我可以从 Azure 认知服务检索转录的置信度吗？

Question

我使用此代码通过 Azure 认知服务转录 wav 文件。整个内容转录完毕后，我可以获得置信度分数吗？

        private static async Task<string> TranscribeWav(SpeechConfig config, string fileName)

    {

        var taskCompleteionSource = new TaskCompletionSource<int>();

        var transcriptionStringBuilder = new StringBuilder();

        using (var audioInput = AudioConfig.FromWavFileInput(fileName))

        {

            using (var recognizer = new SpeechRecognizer(config, audioInput))

            {

                // Subscribes to events.  

                recognizer.Recognizing += (sender, eventargs) =>

                {

                    //TODO: Handle recognized intermediate result  

                    //Console.WriteLine(eventargs.Result.Text);

                };

                recognizer.Recognized += (sender, eventargs) =>

                {

                    if (eventargs.Result.Reason == ResultReason.RecognizedSpeech)

                    {

                        transcriptionStringBuilder.Append(eventargs.Result.Text);

                    }

                    else if (eventargs.Result.Reason == ResultReason.NoMatch)

                    {

                        //TODO: Handle not recognized value  

                    }

                };

                recognizer.Canceled += (sender, eventargs) =>

                {

                    if (eventargs.Reason == CancellationReason.Error)

                    {

                        //TODO: Handle error  

                    }

                    if (eventargs.Reason == CancellationReason.EndOfStream)

                    {

                        Console.WriteLine($"End of stream ({transcriptionStringBuilder.ToString()})...");

                    }

                    taskCompleteionSource.TrySetResult(0);

                };

我的目的是将 wav 文件提交给认知服务进行转录。我是天蓝色的新手，想按顺序执行此操作，因此也请随时告诉我我的代码效率低下或错误。

Answer 1

是的，为了获得置信度分数，您需要配置 SpeechConfig，如下所示，了解详细的输出格式。config.OutputFormat = OutputFormat.Detailed; 使用 Result.Best() 方法将返回最佳识别结果以及详细输出。详细输出显示置信度分数。