Google提到，即便客服中心虛擬代理人的語(yǔ)音識別精準度達90％，但是比起實(shí)驗室，實(shí)際使用環(huán)境以及雜訊的影響，在部分情況下，仍然會(huì )使得自動(dòng)語(yǔ)音識別的結果變得很糟，因此現在Google進(jìn)一步更新客服中心AI所使用的技術(shù)，特別是在Dialogflow以及云端語(yǔ)音轉文字兩服務(wù)，以提升辨識品質(zhì)。

　　Dialogflow讓用戶(hù)能夠在網(wǎng)頁(yè)、行動(dòng)應用程式或是熱門(mén)的傳訊平臺，建構對話(huà)服務(wù)，而這次更新，Google為Dialogflow加入了自動(dòng)語(yǔ)音調適能力（Auto Speech Adaptation），以對話(huà)情境資訊，解決虛擬代理人混淆單字發(fā)音的問(wèn)題。

　　由于許多單字的讀音很相似，在電話(huà)中可能無(wú)法很清楚傳遞，像是cheese和these的發(fā)音，還有可能把mail誤翻成male或nail，但是當虛擬代理人知道這些對話(huà)背景，發(fā)生在速食餐廳或是商品退貨時(shí)，便不容易混淆這些字。用戶(hù)只要在Dialogflow控制臺中，將自動(dòng)語(yǔ)音調適功能打開(kāi)，就能讓語(yǔ)音識別準確度上升40％以上。

　　Google也改進(jìn)了互動(dòng)式語(yǔ)音應答（IVR）以及電話(huà)虛擬代理人，所使用的云端語(yǔ)音轉文字基線(xiàn)模型，而這將會(huì )使語(yǔ)音轉錄的結果更好，Google以電話(huà)用語(yǔ)的常用短句最佳化了該模型，使得新模型的表現，在美國英文上的辨識準確度提高15％，再加上自動(dòng)語(yǔ)音調適功能，還能進(jìn)一步提升辨識的品質(zhì)。

　　開(kāi)發(fā)人員在使用云端語(yǔ)音轉文字服務(wù)時(shí)，能使用SpeechContext參數來(lái)控制情境資訊，讓語(yǔ)音轉錄更加精確，以讓虛擬代理人更精準地辨識企業(yè)產(chǎn)品等特定名詞。

　　而現在Google在SpeechContext中新增類(lèi)別，而預定義的類(lèi)別則對應到流行或是通用的概念上，使用情境像是在數字溝通時(shí)，4個(gè)數字的組合可能代表年、時(shí)間或是金錢(qián)，而開(kāi)發(fā)者可以在SpeechContext類(lèi)別，調校整個(gè)自動(dòng)語(yǔ)音識別的單字列表，改善輸入語(yǔ)音的轉錄結果。

　　不過(guò)，Google也提到，使用SpeechContext這樣的工具，會(huì )增加部分短句被擷取的機率，這可能降低了語(yǔ)音有提及卻沒(méi)出現在轉錄文字上的錯誤，但同時(shí)也會(huì )增加語(yǔ)音未提及卻出現在轉錄文字的情形，自動(dòng)語(yǔ)音調適的強度需要權衡結果進(jìn)行調整，而SpeechContext的Boost功能解決了開(kāi)發(fā)者這樣的煩惱，可以自動(dòng)為使用案例調整語(yǔ)音調適的最佳強度。

　　過(guò)去云端語(yǔ)音轉語(yǔ)音服務(wù)，處理語(yǔ)音只能以1分鐘為單位，而這對于需要較長(cháng)時(shí)間轉錄文字的使用案例，像是會(huì )議、即時(shí)影片或是電話(huà)等是個(gè)大問(wèn)題，現在Google將處理語(yǔ)音時(shí)間上限提高至5分鐘，而且API也允許開(kāi)發(fā)人員開(kāi)啟新的串流對話(huà)，來(lái)接續前一個(gè)串流對話(huà)，以做到無(wú)限時(shí)間的串流語(yǔ)音轉錄文字。