如何从Microsoft Speech Service识别结果对象中提取纯文本内容

原生属性调用（推荐） #

Azure Speech SDK的识别事件返回对象中，text是SpeechRecognitionResult类的原生属性，直接调用对应属性即可获取，无需手动解析输出字符串，稳定性更高，不同开发语言的实现如下：

• Python 示例

  import azure.cognitiveservices.speech as speechsdk
  
  def recognized_handler(evt):
      # 过滤识别成功的结果，跳过取消、无匹配等异常场景
      if evt.result.reason == speechsdk.ResultReason.RecognizedSpeech:
          recognized_text = evt.result.text
          print(recognized_text)
  
  # 绑定回调函数到识别器的识别完成事件
  speech_recognizer.recognized.connect(recognized_handler)
  

  运行后即可直接输出示例中的识别文本：Hello good morning, my name is Arihant. How may I help you?
• C# 示例

  speechRecognizer.Recognized += (s, e) =>
  {
      if (e.Result.Reason == ResultReason.RecognizedSpeech)
      {
          string recognizedText = e.Result.Text;
          Console.WriteLine(recognizedText);
      }
  };
  

字符串解析（仅适用于已输出的日志内容提取） #

如果你需要从已经打印的完整日志字符串中提取text内容，可以使用正则匹配，匹配规则为text="([^"]*)"，Python示例如下：

import re

log_str = '''SpeechRecognitionEventArgs(session_id=e28f6907838640e191f214035d69f5e0, result=SpeechRecognitionResult(result_id=c27fa5b36bcd466f8162ca3c6ce5f935, text="Hello good morning, my name is Arihant. How may I help you?", reason=ResultReason.RecognizedSpeech))'''
match_res = re.search(r'text="([^"]*)"', log_str)
if match_res:
    text_content = match_res.group(1)
    print(text_content)

你提供的识别输出翻译如下：

1. 语音识别事件参数（会话ID=e28f6907838640e191f214035d69f5e0，结果=语音识别结果（结果ID=c27fa5b36bcd466f8162ca3c6ce5f935，文本="Hello good morning, my name is Arihant. How may I help you?"，状态=已识别语音））
2. 已取消 语音识别取消事件参数（会话ID=e28f6907838640e191f214035d69f5e0，结果=语音识别结果（结果ID=5681af6a81994a76a11b7e94307c7c2e，文本=""，状态=已取消））
3. 正在关闭 会话事件参数（会话ID=e28f6907838640e191f214035d69f5e0）

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