Dela via

Migrera från tillbakadragen avsiktsigenkänning

Avsiktsigenkänning i Azure Speech i Foundry Tools drogs tillbaka den 30 september 2025. Program kan inte längre använda avsiktsigenkänning via Speech. Du kan dock fortfarande utföra avsiktsigenkänning med hjälp av Azure Language i Foundry Tools Service eller Azure OpenAI.

Den här ändringen påverkar inte andra talfunktioner som tal till text (inklusive ingen ändring av talardiarisering), text till tal och talöversättning.

Speech exponerade tidigare objektfamiljen IntentRecognizer i Speech SDK. Dessa API:er var beroende av ett LUIS-program (Language Understanding Intelligent Service) eller enkla mönstermatchningskonstruktioner. Med pensioneringen:

  • IntentRecognizer, mönstermatchnings avsikter/entiteter och relaterade parametrar är inte längre tillgängliga.
  • Befintliga program måste ta bort direkt Speech SDK-avsiktslogik och använda en tvåstegsmetod (tal till text, sedan avsiktsklassificering) eller en enda promptbaserad metod.

Välj ett alternativ

Krav Rekommenderad tjänst Varför
Strukturerad avsikts- och enhetsutvinning med märkta träningsdata Språktjänst Conversational Language Understanding (CLU) Specialbyggd för klassificering med flera avsikter och entitetsextrahering. stöder versioner, testning och analys.
Dynamisk avsiktsbestämning med få skott eller noll skott Azure OpenAI Använd GPT-modeller med exempelfrågor; snabbt anpassas utan schemaändringar.
Kombinera transkription med generativt resonemang (sammanfattningar + avsikter) Azure OpenAI + Speech Transkribera ljud och berika sedan med GPT-utdata för komplexa resonemang.
Flerspråkigt taldata flödade in i ett konsekvent intensionsschema Tal (STT) + CLU Tal hanterar transkription; CLU hanterar normalisering och klassificering.

Migreringssteg

  1. Ersätt all Speech SDK-användning IntentRecognizer med SpeechRecognizer eller ConversationTranscriber för att hämta text.
  2. För strukturerade avsikts-/entitetsbehov skapar du ett CLU-projekt och distribuerar en modell. Skicka transkriberade yttranden till CLU-förutsägelse-API:et.
  3. För flexibla eller snabba scenarier skapar du en uppmaning om en Azure OpenAI-modell, inklusive representativa användaryttranden och förväntade JSON-avsiktsutdata.
  4. Ta bort beroenden på LanguageUnderstandingModel och eventuella LUIS-program-ID:er eller slutpunkter från konfigurationen.
  5. Ta bort mönstermatchningskoder som refererar till PatternMatchingIntent eller PatternMatchingEntity-typer.
  6. Verifiera noggrannheten genom att jämföra historiska IntentRecognizer utdata med CLU-klassificeringsresultat eller OpenAI-slutföranden, justera träningsdata eller frågor efter behov.
  7. Uppdateringsövervakning: Flytta alla befintliga instrumentpaneler för latens/noggrannhet för avsikter till nya källor (CLU-utvärderingsloggar eller resultatspårning av OpenAI prompt).

Exempelarkitektur

  1. Tal till text transkriberar ljud till text med realtids- eller batchläge.
  2. Text skickas till CLU eller Azure OpenAI beroende på din avsiktsstrategi.
  3. Svaret normaliseras till en vanlig JSON-form (till exempel: { "intent": "BookFlight", "entities": { "Destination": "Seattle" } }).
  4. Affärslogik dirigerar normaliserade utdata till underordnade tjänster (bokning, kunskapsbas, arbetsflödesmotor).

Överväganden för resultatformat

Aspekt CLU Azure OpenAI
Schemastabilitet Hög (definierade avsikter/entiteter) Flexibel (promptdefinierad)
Versionshantering Inbyggda modellversioner Manuell versionering av prompt
Träningsinsats Kräver etiketterad datauppsättning Exempel med få bilder i prompten
Kantfall Kräver mer etiketterade data Lägga till exempel eller instruktioner
Fördröjning Api-anrop för förutsägelse API-anrop för slutförande (liknande)

Vanliga frågor

Behöver jag märka om data? Om du använde LUIS måste du exportera och importera data till CLU igen och sedan träna om. Mappning är ofta direkt (avsikter, entiteter). Avsikterna för mönstermatchning kan kräva manuell konvertering till exempel.

Kan jag kombinera CLU och Azure OpenAI? Ja. Använd CLU för deterministisk klassificering och OpenAI för sammanfattning eller återställningsklassificering när konfidensen är låg.

Påverkas talardiarisering? Nej. Diariseringsfunktionerna fortsätter. du bearbetar bara varje talarsegment via CLU eller OpenAI efter transkription.

  • Last updated on