オーディオ環境

背景音を追加し、エージェントから送信されるオーディオに音声フィルターを適用します。

概要

オーディオ環境では、エージェントの発信音声が通話相手にどのように聞こえるかを調整できます。次の2つの設定があります。

通話相手にはその結果が聞こえます。エージェントにはバックグラウンドサウンドは聞こえず、音声認識にも送信されません。

これは、ツールの実行中にのみ再生されるツール呼び出し音とは別の機能です。

バックグラウンドサウンドは、会話中を通してエージェントの発話に組み込みプリセットをミックスします。ユーザーが割り込んでも音はループし続け、エージェントのターン終了時に停止することはありません。

プリセットには、オフィス、レストラン、街中、タイピング音、エレベーターの音楽があります。ダッシュボードでは、保存前にプリセットを試聴できます。

バックグラウンドサウンドはconversation_config.conversation.background_soundで設定します。

エージェントを開きます。エージェントページで、Voicesの横にあるAudio environment ボタンをクリックします。

Enable background soundをオンにします。Background soundからプリセットを選択します。ドロップダウンの横にある再生コントロールで試聴できます。

Volumeを設定します。音が繰り返される際のクリック音を防ぐため、Crossfade loopは有効のままにしてください。変更を保存します。

WebSocket接続の品質が非常に低い場合、バックグラウンドサウンドのミックスにより音声が途切れることがあります。

有効なsource_id値はoffice1、office2、restaurant、city、typing、elevator1からelevator4です。

フィールド	型	デフォルト	説明
`source_type`	string	未設定	音声を有効にする場合は`preset`である必要があります。`source_id`と一緒に設定します。
`source_id`	string	未設定	組み込みプリセットの識別子です。
`volume`	number	`0.15`	エージェントの発話に対する音量です。範囲は`0.01`～`1.0`です。
`crossfade_loop`	boolean	`true`	ループの境界でクロスフェードし、繰り返し時のクリック音を防ぎます。

ボイスフィルターは、エージェントが生成する音声を加工します。バックグラウンドサウンドのイコライジングやノイズ除去は行いません。フィルターが先に適用され、その後フィルター処理済みの発話にバックグラウンドサウンドがミックスされます。

ボイスフィルターはダッシュボードのみで利用できます。公開エージェントAPIやCLIスキーマには含まれておらず、すべてのワークスペースで利用できるとは限りません。

同じAudio environmentパネルで、Voice filterをOffまたは電話プリセットに設定して保存します。

利用できるのは組み込みプリセットのみです。カスタムファイルをアップロードしたり、任意のURLを指定したりすることはできません。
エージェントがテキストのみの場合、オーディオ環境コントロールは非表示になります。
バックグラウンドサウンドは、WhatsAppのボイスメッセージ返信にはミックスされません。WhatsApp通話には引き続き含まれます。
クライアントのオーバーライドでは、会話ごとにバックグラウンドサウンドを設定できません。conversation_config_overrideにはbackground_soundが含まれません。ただし、ワークフローノード上で変更することはできます。