注: 以下の翻訳の正確性は検証されていません。AIPを利用して英語版の原文から機械的に翻訳されたものです。
音声は、オントロジーを通じてプラットフォームのほかの機能とやり取りするためのモダリティです。会話の前および会話中にオントロジーからコンテキストが取得され、リアルタイムモデルはそのコンテキストに基づいて音声を聞き取り、文字起こしを行い、必要に応じて音声で応答したり、ツールを呼び出したりできます。結果はオントロジーに書き戻され、そこで関数、パイプライン、AIP Logic、Workshop、アクション、およびその他の Foundry の機能を利用できます。
ユースケースには次のようなものがあります。
リアルタイム音声を使用して構築したアプリケーションは、人の発話を取得し、文字起こしするなどの処理を行います。多くの法域では、録音を開始する前に、録音または文字起こしが行われることを参加者に通知する必要があり、明示的な同意を必要とする法域もあります。これは、参加者がアプリケーションのユーザーである場合、通話相手の第三者である場合、または音声が取得されるその他の人である場合のいずれにも適用される可能性があります。これらの要件を遵守する責任は、アプリケーションの開発者およびアプリケーションをデプロイする組織にあります。
リアルタイム音声ワークフローをデプロイする前に、次の事項を実施してください。
デプロイ前にこれらの要件を確認し、必要な同意を取得することは、ご自身の責任です。
最初の音声対応アプリケーションを構築するには、チュートリアル音声対応のオントロジー SDK アプリケーションを構築するに沿って進めてください。
サポートされているリアルタイムの音声から音声への変換モデルおよび文字起こしモデルの一覧については、利用可能な音声モデルを参照してください。