Sdílet prostřednictvím

Migrace z rozpoznávání vyřazeného záměru

Rozpoznávání záměru ve službě Azure Speech in Foundry Tools bylo vyřazeno 30. září 2025. Aplikace už nemůžou používat rozpoznávání záměru prostřednictvím služby Speech. Rozpoznávání záměru ale můžete stále provádět pomocí jazyka Azure ve službě Foundry Tools nebo Azure OpenAI.

Tato změna nemá vliv na jiné funkce řeči, jako je řeč na text (včetně žádné změny diarizace mluvčího), převodu textu na řeč a překlad řeči.

Sada Speech SDK dříve zpřístupnila IntentRecognizer rodinu objektů. Tato rozhraní API závisejí na aplikaci LUIS (Language Understanding Intelligent Service) nebo na jednoduchých vzorech pro porovnávání. S ukončením provozu:

  • IntentRecognizer, záměry a entity pro porovnávání vzorů a související parametry už nejsou k dispozici.
  • Stávající aplikace musí odebrat přímou logiku pro úmysly v Speech SDK a přijmout dvoustupňový přístup (řeč na text, následnou klasifikaci úmyslu) nebo jeden přístup založený na výzvě.

Vyberte alternativu

Požadavek Doporučená služba Proč
Strukturovaný záměr a extrakce entit s označenými trénovacími daty Jazyková služba pro porozumění konverzačnímu jazyku (CLU) Navrženo pro víceúčelovou klasifikaci a extrakci entit; podporuje verze, testování a analytiku.
Určování dynamického záměru s přístupem few-shot nebo zero-shot Azure OpenAI Použití modelů GPT s ukázkovými výzvami; rychle se přizpůsobí bez změn schématu.
Kombinujte přepis s generativními úvahami (souhrny + intence) Azure OpenAI + Speech Nejprve přepsat zvuk a následně obohatit výsledky pomocí výstupů GPT pro komplexní zdůvodnění.
Vstup pro vícejazyčný řečový vstup do souvislého schématu záměru. Rozpoznávání řeči (STT) + CLU Řeč řídí přepis; CLU řídí normalizaci a klasifikaci.

Kroky migrace

  1. Nahraďte jakékoli použití sady Speech SDK IntentRecognizer za SpeechRecognizer nebo ConversationTranscriber pro získání textu.
  2. Pro potřeby strukturovaného záměru nebo entity vytvořte projekt CLU a nasaďte model. Odešlete přepisované promluvy do rozhraní API pro predikci CLU.
  3. V případě flexibilních nebo rychlých scénářů vytvořte výzvu k vytvoření modelu Azure OpenAI, včetně reprezentativních uživatelských promluv a očekávaného výstupu záměru JSON.
  4. Odeberte závislosti na LanguageUnderstandingModel a jakékoli ID aplikace LUIS nebo koncové body z konfigurace.
  5. Odstraňte kód pro porovnávání vzorů, který odkazuje na PatternMatchingIntent nebo PatternMatchingEntity typy.
  6. Ověřte přesnost porovnáním historických IntentRecognizer výstupů s výsledky klasifikace CLU nebo dokončením OpenAI, úpravou trénovacích dat nebo výzev podle potřeby.
  7. Monitorování aktualizací: Posun všech existujících řídicích panelů latence/přesnosti záměru na nové zdroje (protokoly vyhodnocení CLU nebo sledování výsledků výzvy OpenAI).

Ukázková architektura

  1. Převod řeči na text přepisuje zvuk do textu v reálném čase nebo v dávkovém režimu.
  2. Text se odešle do CLU nebo Azure OpenAI v závislosti na vaší strategii záměru.
  3. Odpověď se normalizuje do běžného tvaru JSON (například: { "intent": "BookFlight", "entities": { "Destination": "Seattle" } }).
  4. Obchodní logika směruje normalizovaný výstup do podřízených služeb (booking, knowledge base, workflow engine).

Důležité informace o formátu výsledků

Aspekt CLU Azure OpenAI
Stabilita schématu Vysoká (definované záměry nebo entity) Flexibilní (definované výzvy)
Verzování Předdefinované verze modelu Ruční verzování promptů
Úsilí o trénování Vyžaduje označenou datovou sadu. Několik příkladů na příkazovém řádku
Hraniční případy Vyžaduje více označených dat. Přidání příkladů nebo pokynů
Oneskorení přenosu Volání rozhraní API pro predikce Volání API pro kompletaci (podobně)

Nejčastější dotazy

Musím data znovu označovat? Pokud jste použili službu LUIS, musíte exportovat a znovu importovat data do modulu CLU a pak je znovu natrénovat. Mapování je často přímé (záměry, entity). Záměry porovnávání vzorů můžou vyžadovat ruční převod na příklady.

Můžu kombinovat modul CLU a Azure OpenAI? Ano. Modul CLU slouží k deterministické klasifikaci a OpenAI pro sumarizaci nebo záložní klasifikaci, pokud je spolehlivost nízká.

Ovlivněna diarizace mluvčích? Ne. Diarizace funkcí pokračuje; stačí zpracovat jednotlivé segmenty mluvčího prostřednictvím CLU nebo OpenAI po přepisu.

  • Last updated on