Azure Speech说话人Diarization行为变更，请求恢复私有预览版特性

问题概述 #

• 私有预览阶段：Azure Speech说话人分角色会将未说出7秒以上语句的说话人标记为unknown
• 公共预览版后：API改为标记为guest-n，但存在准确性问题——已识别的guest-1的短语句会被误标为guest-2，直到guest-2说出长语句才会修正
• 当前使用SDK版本：implementation group: 'com.microsoft.cognitiveservices.speech', name: 'client-sdk', version: '1.34.0'

解决方案 #

根据Azure Speech官方文档内容，目前仍支持将短语句说话人标记为unknown的行为，可通过以下配置实现：

配置分角色参数 #

在初始化语音识别配置时，添加SpeechServiceConnection_Diarization_UnknownSpeakerLabel参数并设为true，同时可指定最小说话时长（对应原私有预览的7秒）：

SpeechConfig speechConfig = SpeechConfig.fromSubscription("你的订阅密钥", "你的区域");
// 启用说话人分角色
speechConfig.setProperty("SpeechServiceConnection_Diarization", "true");
// 开启unknown标记模式，替代guest-n自动分配
speechConfig.setProperty("SpeechServiceConnection_Diarization_UnknownSpeakerLabel", "true");
// 设置触发说话人确认的最小语句时长（单位：毫秒）
speechConfig.setProperty("SpeechServiceConnection_Diarization_MinSpeakerSegmentDurationMs", "7000");

效果验证 #

配置后，未达到设定时长的说话人语句会被标记为unknown，已确认身份的说话人则保留正确标签，避免guest-n的误分配问题。

注意事项 #

• 该参数支持SDK 1.30.0及以上版本，当前使用的1.34.0版本完全兼容
• 若SDK版本更新，需确认参数有效性，可参考官方文档的参数变更说明

内容的提问来源于stack exchange，提问作者Goofy