Środowisko audio
Dodaj dźwięk w tle i zastosuj filtr głosu do audio wysyłanego przez agenta.
Omówienie
Środowisko audio określa, jak brzmi audio wysyłane przez agenta do rozmówcy. Obejmuje dwa ustawienia:
- Dźwięk w tle odtwarza zapętlony dźwięk otoczenia pod mową agenta.
- Filtr głosu stosuje filtr w stylu telefonu do głosu agenta przed tym miksowaniem.
Rozmówca słyszy wynik. Agent nie słyszy dźwięku w tle i nie jest on wysyłany do rozpoznawania mowy.
To osobne ustawienie od dźwięków wywołań narzędzi, które są odtwarzane tylko podczas działania narzędzia.
Dźwięk w tle
Dźwięk w tle miksuje wbudowany preset pod mową agenta przez cały czas rozmowy. Dźwięk nadal się zapętla, gdy użytkownik przerwie wypowiedź; nie zatrzymuje się wraz z turą agenta.
Presety obejmują biuro, restaurację, miasto, pisanie na klawiaturze i muzykę w windzie. W panelu możesz odsłuchać preset przed zapisaniem.
Skonfiguruj dźwięk w tle za pomocą conversation_config.conversation.background_sound.
Konfiguracja
Aktualizacja w panelu
Aktualizacja przez CLI
Aktualizacja przez API
Przy bardzo słabym połączeniu WebSocket miksowanie dźwięku w tle może powodować przerywanie audio.
Parametry
Prawidłowe wartości source_id to office1, office2, restaurant, city, typing oraz elevator1–elevator4.
Filtr głosu
Filtr głosu zmienia wygenerowany głos agenta. Nie wyrównuje ani nie odszumia dźwięku w tle. Filtr działa najpierw, a dźwięk w tle jest miksowany pod przefiltrowaną mową.
Skonfiguruj filtr głosu za pomocą conversation_config.tts.audio_effects.filter_preset_id. Panel oferuje presety telefonu; przez CLI lub API możesz ustawić dowolny preset filtra z katalogu efektów audio.
Aktualizacja w panelu
Aktualizacja przez CLI
Aktualizacja przez API
W tym samym panelu Środowisko audio ustaw Filtr głosu na Wył. lub preset telefonu, a następnie zapisz.
Audio agenta jest monofoniczne. pan nie działa dla agentów, a pogłos z environment_id jest miksowany
do mono.
Ograniczenia
- Tylko wbudowane presety. Nie możesz przesłać własnego pliku ani wskazać dowolnego adresu URL.
- Elementy sterujące środowiskiem audio są ukryte, gdy agent działa tylko w trybie tekstowym.
- Dźwięk w tle nie jest miksowany do odpowiedzi w wiadomościach głosowych WhatsApp. Nadal jest uwzględniany w połączeniach WhatsApp.
- Dźwięku w tle nie można ustawiać dla pojedynczej rozmowy przez klienckie nadpisania;
conversation_config_overridenie zawierabackground_sound. Nadal możesz go zmienić w węźle workflow.