azure - 如何为 MS Azure Speech to Text 服务启用字级置信度

Question

如何使用 MS Azure 语音转文本服务获得每个单词的单词级别置信度？目前，我正在获得句子级别的置信度值，并且我需要单词级别的置信度以进行进一步处理。

Answer 1

您可以通过将 'format=detailed' & 'wordLevelConfidence=true' 添加到 URI 来检索 wordLevelConfidence

例如，使用美国西部端点设置为美国英语的语言是：https ://westus.stt.speech.microsoft.com/speech/recognition/conversation/cognitiveservices/v1?language=en-US&format=detailed&wordLevelConfidence=true 。

如果您使用 SDK：

var config = SpeechConfig.FromSubscription(sub, "westeurope");
config.SetServiceProperty("wordLevelConfidence", "true", ServicePropertyChannel.UriQueryParameter);
//config.RequestWordLevelTimestamps(); in case you also want wordleveltimestamps
config.OutputFormat = OutputFormat.Detailed;

单词置信度值不是直接结果的一部分，请查看下面的 JSON 格式的完整结果。识别器.Recognized += (s, e) => { var j = e.Result.Properties.GetProperty(PropertyId.SpeechServiceResponse_JsonResult);

Answer 2

通过使用此代码： setServiceProperty("wordLevelConfidence","true", ServicePropertyChannel.UriQueryParameter);

我就是这样做的

SpeechConfig config = SpeechConfig.fromSubscription(speechSubscriptionKey, serviceRegion);

config.setServiceProperty("wordLevelConfidence","true", ServicePropertyChannel.UriQueryParameter);
config.setServiceProperty("format", "detailed", ServicePropertyChannel.UriQueryParameter); //you have to do it in this order

这是为了得到结果

PropertyCollection properties = result.getProperties();
String property = properties.getProperty(PropertyId.SpeechServiceResponse_JsonResult);