声纹识别可以提取说话人的声音特征和说话内容信息，实现自动核验说话人身份的功能。在进行声纹识别时，扣子会在声纹组内进行查找匹配对应的声纹，如果高于命中阈值，则认为是同一个人的声音。声纹识别适用于音视频通话场景，能够识别对话人的身份。 ## 功能简介 开发者在智能体中开启声纹识别并配置声纹识别变量，借助声纹组和声纹数据来管理不同用户的声纹信息。在音视频通话时，扣子根据智能体绑定的声纹组，从声纹组中匹配说话人的身份，并将匹配到的身份信息传递给智能体。智能体依据身份信息，为用户提供个性化、安全且高效的交互体验。其主要应用场景包括： * 智能家居控制：在智能手机、智能家居等终端设备中，声纹识别可用于精准的语音身份授权。系统仅响应已授权人员的声纹特征指令，有效屏蔽外界噪音干扰和非授权声音指令，确保设备操作的安全性和准确性。 * 家庭智能设备：通过声纹识别区分家庭成员，为不同用户身份提供专属服务和个性化内容，提升家庭智能设备的交互体验。 * 智能办公：在会议记录等办公场景中，声纹识别可实现发言人身份的动态区分。例如，智能会议系统通过声纹特征识别不同参会者身份，实时标注发言内容并生成结构化会议记录，提升会后资料整理效率。 ## 使用限制 * 默认最多可创建 1000 个声纹组。如需提高配额，请升级至扣子企业版，并联系对应销售申请扩容。 * 每个声纹组中最多可创建 10 个声纹。 ## 费用说明 开启声纹识别功能后，用户与智能体进行音视频通话时，将产生声纹识别费用，详细费用说明可参考[音视频费用](https://www.coze.cn/open/docs/coze_pro/asr_tts_fee)。 ## 步骤一：创建声纹 ### 1 创建声纹组 声纹组是声纹的集合单元，例如，你可以为每个设备分别创建一个声纹组。 1. 超级管理员或管理员进入**团队管理**或**企业管理**，选择**声纹管理**。  2. 单击右上角的 **＋ 声纹组**，填写声纹组的名称和描述，单击**确认**。 ### 2 创建声纹 1. 单击对应的声纹组，进入声纹组详情页，单击右上角的 **+ 声纹**。  2. 在**创建声纹**页面，设置声纹的名称和描述，然后单击**下一步**。 3. 单击**上传声音**或**开始录制**来记录声音特征。 * **上传声音**：上传本地预先录制好的音频文件。音频文件需符合系统规定的格式和时长要求，以确保声纹提取的准确性，具体要求请参见页面中的说明。 * **开始录制**：朗读系统提供的文案，根据现场录制的音频来记录声音特征。  4. 单击试听图标，确认声音符合预期后，单击**记录声纹**。  ## 步骤二：声纹测试 通过声纹测试可以评估声纹识别的准确率。你可以上传测试音频，扣子将根据该测试音频与声纹库中已有的声纹进行对比，计算相似度，从而评估声纹识别系统在不同环境和条件下的匹配效果，确保精准度达到预期。此外，测试结果可用于调整命中阈值等参数，以更好地实现身份验证和个性化服务。 1. 单击对应的声纹组，进入声纹组详情页，单击右上角的**声纹测试**。  2. 在声纹测试页面，设置命中阈值，单击**上传声音**或**开始录制**。  命中阈值是指声音匹配度的最低标准。当声音匹配度达到或超过该阈值时，扣子才会认定声纹匹配成功，确认为同一人的声音。取值范围：0\~100，默认值：40。 ## 步骤三：在智能体中开启声纹识别 创建声纹后，可以将声纹组绑定至智能体。在语音通话过程中，扣子能够从声纹组中匹配说话人的身份，并将匹配到的身份信息传递至智能体。智能体依据声纹信息，可实现差异化响应。例如：识别每次对话中对话人的身份、 根据不同身份进行个性化回复内容、特定人的声纹才可唤醒智能体进行对话等。 1. 为智能体开启声纹识别。 在智能体的编排页面，在**对话体验** ＞ **语音**区域开启声纹识别，并设置命中阈值和空值时是否沿用历史。  | **参数** | **说明** | | ------------------ | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | 命中阈值 | 设置声音匹配度的最低标准。当声音匹配度达到或超过该阈值时，扣子才会认定声纹匹配成功。你可以根据应用的安全性要求进行自定义设置。如果匹配了多轮声纹，扣子会取相似度最高的一个。取值范围：0\~100，默认值：40。 | | 声纹空值时沿用历史 | 当未命中任何一个声纹时，智能体将返回上一次命中的声纹。此选项适用于连续对话场景，当收音不好等情况导致声纹没能正确被识别时，开启该选项可确保对话的连贯性。 | 2. 在智能体对话流中引用声纹变量。 开启声纹识别后，扣子会自动添加声纹识别的系统变量 sys\_voiceprint\_name 和 sys\_voiceprint\_info。变量的说明和配置示例如下： | **变量** | **说明** | | --------------------- | ---------------------------------------------------------------- | | sys\_voiceprint\_name | 声纹名称，用于标识对话人的身份，例如爸爸、妈妈等。 | | sys\_voiceprint\_info | 声纹的其他携带信息，由用户自己定义，例如你可以添加用户偏好设置。 | 1. 在输入参数中添加 sys\_voiceprint\_name 参数，对应的值引用智能体中添加的系统变量 sys\_voiceprint\_name。 2. 在用户提示词中，设置并引用变量 sys\_voiceprint\_name。  3. 在**预览与调试**页面，单击通话图标，选择对应的声纹组，以便在调试过程中验证声纹识别的效果。  4. 将智能体发布到 API 渠道。 ## 步骤四：使用声纹识别 通过 [Real-Time SDK](https://www.coze.cn/open/playground/rtcsdk) 体验智能音视频通话时，指定对应的智能体和声纹组，扣子能够根据你的声纹特征进行识别，并据此提供差异化的响应，以实现个性化交互。