com.tencentcloudapi.trtc.v20190722.models

Class TurnDetection

java.lang.Object

com.tencentcloudapi.common.AbstractModel

com.tencentcloudapi.trtc.v20190722.models.TurnDetection

public class TurnDetection
extends AbstractModel

Field Summary

Fields inherited from class com.tencentcloudapi.common.AbstractModel

header, skipSign

Constructor Summary

Constructors

Constructor and Description
TurnDetection()
TurnDetection(TurnDetection source) NOTE: Any ambiguous key set via .set("AnyKey", "value") will be a shallow copy, and any explicit key, i.e Foo, set via .setFoo("value") will be a deep copy.

Method Summary

Modifier and Type	Method and Description
String	getSemanticEagerness() Get TurnDetectionMode为3时生效，语义断句的灵敏程度 功能简介：根据用户所说的话来判断其已完成发言来分割音频 可选: "low" | "medium" | "high" | "auto" auto 是默认值，与 medium 相同。 low 将让用户有足够的时间说话。 high 将尽快对音频进行分块。 如果您希望模型在对话模式下更频繁地响应，可以将 SemanticEagerness 设置为 high 如果您希望在用户停顿时，AI能够等待片刻，可以将 SemanticEagerness 设置为 low 无论什么模式，最终都会分割送个大模型进行回复
void	setSemanticEagerness(String SemanticEagerness) Set TurnDetectionMode为3时生效，语义断句的灵敏程度 功能简介：根据用户所说的话来判断其已完成发言来分割音频 可选: "low" | "medium" | "high" | "auto" auto 是默认值，与 medium 相同。 low 将让用户有足够的时间说话。 high 将尽快对音频进行分块。 如果您希望模型在对话模式下更频繁地响应，可以将 SemanticEagerness 设置为 high 如果您希望在用户停顿时，AI能够等待片刻，可以将 SemanticEagerness 设置为 low 无论什么模式，最终都会分割送个大模型进行回复
void	toMap(HashMap<String,String> map, String prefix) Internal implementation, normal users should not use it.

Methods inherited from class com.tencentcloudapi.common.AbstractModel

any, fromJsonString, getBinaryParams, GetHeader, getMultipartRequestParams, getSkipSign, isStream, set, SetHeader, setParamArrayObj, setParamArraySimple, setParamObj, setParamSimple, setSkipSign, toJsonString

Methods inherited from class java.lang.Object

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

Constructor Detail

TurnDetection

public TurnDetection()

TurnDetection

public TurnDetection(TurnDetection source)

NOTE: Any ambiguous key set via .set("AnyKey", "value") will be a shallow copy, and any explicit key, i.e Foo, set via .setFoo("value") will be a deep copy.

Method Detail

getSemanticEagerness

public String getSemanticEagerness()

Get TurnDetectionMode为3时生效，语义断句的灵敏程度 功能简介：根据用户所说的话来判断其已完成发言来分割音频 可选: "low" | "medium" | "high" | "auto" auto 是默认值，与 medium 相同。 low 将让用户有足够的时间说话。 high 将尽快对音频进行分块。 如果您希望模型在对话模式下更频繁地响应，可以将 SemanticEagerness 设置为 high 如果您希望在用户停顿时，AI能够等待片刻，可以将 SemanticEagerness 设置为 low 无论什么模式，最终都会分割送个大模型进行回复

Returns:

SemanticEagerness TurnDetectionMode为3时生效，语义断句的灵敏程度 功能简介：根据用户所说的话来判断其已完成发言来分割音频 可选: "low" | "medium" | "high" | "auto" auto 是默认值，与 medium 相同。 low 将让用户有足够的时间说话。 high 将尽快对音频进行分块。 如果您希望模型在对话模式下更频繁地响应，可以将 SemanticEagerness 设置为 high 如果您希望在用户停顿时，AI能够等待片刻，可以将 SemanticEagerness 设置为 low 无论什么模式，最终都会分割送个大模型进行回复

setSemanticEagerness

public void setSemanticEagerness(String SemanticEagerness)

Set TurnDetectionMode为3时生效，语义断句的灵敏程度 功能简介：根据用户所说的话来判断其已完成发言来分割音频 可选: "low" | "medium" | "high" | "auto" auto 是默认值，与 medium 相同。 low 将让用户有足够的时间说话。 high 将尽快对音频进行分块。 如果您希望模型在对话模式下更频繁地响应，可以将 SemanticEagerness 设置为 high 如果您希望在用户停顿时，AI能够等待片刻，可以将 SemanticEagerness 设置为 low 无论什么模式，最终都会分割送个大模型进行回复

Parameters:

SemanticEagerness - TurnDetectionMode为3时生效，语义断句的灵敏程度 功能简介：根据用户所说的话来判断其已完成发言来分割音频 可选: "low" | "medium" | "high" | "auto" auto 是默认值，与 medium 相同。 low 将让用户有足够的时间说话。 high 将尽快对音频进行分块。 如果您希望模型在对话模式下更频繁地响应，可以将 SemanticEagerness 设置为 high 如果您希望在用户停顿时，AI能够等待片刻，可以将 SemanticEagerness 设置为 low 无论什么模式，最终都会分割送个大模型进行回复

toMap

public void toMap(HashMap<String,String> map,
                  String prefix)

Internal implementation, normal users should not use it.

Specified by:

toMap in class AbstractModel

Parameters:

map - The map to populate with the model's parameters.

prefix - A string prefix for the keys.