Azure Speech SDK中如何获取logId？实时语音转文本场景求助

• 先确认音频日志配置是否生效
  别只调用speechConfig.enableAudioLogging();，部分SDK需要传入布尔值开启，比如speechConfig.enableAudioLogging(true);。另外要注意：

  • 你的语音资源必须是S0付费层，免费层不支持音频日志功能
  • 要使用支持日志的区域，比如eastus、westus2、northeurope等，部分小众区域暂不支持

• 获取logId的正确方式
  在实时识别的会话开始事件里就能拿到logId（也就是SessionId）：

  • C#示例：

    var recognizer = new SpeechRecognizer(speechConfig);
    recognizer.SessionStarted += (sender, args) =>
    {
        string logId = args.SessionId;
        // 把这个logId存下来，后续调用API要用
    };
    

  • Python示例：

    def on_session_started(evt):
        log_id = evt.session_id
        # 保存log_id到变量或文件
    recognizer.session_started.connect(on_session_started)
    

  只要会话正常启动，这个事件就会触发，直接拿SessionId当logId用就行。

• 调用API获取音频文件的关键点
  拿到logId后，调用API时要注意：

  • 请求地址格式：https://<你的资源区域>.api.cognitive.microsoft.com/speechtotext/v3.1/endpoints/<自定义端点ID>/logs/<logId>/files
  • 请求头必须带上Ocp-Apim-Subscription-Key: <你的语音资源密钥>
  • 请求体要指定获取音频：{"kind": "Audio"}
  • 注意对话结束后要等3-5分钟再调用API，日志不会实时生成

• 排查日志无变化的问题

  • 确认会话正常结束：比如调用了stopContinuousRecognition()或者stopRecognizing()，直接终止程序可能导致日志无法上传
  • 去Azure门户的语音资源里，查看「监控」->「日志」，过滤「AudioLogging」相关条目，确认是否有日志生成记录
  • 检查SDK版本，尽量用最新版，旧版本可能存在日志功能的bug

内容的提问来源于stack exchange，提问作者Y Ryu