如何在 C# 中使用 Azure 说话人识别 API？

Posted 2023-02-22

【中文标题】如何在 C# 中使用 Azure 说话人识别 API？

【英文标题】：How can I use the Azure speaker recognition API in C#?

【发布时间】：2018-01-11 16:11:56

【问题描述】：

我是一名学生，正在使用 C# 进行语音相关项目。

我已经使用 Azure Bing Speech API 和 Google Cloud Speech API 将人们的声音作为文本获取。

但我还需要 Azure Speaker Recognition API 来使用语音识别和验证单个说话者。

但是，即使 Google 搜索，也没有太多关于此 API 的信息。而 Azure 站点（尤其是使用包含用户声音的 wav 文件识别和验证说话者的部分）是如此简单......

我不知道如何加载 wav 文件以在 C# 代码中识别和验证扬声器。

如何使用 Azure Speaker Recognition API 做到这一点？

我尝试过的：

以下是Azure Site 上的示例代码。

static async void MakeRequest()


    var client = new HttpClient();
    var queryString = HttpUtility.ParseQueryString(string.Empty);

    // Request headers
    client.DefaultRequestHeaders.Add("Ocp-Apim-Subscription-Key", "subscription-key");

    // Request parameters
     queryString["shortAudio"] = "true";

    var uri = "https://westus.api.cognitive.microsoft.com/spid/v1.0/identify?identificationProfileIds=identificationProfileIds&" + queryString;

    HttpResponseMessage response;

    // Request body
    byte[] byteData = Encoding.UTF8.GetBytes("body");

    using (var content = new ByteArrayContent(byteData))
    
        content.Headers.ContentType = new MediaTypeHeaderValue("application/json");

        response = await client.PostAsync(uri, content);

    

【参考方案1】：

对于 Azure 站点上的代码 sn-ps，您始终需要替换 something 形式的占位符，因此您需要为 identificationProfileIds 和 body 填写适当的值。此外，内容类型必须是application/octet-stream 或multipart/form-data，而不是application/json。

改为使用预构建的客户端SDK，您将节省大量输入。您还可以查看该 SDK 的源代码，例如 IdentifyAsync，了解如何构造 HTTP 请求。

【讨论】：

是的。该代码只是来自 Azure 站点的示例代码。我最终使用了说话人识别 API。我阅读了github.com/Microsoft/Cognitive-SpeakerRecognition-Windows 上的自述文件并应用了该示例。谢谢。

@cthrash 这在 .net 核心中不可用，我不想发送 IdentificationProfileIds。有没有可能

前面提到的 github site 有该库的 .NET Framework 源代码，我怀疑您可以不费力气地为 .NET Core 重新编译。快速搜索并没有找到预制的。