只回复指定用户（声纹识别）--实时音视频-火山引擎

文档中心

导航

只回复指定用户（声纹识别）

最近更新时间：2025.12.12 17:37:24首次发布时间：2025.12.12 17:37:24

在多人交谈或背景人声嘈杂的环境中，智能体可能会因采集到非目标用户的语音而产生误识别或错误打断。您可通过声纹识别功能核验说话人身份，让智能体只响应指定用户的指令，从而提升语音交互的准确性和安全性。

声纹识别与声纹降噪的区别，可参见声纹识别与声纹降噪的区别？

使用限制

调用 RegisterVoicePrint 接口为目标用户注册声纹，获取声纹 ID（VoicePrintId）。
调用 StartVoiceChat 接口时，配置 AgentConfig.VoicePrint：
- Mode：必填。设置为 2。
- IdList：必填。传入已注册的声纹 ID，最多支持传入 3 个。
- Score（可选）：设置声纹匹配的置信度阈值。取值范围 [1, 100]，推荐值为 40-60，默认 50。系统会计算实时语音与注册声纹的“相似度分数”。只有当分数不低于此阈值时，才判定为匹配成功，智能体才会响应。

请求示例：

"VoicePrint": {
    "Mode": 2,
    "IdList": ["vp_id_user_A", "vp_id_user_B"],
    "Score": 50
}

功能	原理	适用场景
声纹识别	只响应特定用户的指令。验证当前说话人是否为已授权的特定用户。	需要对操作者身份进行验证的场景，如车载语音助手、智能家居控制，以防止儿童或乘客的误操作。
声纹降噪（公测中）	听清特定用户的声音。即从混合人声中分离并增强目标说话人的声音，抑制其他背景人声的干扰。	提升在嘈杂环境下（如办公室、咖啡馆、家庭客厅）的语音识别准确率。