语音&VUI

子功能项

功能描述

语音算法服务

包含噪音过滤阈值、文字合成语音的语速、音量和语调设置等功能，支持使用系统内置或自定义语音算法服务。

静音检测

也称VAD阈值，用以对用户侧语音进行断句判定，一般设置为600~800毫秒之间，上限为2000毫秒，过长会导致对话响应变慢。

语气承接能力

语气承接（Beta版） 允许机器人在回答内容前播放多样的、口语化的语气承接内容，可降低延迟体验、增加对话自然度。

优雅打断

优雅打断是智能外呼独有的“音义一体”体系的能力之一。基于对比学习、融合语音和语义特征，实现了语义打断、噪音过滤、背景人声过滤等多种能力，可以有效改善机器人被误打断的情况。

智能断句

智能断句模型融合了人类说话行为的特征、每句话的语音和语义特征，来更准确判断用户表达是否完整、是否只是句中停顿，从而避免错误断句导致的对话错乱。

情绪识别

整合了语音、语义特征的情绪识别能力，可以更准确的判断用户侧多样的情绪，以便对不同情绪结果进行个性化回应。相比纯文本的情绪识别，会有更好的准确率。

用户打断

指机器人在播放时用户是否可以打断。对场景中所有对话流生效。