从speech-to-text-V1迁移至V2：指南及recognizer_id含义咨询

迁移核心要点 #

• V2 采用预配置识别器模式，替代了V1中直接在请求内指定模型、语言等参数的方式
• 所有V2识别请求必须指定recognizer_id，这是V1与V2的核心差异点

recognizer_id 详解 #

• recognizer_id 是在GCP控制台或通过API创建的预配置识别器的唯一标识，格式为 projects/[项目ID]/locations/[区域]/recognizers/[识别器名称]
• 每个识别器会预先绑定语言代码、模型类型（如电话语音、视频语音）、识别特性（如自动标点、脏话过滤）等配置，请求时无需重复传入这些参数
• 该设计可统一管理识别配置，避免请求参数不一致，同时优化识别性能

迁移步骤概要 #

1. 创建预配置识别器：根据原V1请求的语言、模型等参数，在对应区域创建匹配的recognizer
2. 调整请求结构：将V1中config字段的参数替换为指定recognizer_id，适配V2请求体格式
3. 验证识别结果：用相同音频测试V2请求，对比与V1识别结果的一致性
4. 切换业务流量：将业务流量从V1接口平稳迁移至V2接口

注意事项 #

• V2部分特性与V1存在差异，比如部分语言的模型支持范围，需提前确认
• 若需动态调整识别参数，可创建多个不同配置的recognizer，根据业务场景选择对应recognizer_id

内容的提问来源于stack exchange，提问作者Amir Itzhak Dolev