बातचीत का प्रवाह

अवलोकन

बातचीत के प्रवाह की सेटिंग्स तय करती हैं कि आपका असिस्टेंट यूज़र की चुप्पी, बोलते समय रुकावटों और बारी लेने के व्यवहार को कैसे संभाले। ये सेटिंग्स ज़्यादा स्वाभाविक बातचीत बनाने में मदद करती हैं और आपके उपयोग के मामले के अनुसार कस्टमाइज़ की जा सकती हैं।

ये सेटिंग्स Realtime मॉडल का इस्तेमाल करने वाले एजेंट्स पर भी लागू होती हैं।

बातचीत की अधिकतम अवधि

बातचीत की अधिकतम अवधि सेटिंग यह सीमित करती है कि कोई बातचीत कुल कितनी देर तक सक्रिय रह सकती है। यह ग्लोबल सीमा बातचीत शुरू होने पर लागू होती है और टर्न-लेवल टाइमआउट से स्वतंत्र रूप से काम करती है। डिफ़ॉल्ट अवधि 600 सेकंड (10 मिनट) है। आप 60 से 7,200 सेकंड तक की वैल्यू सेट कर सकते हैं।

कॉन्फ़िगरेशन

CLI और API में, इस सेटिंग को conversation_config.conversation.max_duration_seconds फ़ील्ड से कॉन्फ़िगर करें।

चुप्पी के बाद बारी लें

चुप्पी के बाद बारी लें सेटिंग तय करती है कि यूज़र की चुप्पी के दौरान आपका असिस्टेंट अगली बारी लेने और जवाब के लिए प्रॉम्प्ट करने से पहले कितनी देर इंतज़ार करे।

कॉन्फ़िगरेशन

वैल्यू सेकंड में दी जाती है और 1 से 30 सेकंड के बीच होनी चाहिए। CLI और API में, इस सेटिंग को conversation_config.turn.turn_timeout फ़ील्ड से कॉन्फ़िगर करें।

सर्वोत्तम तरीके

• अनौपचारिक बातचीत के लिए कम टाइमआउट (5-10 सेकंड) रखें, जहां तेज़ी से बातचीत की अपेक्षा हो
• जब यूज़र्स को सोचने या जटिल जवाब तैयार करने के लिए अधिक समय चाहिए हो, तो लंबे टाइमआउट (10-30 सेकंड) का इस्तेमाल करें
• अपने यूज़र संदर्भ पर विचार करें - कस्टमर सर्विस में कम टाइमआउट फ़ायदेमंद हो सकते हैं, जबकि टेक्निकल सपोर्ट में लंबे टाइमआउट की ज़रूरत हो सकती है

सॉफ्ट टाइमआउट

जब LLM को जवाब जनरेट करने में अपेक्षा से अधिक समय लगता है, तो सॉफ्ट टाइमआउट तुरंत ऑडियो फ़ीडबैक देता है। इंतज़ार के दौरान अजीब चुप्पी के बजाय, आपका एजेंट स्वाभाविक बातचीत का प्रवाह बनाए रखने के लिए “हम्म…” या “मुझे सोचने दीजिए…” जैसा छोटा भराव वाक्य बोलता है।

यह सुविधा इनके लिए उपयोगी है:

• जटिल क्वेरी, जिनके लिए LLM को ज़्यादा प्रोसेसिंग समय चाहिए
• LLM प्रदाताओं की बदलती लेटेंसी को संभालना
• स्वाभाविक सोचने के विरामों के साथ अधिक मानवीय बातचीत बनाना

यह कैसे काम करता है

1. यूज़र के बोलना समाप्त करने पर, सिस्टम LLM जवाब जनरेट करना शुरू करता है
2. कॉन्फ़िगर की गई टाइमआउट अवधि के आधार पर टाइमर शुरू होता है
3. अगर LLM जवाब टाइमआउट से पहले आ जाता है, तो कोई भराव वाक्य नहीं बोला जाता
4. अगर LLM के जवाब देने से पहले टाइमआउट पूरा हो जाता है:
   • कॉन्फ़िगर किया गया भराव संदेश तुरंत बोला जाता है
   • एजेंट वास्तविक जवाब का इंतज़ार करता रहता है
   • तैयार होने पर, एजेंट पूरा LLM जवाब बोलता है

लगातार कई भराव वाक्यों को रोकने के लिए सॉफ्ट टाइमआउट हर टर्न में केवल एक बार ट्रिगर होता है।

कॉन्फ़िगरेशन

टाइमआउट अवधि

LLM जवाब का इंतज़ार करते समय भराव संदेश बोलने से पहले का समय, सेकंड में।

स्थिर संदेश

सॉफ्ट टाइमआउट ट्रिगर होने पर बोला जाने वाला पहले से तय भराव वाक्य।

यह संदेश इनका समर्थन करता है:

• भाषा ओवरराइड्स: आपके एजेंट के लिए कॉन्फ़िगर की गई अतिरिक्त भाषाओं में अपने-आप अनुवाद होता है
• क्लाइंट ओवरराइड्स: SDK के ज़रिए हर कॉल के लिए कस्टमाइज़ किया जा सकता है

LLM से जनरेट किया गया संदेश

सक्षम होने पर, स्थिर संदेश के बजाय हल्के LLM का उपयोग करके संदर्भ के अनुरूप भराव वाक्य डायनामिक रूप से जनरेट करता है।

सिस्टम प्रासंगिक भराव वाक्य, जैसे “हम्म…”, “मैं समझा…”, “समझ गया…”, “ठीक है…” या “अच्छा…”, जनरेट करने के लिए हाल के बातचीत संदर्भ (अधिकतम 4 संदेश, 1000 वर्ण) का उपयोग करता है।

सर्वोत्तम तरीके

• भराव संदेशों में समय बताने वाले संकेतों से बचें (जैसे, “एक सेकंड…”) क्योंकि वास्तविक जवाब का समय अनुमानित नहीं होता
• तेज़ जवाब देने वाले FAQ बॉट्स के लिए सॉफ्ट टाइमआउट बंद करें

रुकावटें

रुकावट प्रबंधन तय करता है कि यूज़र आपके असिस्टेंट के बोलते समय उसे रोक सकते हैं या नहीं।

कॉन्फ़िगरेशन

रुकावट सेटिंग्स को एजेंट के Advanced टैब में Client Events के अंतर्गत कॉन्फ़िगर किया जा सकता है।

रुकावटें सक्षम करने के लिए, सुनिश्चित करें कि interruption चुना हुआ क्लाइंट इवेंट है।

रुकावटें सक्षम हैं

रुकावटें अक्षम हैं

रुकावटों के लिए सर्वोत्तम तरीके

• स्वाभाविक बातचीत के लिए रुकावटें सक्षम करें, जहां आगे-पीछे का संवाद अपेक्षित हो
• जब संदेश को पूरा करना बहुत ज़रूरी हो, तब रुकावटें अक्षम करें (जैसे, नियम व शर्तें, सुरक्षा जानकारी)
• अपने उपयोग के मामले के संदर्भ पर विचार करें - कस्टमर सर्विस में रुकावटें फ़ायदेमंद हो सकती हैं, जबकि जानकारी पहुंचाने में नहीं

बारी लेने की तत्परता

बारी लेने की तत्परता नियंत्रित करती है कि बातचीत के दौरान आपका असिस्टेंट यूज़र इनपुट पर कितनी जल्दी प्रतिक्रिया देता है। यह सेटिंग तय करती है कि पहचाने गए बोलने के पैटर्न के आधार पर असिस्टेंट बारी लेने और बोलना शुरू करने के लिए कितना तत्पर है।

यह कैसे काम करता है

ज़्यादा स्वाभाविक बारी लेने के लिए असिस्टेंट में अब दो मुख्य सुधार हैं:

1. तेज़ जवाब जनरेशन - असिस्टेंट पूरे वाक्यों का इंतज़ार करने के बजाय भाषा मॉडल से पर्याप्त शब्द और कॉमा मिलने के बाद बोलना शुरू कर देता है। इससे लेटेंसी कम होती है और बातचीत ज़्यादा प्रतिक्रियाशील बनती है, खासकर जब असिस्टेंट के जवाब लंबे हों।

2. कॉन्फ़िगर करने योग्य बारी लेने की तत्परता - नियंत्रित करें कि असिस्टेंट विरामों या बोलने के पैटर्न को जवाब देने के अवसर के रूप में कितनी जल्दी समझे।

कॉन्फ़िगरेशन

तीन मोड उपलब्ध हैं:

• तत्पर - असिस्टेंट यूज़र इनपुट पर तुरंत प्रतिक्रिया देता है और सबसे पहले अवसर पर बातचीत में शामिल हो जाता है। तेज़ गति वाली बातचीत के लिए सबसे अच्छा, जहां तुरंत जवाब अहम हों।
• सामान्य - संतुलित बारी लेना, जो ज़्यादातर बातचीत के परिदृश्यों में अच्छी तरह काम करता है। असिस्टेंट जवाब देने से पहले बातचीत में स्वाभाविक विराम का इंतज़ार करता है।
• धैर्यवान - असिस्टेंट अपनी बारी लेने से पहले अधिक देर तक इंतज़ार करता है, जिससे यूज़र्स को अपने विचार पूरे करने के लिए ज़्यादा समय मिलता है। विस्तृत जानकारी इकट्ठा करने या यूज़र्स को जवाब तैयार करने के लिए समय चाहिए होने पर आदर्श।

बारी लेने की तत्परता के लिए सर्वोत्तम तरीके

• ऐसे कस्टमर सर्विस परिदृश्यों में तत्पर मोड इस्तेमाल करें जहां तेज़ जवाब यूज़र अनुभव बेहतर करते हों
• फ़ोन नंबर, पते या ईमेल पते जैसी संरचित जानकारी लेते समय धैर्यवान मोड इस्तेमाल करें
• सामान्य बातचीत के प्रवाह के लिए डिफ़ॉल्ट रूप से सामान्य मोड इस्तेमाल करें
• बातचीत के संदर्भ के आधार पर बारी लेने की तत्परता को डायनामिक रूप से समायोजित करने के लिए वर्कफ़्लो के साथ मिलाएं
• सही संतुलन पाने के लिए अपने खास उपयोग के मामले में अलग-अलग सेटिंग्स आज़माएं

शोर वाले माहौल का पता लगाना

जब शोर वाले माहौल का पता लगाना चालू होता है, तो एजेंट यूज़र के बैकग्राउंड में दूसरे लोगों की आवाज़ सुनता है। अगर उसे वे सुनाई देती हैं, तो वह यूज़र से शांत जगह पर जाने के लिए कहने वाला एक तय संदेश बोलता है।

बैकग्राउंड की आवाज़ें गलत ट्रांसक्रिप्ट और गलत रुकावटों का एक बड़ा कारण हैं। स्पीच रिकग्निशन उन्हें ऐसे ट्रांसक्राइब करता है जैसे यूज़र ने कहा हो, और वे एजेंट को जवाब के बीच में रुकने पर मजबूर कर सकती हैं। यूज़र को शांत जगह पर ले जाने से बाकी बातचीत के लिए ट्रांसक्रिप्शन और बारी लेना बेहतर होता है। यह सेटिंग उन एजेंट्स के लिए सबसे उपयोगी है जिनके यूज़र अक्सर दुकानों या घरों जैसी व्यस्त जगहों से कॉल करते हैं।

यह कैसे काम करता है

एक मॉडल पूरी बातचीत के दौरान यूज़र के ऑडियो का विश्लेषण करता है और यूज़र की आवाज़ के साथ दूसरी आवाज़ सुनाई देने पर ट्रिगर होता है। यह केवल आवाज़ों का पता लगाता है: ट्रैफ़िक या जानवरों जैसे अन्य बैकग्राउंड शोर से यह ट्रिगर नहीं होता।

जब डिटेक्शन ट्रिगर होता है:

1. अगर एजेंट बोल रहा है, तो उसका मौजूदा जवाब रुक जाता है। रुकावटें अक्षम होने पर जवाब पहले पूरा होता है।
2. एजेंट संदेश बोलता है। यूज़र इसे रोक नहीं सकते, क्योंकि इसे ट्रिगर करने वाली बैकग्राउंड आवाज़ें वरना इसे बीच में रोक सकती हैं।
3. संदेश हर बातचीत में अधिकतम एक बार बोला जाता है।

यह Advanced > Automatic Speech Recognition में मौजूद बैकग्राउंड स्पीच फ़िल्टर करें सेटिंग से अलग है, जो ट्रांसक्रिप्शन से बैकग्राउंड स्पीच हटा देती है। शोर वाले माहौल का पता लगाना एक अलग मॉडल का उपयोग करता है, जो ऑडियो के लंबे हिस्से का विश्लेषण करता है। यह बैकग्राउंड आवाज़ों का पता धीरे लगाता है, लेकिन अधिक सटीकता से, जो इसके उद्देश्य के लिए बेहतर है।

कॉन्फ़िगरेशन

CLI और API में, conversation_config.turn.noisy_environment_detection के साथ सेटिंग चालू करें और conversation_config.turn.noisy_environment_message के साथ संदेश सेट करें।

भाषाएं

एजेंट बातचीत की वर्तमान भाषा में संदेश बोलता है, जिसमें भाषा पहचान टूल से भाषा बदलने के बाद भी शामिल है।

डैशबोर्ड में, अनुवाद पहले संदेश की तरह ही काम करता है:

• सेटिंग चालू करने पर संदेश हर अतिरिक्त भाषा में अनुवाद हो जाता है।
• भाषा जोड़ने पर संदेश उस भाषा में अनुवाद हो जाता है।
• अनुवाद की समीक्षा या संपादन करने के लिए, संदेश फ़ील्ड के भाषा ड्रॉपडाउन में भाषा चुनें।
• मुख्य संदेश संपादित करने के बाद, अनुवाद अपडेट करने के लिए सभी में अनुवाद करें पर क्लिक करें।

CLI और API संदेश का अनुवाद नहीं करते। डिफ़ॉल्ट संदेश अंग्रेज़ी में है, इसलिए एजेंट की डिफ़ॉल्ट भाषा में noisy_environment_message सेट करें और language_presets में हर अतिरिक्त भाषा के लिए अनुवाद जोड़ें।

{
  "conversation_config": {
    "agent": {
      "language": "en"
    },
    "turn": {
      "noisy_environment_detection": true,
      "noisy_environment_message": "Sorry, it's a bit noisy there. Could you move somewhere quieter?"
    },
    "language_presets": {
      "fr": {
        "overrides": {
          "turn": {
            "noisy_environment_message": "Désolé, il y a un peu de bruit. Pourriez-vous aller dans un endroit plus calme ?"
          }
        }
      }
    }
  }
}

शोर वाले माहौल का पता लगाने के लिए सर्वोत्तम तरीके

• संदेश छोटा रखें। यूज़र इसे रोक नहीं सकते, इसलिए वे इसे पूरा सुनेंगे।
• इसे व्यापक रूप से चालू करने से पहले आउटबाउंड एजेंट्स के साथ संदेश का परीक्षण करें।

अनुशंसित कॉन्फ़िगरेशन