只回复指定用户（声纹识别）--实时音视频-火山引擎

文档中心

实时音视频

请输入

进阶功能

只回复指定用户（声纹识别）

默认情况下，AI 无法区分不同说话人的声音。在多人交谈的环境中，它可能误将他人的语音当作有效指令，从而导致误识别或错误响应。您可启用声纹识别功能，对说话人身份进行验证，使 AI 仅响应一个或多个已授权用户的指令，从而提升语音交互的准确性与安全性。

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 VoicePrintId。
调用 StartVoiceChat 接口时，配置 AgentConfig.VoicePrint：
- Mode：设置为 2，代表启用声纹识别验证模式。
- IdList：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，AI 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）	只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。

最近更新时间：2026.01.23 14:05:56

这个页面对您有帮助吗？

有用

无用