如何用Python将Azure连续Speech to Text结果保存至文件？代码排查

核心问题：回调函数中的结果类型判断错误 #

你的recognized_cb函数错误地将speechsdk.ResultReason.RecognizingSpeech作为判断条件，但这个枚举值对应**实时中间识别事件（Recognizing）**的结果类型；而recognized事件触发时，成功识别的最终结果类型是speechsdk.ResultReason.RecognizedSpeech。这直接导致回调内的写入逻辑永远不会执行，最终文件内容为空。

修复后的代码 #

修正recognized_cb函数 #

def recognized_cb(evt : speechsdk.SpeechRecognitionEventArgs) :
    # 针对最终识别成功的结果执行写入
    if speechsdk.ResultReason.RecognizedSpeech == evt.result.reason and len(evt.result.text) > 0 :
        print('RECOGNIZED:', evt.result.text)
        output_file.write(evt.result.text + '\n')  # 添加换行符优化可读性
        output_file.flush()
    # 可选：补充识别失败场景的日志
    elif speechsdk.ResultReason.NoMatch == evt.result.reason:
        print(f'识别无匹配: {evt.result.no_match_details}')
    elif speechsdk.ResultReason.Canceled == evt.result.reason:
        print(f'识别被取消: {evt.result.cancellation_details}')

额外优化建议 #

1. 用with语句管理文件：避免因异常导致文件未正常关闭，替换原有的文件打开方式：

# 替换原文件打开代码，后续所有逻辑嵌套在with块内
with open(outputfile, "w") as output_file:
    done = False

    def stop_cb(evt):
        print('CLOSING on {}'.format(evt))
        speech_recognizer.stop_continuous_recognition()
        print("Transcript saved in file:", outputfile)
        nonlocal done
        done = True
        
    def recognized_cb(evt : speechsdk.SpeechRecognitionEventArgs) :
        # 这里放修正后的识别逻辑
        ...

    # 事件绑定、启动识别等逻辑都放在with块内
    ...

使用with语句后，文件会在块结束后自动关闭，无需手动调用output_file.close()。

2. 区分中间与最终结果：如果需要记录实时中间识别结果，可以保留recognizing事件的回调，单独处理中间结果的写入（若有需求）。

验证步骤 #

1. 运行修正后的代码，确认控制台RECOGNIZED:日志正常打印。
2. 识别完成后，检查输出文件是否有内容，且每个识别片段以换行分隔。

内容的提问来源于stack exchange，提问作者Wendy De Wit