Azure语音转文本401认证错误求助：多语言调用均失败

核心排查步骤 #

• 验证密钥与区域匹配

  • 确认SPEECH_KEY是Azure语音专属资源的密钥（不是通用认知服务密钥，多服务密钥可能存在权限限制），从Azure门户「密钥和终结点」页面复制完整密钥，避免多余空格或换行。
  • SPEECH_REGION必须用Azure标准区域标识符（如eastus、southeastasia），不能用中文名称，且与创建语音资源时选择的区域完全一致。

• 检查资源网络与状态

  • 登录Azure门户查看语音资源状态，确保无异常停用提示。免费版配额不足会返回429，而非401，可排除配额问题。
  • 进入资源「网络」设置，确认是否允许“所有网络”访问。若配置了虚拟网络限制，需将测试IP加入允许列表（私有网络测试时），免费版也支持网络访问控制配置。

• 排除代码与环境变量问题

  • 代码中打印了COGNITIVE_SERVICE_KEY，但实际使用SPEECH_KEY，需确认SPEECH_KEY环境变量已正确加载——可临时硬编码密钥和区域测试，排除环境变量读取失败的情况：

    speech_config = speechsdk.SpeechConfig(subscription="你的语音资源密钥", region="你的资源区域")
    

  • 确保未混用不同资源的密钥，语音转文本必须使用语音专属资源的密钥。

• 网络连通性验证

  • 公网环境下，用curl测试REST接口是否能正常访问（替换密钥和区域）：

    curl -v -X POST "https://<区域>.stt.speech.microsoft.com/speech/recognition/conversation/cognitiveservices/v1?language=en-US" -H "Ocp-Apim-Subscription-Key: <你的密钥>" -H "Content-Type: audio/wav; codecs=audio/pcm; samplerate=16000" --data-binary "@test.wav"
    

  • 私有网络环境下，检查防火墙或代理是否拦截了WebSocket请求（语音SDK默认使用WebSocket协议），需允许访问*.speech.microsoft.com域名。

用户问题详情 #

已查阅Stack Overflow相关问答但未找到有效解决方案。运行语音转文本示例代码时，REST、Python、JavaScript三种方式均返回401认证错误，查看日志也未获得有用信息。使用的是免费版服务，在私有网络和公网环境测试均出现该错误，且未找到需配置入站调用的相关文档。

运行的Python代码 #

import sys
sys.path
import azure.cognitiveservices.speech as speechsdk
print("hello from Azure")
import os
from azure.cognitiveservices.speech.audio import AudioOutputConfig


def recognize_from_microphone():
    print(os.environ.get('SPEECH_KEY'))
    print(os.environ.get('SPEECH_REGION'))
    print(os.environ.get('COGNITIVE_SERVICE_KEY'))
    speech_config = speechsdk.SpeechConfig(subscription=os.environ.get('SPEECH_KEY'), region=os.environ.get('SPEECH_REGION'))
    speech_config.speech_recognition_language="en-US"
    speech_config.set_property(speechsdk.PropertyId.Speech_LogFilename, "LOGS.txt")

    audio_config = speechsdk.audio.AudioConfig(use_default_microphone=True)
    speech_recognizer = speechsdk.SpeechRecognizer(speech_config=speech_config, audio_config=audio_config)

    print("Speak into your microphone.")
    speech_recognition_result = speech_recognizer.recognize_once()

    # speech_recognition_result = speech_recognizer.recognize_once_async().get()

    if speech_recognition_result.reason == speechsdk.ResultReason.RecognizedSpeech:
        print("Recognized: {}".format(speech_recognition_result.text))
    elif speech_recognition_result.reason == speechsdk.ResultReason.NoMatch:
        print("No speech could be recognized: {}".format(speech_recognition_result.no_match_details))
    elif speech_recognition_result.reason == speechsdk.ResultReason.Canceled:
        cancellation_details = speech_recognition_result.cancellation_details
        print("Speech Recognition canceled: {}".format(cancellation_details.reason))
        if cancellation_details.reason == speechsdk.CancellationReason.Error:
            print("Error details: {}".format(cancellation_details.error_details))
            print("Did you set the speech resource key and region values?")

recognize_from_microphone()

错误信息 #

Error details: WebSocket upgrade failed: Authentication error (401). Please check subscription information and region name. SessionId:

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