  "generic": [
    {
      "response_type": "connect_to_agent",
      "transfer_info": {
        "target": {
          "service_desk": {
            "sip": {
              "uri": "sip:user\\@domain.com",
              "transfer_method": "hangup",
              "transfer_target_header": "Transfer-Target"
            }
          }
        }
      },
      "agent_available": {
        "message": "Please hold on while I connect you with a live agent."
      },
      "agent_unavailable": {
        "message": "Sorry, I could not find an agent."
      },
      "message_to_human_agent": "The caller needs help resetting their password"
    }
  ]
}

障害発生時の転送

失敗時の転送を構成するには、電話統合設定の 「拡張」 タブに移動します。 以下の選択が設定できる：

• 転送失敗メッセージ

• 転送の失敗時に通話を切断

詳しくは、 通話および転送の失敗の処理 を参照してください。

SIP シグナリングで watsonx Assistant メタデータを渡す

発信者と watsonx Assistant の間の会話履歴のロードをサポートするために、電話統合は、Web チャット統合で使用できるキーとして User-to-User ヘッダーの値を指定します。 transfer_headers リストで User-to-User が指定されている場合、セッション履歴鍵は X-Watson-Assistant-Session-History-Key ヘッダーで送信されます。

SIP ヘッダーの値は 1024 バイトに制限されています。

このデータが SIP REFER メッセージにどのように表示されるかは、 transfer_headers_send_method の値によっても異なります。

この例では、ヘッダーとして含まれるデータを示している：

REFER sip:b@atlanta.example.com SIP/2.0
Via: SIP/2.0/UDP agenta.atlanta.example.com;branch=z9hG4bK2293940223
To: <sip:b@atlanta.example.com>
From: <sip:a@atlanta.example.com>;tag=193402342
Call-ID: 898234234@agenta.atlanta.example.com
CSeq: 23 REFER
Max-Forwards: 7
Refer-To: sip:user@domain.com
X-Watson-Assistant-Token: 8f817472-8c57-4117-850d-fdf4fd23ba7
User-to-User: 637573746f6d2d757365722d746f2d75736572;encoding=hex
Contact: sip:a@atlanta.example.com
Content-Length: 0

カスタム User-to-User ヘッダーが指定されている場合、セッション履歴鍵は X-Watson-Assistant-Session-History-Key ヘッダーに設定されます。

REFER sip:b@atlanta.example.com SIP/2.0
Via: SIP/2.0/UDP agenta.atlanta.example.com;branch=z9hG4bK2293940223
To: <sip:b@atlanta.example.com>
From: <sip:a@atlanta.example.com>;tag=193402342
Call-ID: 898234234@agenta.atlanta.example.com
CSeq: 93809823 REFER
Max-Forwards: 70
Refer-To: sip:user@domain.com
User-to-User: 637573746f6d2d757365722d746f2d75736572;encoding=hex
X-Watson-Assistant-Session-History-Key: dev::latest::212033::0a64c30d-c558-4055-85ad-ef75ad6cc29d::978f1fd7-4e24-47d8-adb0-24a8a6eff69e::b5ffd6c2-902f-4658-b586-e3fc170a6cf3::7ad616a350cc48078f17e3ee3df551de
Contact: sip:a@atlanta.example.com
Content-Length: 0

この例は、照会パラメーター ( SIP RFC 3261で定義) として Refer-To ヘッダーに渡されるメタデータを示しています。

REFER sip:b@atlanta.example.com SIP/2.0
Via: SIP/2.0/UDP agenta.atlanta.example.com;branch=z9hG4bK2293940223
To: <sip:b@atlanta.example.com>
From: <sip:a@atlanta.example.com>;tag=193402342
Call-ID: 898234234@agenta.atlanta.example.com
CSeq: 23 REFER
Max-Forwards: 70
Refer-To: sip:user@domain.com?User-to-User=637573746f6d2d757365722d746f2d75736572%3Bencoding%3Dhex
Contact: sip:a@atlanta.example.com
Content-Length: 0

カスタム User-to-User ヘッダーが指定されている場合、セッション履歴鍵は X-Watson-Assistant-Session-History-Key ヘッダーに設定されます。

REFER sip:b@atlanta.example.com SIP/2.0
Via: SIP/2.0/UDP agenta.atlanta.example.com;branch=z9hG4bK2293940223
To: <sip:b@atlanta.example.com>
From: <sip:a@atlanta.example.com>;tag=193402342
Call-ID: 898234234@agenta.atlanta.example.com
CSeq: 93809823 REFER
Max-Forwards: 70
Refer-To: sip:user@domain.com?User-to-User=637573746f6d2d757365722d746f2d75736572%3Bencoding%3Dhex&X-Watson-Assistant-Session-History-Key=dev::latest::893499::dff9c274-adc4-4f63-93de-781166760bf8::978f1fd7-4e24-47d8-adb0-24a8a6eff69e::b5ffd6c2-902f-4658-b586-e3fc170a6cf3::7ad616a350cc48078f17e3ee3df551de
Contact: sip:a@atlanta.example.com
Content-Length: 0

Twilio Flex の場合、 User-to-User ヘッダーは encoding=ascii を使用します。

command_info.type : collect

ユーザーから Dual-Tone Multi-Frequency (DTMF) 入力を収集するように電話統合に指示します。 このコマンドは、以下のパラメーターをサポートします。

command_info.type : disable_barge_in

DTMF バージインを無効にして、発信者がキーを押したときに電話統合からの再生が中断されないようにします。 disable_barge_in が有効になっている場合、再生中に押されたキーは無視されます。

このコマンドにパラメーターはありません。

command_info.type : enable_barge_in

DTMF バージインを有効にして、電話統合の再生を発信者がキーを押して中断できるようにします。

このコマンドにパラメーターはありません。

command_info.type : send

電話機との連携でDTMF信号を送信します。

このコマンドは、以下のパラメーターをサポートします。

例

この例は、DTMF 入力を収集するために使用される、collect コマンドによる dtmf 応答タイプを示しています。

{
  "generic": [
    {
      "response_type": "dtmf",
      "command_info": {
        "type": "collect",
        "parameters": {
          "termination_key": "#",
          "count": 16,
          "ignore_speech": true
        }
      },
      "channels": [
        {
          "channel": "voice_telephony"
        }
      ]
    }
  ]
}

この例は、DTMF シグナルを送信するために使用される、send コマンドによる dtmf 応答タイプを示しています。

{
  "generic": [
    {
      "response_type": "dtmf",
      "command_info": {
        "type": "send",
        "parameters": {
          "digits": [
            {
              "code": "9",
              "volume": -8
            },
            {
              "code": "11"
            }
          ],
          "send_interval": 100
        }
      },
      "channels": [
        {
          "channel": "voice_telephony"
        }
      ]
    }
  ]
}

カスタム CDR データのマージおよび削除

cdr_custom_data オブジェクトがアクションによって定義されるたびに、新規データはすべての既存データとマージされます。 以前に定義されたプロパティに指定された新しい値は、以前の値を上書きし、新しいプロパティが追加されます。それ以外の場合、以前に定義されたデータは変更されません。

既に定義されているプロパティーを削除するには、次の例にあるように、対象のプロパティーを空の値に明示的に設定する必要があります。

  "context": {
    "integrations": {
      "voice_telephony": {
        "cdr_custom_data": {
          "key1": ""
        }
      }
    }
  }