Azure Speech 中的意圖辨識功能於 Foundry Tools 中於 2025 年 9 月 30 日退休。 應用程式已無法透過語音使用意圖識別。 不過，你仍然可以使用 Foundry Tools Service 中的 Azure 語言或 Azure OpenAI 來進行意圖識別。
此變更不影響其他語音功能，如 語音轉文字 （包括未改變說話者文字）、 文字轉語音及 語音翻譯。
語音之前已在語音 SDK 中公開 IntentRecognizer 物件系列。 這些 API 相依於語言理解智慧型服務 （LUIS） 應用程式或簡單的模式比對建構。 隨著淘汰：
-
IntentRecognizer、模式比對意圖/實體和相關參數不再可用。 - 現有的應用程式必須移除直接語音 SDK 意圖邏輯，並採用兩步驟方法 （語音轉換文字，然後意圖分類） 或單一提示型方法。
選擇替代方案
| Requirement | 推薦服務 | 為什麼 |
|---|---|---|
| 結構化意圖和實體擷取，以及已標示的訓練資料 | 語言服務對話式語言理解（CLU） | 專為多意圖分類和實體提取而構建;支援版本、測試和分析。 |
| 少樣本或零樣本動態意圖識別 | Azure OpenAI | 使用帶有示例提示的 GPT 模型;快速適應，無需更改模式。 |
| 將轉錄與生成推理結合（摘要 + 意圖） | Azure OpenAI + 語音 | 轉錄音訊後，使用 GPT 輸出結果來增強，以進行複雜的推理。 |
| 多語言語音輸入流入一致的意圖模型架構 | 語音識別（STT）+ CLU | 語音處理轉錄;CLU 處理正規化和分類。 |
移轉步驟
- 請將任何使用語音 SDK 的
IntentRecognizer替換為SpeechRecognizer或ConversationTranscriber以獲取文字。 - 針對結構化意圖/實體需求，請建立 CLU 專案並部署模型。 將轉錄的語句傳送至 CLU 預測 API。
- 針對彈性或快速案例，請撰寫 Azure OpenAI 模型的提示，包括代表性使用者話語和預期的 JSON 意圖輸出。
- 從設定中移除對
LanguageUnderstandingModel及任何 LUIS 應用程式識別碼或端點的相依性。 - 移除模式匹配程式碼中引用
PatternMatchingIntent或PatternMatchingEntity類型的部分。 - 通過將歷史
IntentRecognizer輸出與 CLU 分類結果或 OpenAI 完成進行比較來驗證準確性，並根據需要調整訓練數據或提示。 - 更新監控：將現有的意圖延遲/正確性儀表板轉移到新資料來源 (CLU 評估記錄或 OpenAI 提示結果追蹤)。
範例架構
- 語音轉文字以即時或批次模式將音訊轉譯為文字。
- 文字會根據您的意圖策略傳送至 CLU 或 Azure OpenAI。
- 回應會正規化為一般 JSON 圖形 （例如：
{ "intent": "BookFlight", "entities": { "Destination": "Seattle" } }）。 - 商務邏輯會將標準化輸出路由至下游服務 （預約、知識庫、工作流程引擎）。
結果格式考量
| 層面 | CLU | Azure OpenAI |
|---|---|---|
| 架構穩定性 | 高 (已定義的意圖/實體) | 彈性 (提示定義) |
| 版本控制 | 內建模型版本 | 手動提示版本設定 |
| 訓練工作 | 需要已標記的資料集 | 提示中的少樣本範例 |
| 邊緣案例 | 需要更多標記資料 | 新增範例或指示 |
| 延遲 | 預測 API 呼叫 | 完成 API 呼叫 （類似） |
常見問題
我需要重新標記資料嗎？ 如果您使用 LUIS，則必須將資料匯出並重新匯入 CLU，然後重新定型。 對應通常是直接的 (意圖、實體)。 模式匹配的意圖可能需要手動轉換為範例。
我可以結合 CLU 和 Azure OpenAI 嗎？ 是的。 當置信度較低時，使用 CLU 進行確定性分類，並使用 OpenAI 進行摘要或後援分類。
說話者分類會受到影響嗎？ 否。 自動分段標記功能仍會繼續；您只需在謄寫後透過 CLU 或 OpenAI 處理每個說話者片段。