能否向Azure说话人识别API发送实时数据？

Question

我正在写一个与声音有关的项目。我正在开发一个功能来实时区分人们的声音。我使用Microsoft说话人识别API来区分人们的声音。

根据API指南，我必须上传一个WAV文件来接收音频并区分声音中的用户。然而，我需要使用实时音频流来区分用户的声音.

因此，我的问题是:如何使用实时音频流来实现说话人识别？

1. 我可以使用Azure扬声器识别API获得实时音频，它只需要WAV文件？
2. 或者，除了这个API，还有其他的方法吗？

Answer 1

当前版本的API (1.0)不支持音频流，但2.0版将支持这一点，几个月后(2020年夏季)就可以使用了。