如何延长Microsoft Speech Service SDK单次监听超时时间？

要延长语音转文本的监听超时（从默认60秒调整到80秒），可通过配置会话参数实现，具体操作如下：

1. 配置核心超时参数 #

主要通过调整MaxSpeechTimeoutMs（最长语音输入时长）和EndSilenceTimeoutMs（静音结束后等待识别的时长）两个参数来实现需求：

• C# SDK示例：
  初始化识别器时，通过SpeechRecognitionSettings配置参数：

  var settings = new SpeechRecognitionSettings();
  // 设置最长语音输入时长为80秒
  settings.MaxSpeechTimeoutMs = 80000;
  // 设置静音检测超时（例：检测到2秒静音后结束当前识别）
  settings.EndSilenceTimeoutMs = 2000;
  var recognizer = new SpeechRecognizer(speechConfig, audioConfig, settings);
  

• Python SDK示例：
  通过SpeechConfig的set_property方法设置对应属性：

  speech_config = speechsdk.SpeechConfig(subscription=subscription_key, region=region)
  # 设置最长语音输入时长为80秒
  speech_config.set_property(speechsdk.PropertyId.SpeechServiceConnection_MaxSpeechTimeoutMs, "80000")
  # 设置静音结束超时
  speech_config.set_property(speechsdk.PropertyId.SpeechServiceConnection_EndSilenceTimeoutMs, "2000")
  recognizer = speechsdk.SpeechRecognizer(speech_config=speech_config)
  

2. 关键注意事项 #

• 确认你的Azure Speech Service资源配额支持自定义超时，部分免费层可能存在限制，需核对资源配置。
• 当前Azure Speech Service允许的单段语音最长时长上限为120秒，设置80秒在允许范围内。
• 若需要持续监听多段语音，可在每段识别完成后重新初始化识别器，实现连续会话。

内容的提问来源于stack exchange，提问作者Abdullah Nadeem