从被停用的意图识别迁移

2025 年 9 月 30 日，Foundry Tools 中的 Azure 语音中的意向识别已停用。 应用程序不能再通过语音使用意向识别。 但是，仍然可以在 Foundry 工具服务或 Azure OpenAI 中使用 Azure 语言执行意向识别。

此更改不会影响其他语音功能，例如 语音转文本 （包括不更改说话人分割）、 文本转语音和 语音翻译。

语音以前在语音 SDK 中公开了 IntentRecognizer 对象系列。 这些 API 依赖于语言理解智能服务（LUIS）应用程序或简单的模式匹配构造。 退役后：

• IntentRecognizer、模式匹配意图/实体和相关参数已不可用。
• 现有应用程序必须删除直接语音 SDK 意图逻辑，并采用两步方法（语音转文本，然后进行意图分类）或基于单一提示的方法。

选择替代项

Requirement	建议的服务	为什么
使用带标签的训练数据进行结构化意向和实体提取	语言服务对话语言理解 （CLU）	专为多意向分类和实体提取而构建;支持版本、测试和分析。
少样本或零样本动态意向确定	Azure OpenAI	使用带有示例提示的 GPT 模型;在不更改架构的情况下快速适应。
将转录与生成推理相结合（摘要 + 意向）	Azure OpenAI + 语音	先转录音频，然后通过 GPT 的输出来丰富内容，以便进行复杂的推理。
多语言语音输入流入一致的意向架构	语音识别（STT） + 语义理解（CLU）	语音处理听录;CLU 处理规范化和分类。

迁移步骤

1. 将任何语音 SDK IntentRecognizer 的用法替换为 SpeechRecognizer 或 ConversationTranscriber，以便获取文本。
2. 对于结构化意向/实体需求，请创建 CLU 项目并部署模型。 将转录的话语发送到 CLU 预测 API。
3. 对于灵活或快速的方案，请为 Azure OpenAI 模型创建提示，包括具有代表性的用户话语和预期的 JSON 意向输出。
4. 从配置中删除对LanguageUnderstandingModel、任何 LUIS 应用程序 ID 和终结点的依赖。
5. 消除引用 PatternMatchingIntent 或 PatternMatchingEntity 类型的模式匹配代码。
6. 通过将历史 IntentRecognizer 输出与 CLU 分类结果或 OpenAI 完成进行比较、根据需要调整训练数据或提示来验证准确性。
7. 更新监视：将任何现有意向延迟/准确性仪表板迁移至新的源（CLU 评估日志或 OpenAI 提示结果跟踪）。

示例体系结构

1. 语音转文本将音频转录为具有实时或批处理模式的文本。
2. 根据意向策略，文本将发送到 CLU 或 Azure OpenAI。
3. 响应规范化为常见的 JSON 形状（例如： { "intent": "BookFlight", "entities": { "Destination": "Seattle" } }） 。
4. 业务逻辑将规范化输出路由到下游服务（预订、知识库、工作流引擎）。

结果格式注意事项

方面	CLU	Azure OpenAI
架构稳定性	高（定义的意向/实体）	灵活（提示定义）
版本控制	内置模型版本	手动命令版本控制
培训工作	需要标记的数据集	提示中的少样本示例
边缘事例	需要更多标记的数据	添加示例或说明
延迟	预测 API 调用	完成 API 调用（类似）

常见问题

是否需要重新标记数据？ 如果使用 LUIS，则需要将数据导出并重新导入 CLU，然后重新训练。 映射通常是直接的（意图、实体）。 模式匹配的意图可能需要手动转换为示例。

是否可以合并 CLU 和 Azure OpenAI？ 是的。 将 CLU 用于确定性分类，在置信度较低时使用 OpenAI 进行汇总或回退分类。

说话人分割是否受到影响？ 否。 分割功能继续可用；只需在听录后通过 CLU 或 OpenAI 处理每个演讲者片段即可。

相关链接

• 语音转文本
• 对话语言理解概述
• Azure OpenAI 概述