如何在C# WinForm中获取Azure认知服务语音识别的置信度

要在你的Windows Forms语音转文本应用中获取识别结果的置信度分数，需要先显式启用Azure Speech SDK的置信度返回功能，然后从识别结果中提取对应信息。具体步骤如下：

1. 启用置信度返回 #

在初始化SpeechConfig时，添加配置启用置信度分数，同时如果需要词级别的置信度，还可以请求词级时间戳：

修改你的initRecognizer方法：

private void initRecognizer()
{
    SpeechConfig config = SpeechConfig.FromSubscription("key", "region");
    if (Properties.Settings.Default.Punctuation)
    {
        config.SetServiceProperty("punctuation", "explicit", ServicePropertyChannel.UriQueryParameter);
    }

    // 启用整体置信度分数返回
    config.SetProperty(PropertyId.SpeechServiceResponse_ConfidenceScoreEnabled, "true");
    // 启用词级置信度和时间戳（可选，按需添加）
    config.RequestWordLevelTimestamps();

    //AudioConfig audioConfig = AudioConfig.FromMicrophoneInput();
    recognizer = new SpeechRecognizer(config/*, audioConfig*/);
    recognizer.Recognized += SpeechRecognizer_Recognized;
}

2. 从识别结果中提取置信度 #

在SpeechRecognizer_Recognized事件处理方法中，你可以获取整体置信度（枚举/数值）和词级置信度（可选）：

修改后的事件处理代码：

using System.Text.Json; // 需要添加此命名空间，或使用Newtonsoft.Json

private void SpeechRecognizer_Recognized(object sender, SpeechRecognitionEventArgs e)
{
    if (e.Result.Reason == ResultReason.RecognizedSpeech)
    {
        // 1. 获取整体置信度（枚举类型：High/Medium/Low/None）
        SpeechConfidence overallConfidence = e.Result.Confidence;
        string confidenceInfo = $"整体置信度级别: {overallConfidence}";

        // 2. 获取整体置信度的数值分数（0-1之间，需解析原始JSON响应）
        string jsonResponse = e.Result.Properties.GetProperty(PropertyId.SpeechServiceResponse_JsonResult);
        using (JsonDocument doc = JsonDocument.Parse(jsonResponse))
        {
            var root = doc.RootElement;
            if (root.GetProperty("RecognitionStatus").GetString() == "Success")
            {
                double numericConfidence = root.GetProperty("NBest")[0].GetProperty("Confidence").GetDouble();
                confidenceInfo += $"，数值分数: {numericConfidence:F2}";
            }
        }

        // 3. 获取词级置信度（如果之前启用了RequestWordLevelTimestamps）
        if (e.Result.WordLevelResults != null && e.Result.WordLevelResults.Any())
        {
            StringBuilder wordConfidenceBuilder = new StringBuilder("\n词级置信度详情:");
            foreach (var wordResult in e.Result.WordLevelResults)
            {
                wordConfidenceBuilder.AppendLine($"\n- 词汇: {wordResult.Word}，置信度分数: {wordResult.Confidence:F2}");
            }
            confidenceInfo += wordConfidenceBuilder.ToString();
        }

        // 这里可以将置信度信息展示出来，比如写入文本框或日志
        // 示例：假设你有一个名为txtConfidence的TextBox控件
        // txtConfidence.Text = confidenceInfo;

        // 原有输入模拟逻辑
        if (e.Result.Text.ToLower().Equals("new line") || e.Result.Text.ToLower().Equals("newline"))
        {
            SendKeys.SendWait(Environment.NewLine);
        }
        else
        {
            SendKeys.SendWait(e.Result.Text);
        }
    }
}

注意事项 #

• 如果使用.NET Framework开发，需要通过NuGet安装System.Text.Json或Newtonsoft.Json包来解析JSON响应。
• 数值置信度分数范围为0到1，越接近1表示识别结果越准确。
• 词级置信度需要提前通过config.RequestWordLevelTimestamps()启用，否则e.Result.WordLevelResults会为空。

内容的提问来源于stack exchange，提问作者Babar Ali