Azure语音翻译服务中说话人识别及UserID获取问题求助

核心思路 #

Azure Speech Translator本身不直接提供说话人区分能力，需要结合**对话转录（Conversation Transcription）**功能，它可以同时完成说话人识别、语音转写和翻译，完美匹配你的需求。

步骤1：安装依赖SDK #

确保安装Azure Speech及对话转录相关的NuGet包：

dotnet add package Microsoft.CognitiveServices.Speech
dotnet add package Microsoft.CognitiveServices.Speech.Transcription

步骤2：完整实现代码（麦克风输入） #

以下代码可直接实现说话人标记+英文翻译的功能：

using Microsoft.CognitiveServices.Speech;
using Microsoft.CognitiveServices.Speech.Transcription;
using System;
using System.Threading.Tasks;

class Program
{
    static async Task Main(string[] args)
    {
        // 替换为你的Azure Speech密钥和区域
        string speechKey = "YOUR_SPEECH_KEY";
        string speechRegion = "YOUR_SPEECH_REGION";

        // 配置语音服务，设置源语言和目标翻译语言
        var config = SpeechConfig.FromSubscription(speechKey, speechRegion);
        config.SetSpeechRecognitionLanguage("zh-CN"); // 替换为实际源语言
        config.AddTargetLanguage("en"); // 目标翻译语言为英文

        // 初始化对话转录器（麦克风输入）
        using var conversationTranscriber = new ConversationTranscriber(config);

        // 绑定转录完成事件
        conversationTranscriber.Transcribed += (s, e) =>
        {
            if (e.Result.Reason == ResultReason.RecognizedSpeech)
            {
                // 获取系统分配的说话人ID，映射为友好名称
                string speakerLabel = $"Speaker-{e.Result.SpeakerId}";
                // 获取英文翻译结果
                string translatedText = e.Result.Translations["en"];
                
                // 按需求格式输出
                Console.WriteLine($"{speakerLabel}: {translatedText}");
            }
            else if (e.Result.Reason == ResultReason.NoMatch)
            {
                Console.WriteLine($"无法识别语音: {e.Result.NoMatchDetails.Reason}");
            }
        };

        // 绑定取消/错误事件
        conversationTranscriber.Canceled += (s, e) =>
        {
            Console.WriteLine($"转录终止: {e.Reason}");
            if (e.Reason == CancellationReason.Error)
            {
                Console.WriteLine($"错误详情: {e.ErrorDetails}");
            }
        };

        // 启动转录
        await conversationTranscriber.StartTranscribingAsync();
        Console.WriteLine("开始说话，按任意键停止...");
        Console.ReadKey();
        await conversationTranscriber.StopTranscribingAsync();
    }
}

步骤3：切换为音频文件输入 #

如果需要处理本地音频文件，替换麦克风输入的初始化代码为：

// 从本地WAV文件读取音频
using var audioConfig = AudioConfig.FromWavFileInput("your-audio-file.wav");
using var conversationTranscriber = new ConversationTranscriber(config, audioConfig);

关键说明 #

• SpeakerId：对话转录器自动为每个说话人分配唯一标识，你可以根据这个ID映射为Speaker-1、Speaker-2等友好名称。
• 语言配置：SetSpeechRecognitionLanguage设置音频的源语言，AddTargetLanguage支持添加多个目标翻译语言。
• 权限验证：确保你的Azure Speech资源所在区域支持对话转录功能，部分区域需提前申请启用。

内容的提问来源于stack exchange，提问作者Mayur