使用Azure语音转文本识别服务报错:端点需指定WS/WSS方案
错误核心原因
这个异常是SDK在初始化实时语音连接时做参数校验抛出的:
- Azure实时语音识别服务要求接入的endpoint必须使用WebSocket协议(WS/WSS)作为连接scheme,当前传入的endpoint为HTTPS格式的资源控制台/REST接口地址,不符合实时语音连接的校验规则,因此直接阻断连接初始化
- 报错信息里附带的SessionId是SDK连接初始化时生成的随机会话标识,不属于错误触发的核心原因,不需要针对这个ID做特殊处理
修正步骤
- 修正endpoint的协议格式
从Azure Speech资源「密钥和终结点」页面获取的默认地址为HTTPS格式,该地址仅适用于批处理识别、控制台管理等场景,不能直接用于实时识别SDK的初始化。需要将地址的协议段替换为WebSocket格式,补充语音识别的专用路径:- 公网生产环境统一使用加密的WSS协议,格式为:
wss://<你的Speech资源名称>.cognitiveservices.azure.com/stt/speech - 仅本地非加密内网联调场景可使用WS协议格式,公网环境使用WS会触发连接鉴权失败
修正后的代码片段示例:
import azure.cognitiveservices.speech as speechsdk from azure.cognitiveservices.speech.audio import AudioConfig speech_key = "你的实际资源密钥" # 修正后的WSS格式endpoint endpoint = "wss://<你的资源名>.cognitiveservices.azure.com/stt/speech" speech_config = speechsdk.SpeechConfig(subscription=speech_key, endpoint=endpoint) - 公网生产环境统一使用加密的WSS协议,格式为:
- 补全缺失的模块导入
当前贴出的代码仅导入了AudioConfig,未导入speechsdk核心模块,运行时会触发未定义名称报错,需要在代码开头补充对应的导入语句。 - 校验音频设备参数合法性
传入AudioConfig的device_name参数为本机音频输入设备的GUID标识,不要硬编码无校验的设备字符串,可通过SDK内置方法枚举本机所有可用音频设备,匹配对应设备的真实标识后再传入,避免后续音频流推送失败。
常见踩坑提醒
如果修正后仍提示scheme校验错误,检查填入的endpoint字符串前后是否存在多余空格、是否误用了全角斜杠,这类格式问题很容易被肉眼忽略。
内容的提问来源于stack exchange,提问作者Oualid Elouazi
相关产品推荐
相关产品推荐

