Azure AI Speech の Post-Stream Refinement (PSR) が一般提供 (GA) を開始し、インスタントストリーミングの結果を犠牲にすることなく、非常に正確な最終的なトランスクリプトを提供します。このテクノロジーは、ストリーミングと並行して 2 回目の認識パスを実行し、発話完了時に初期セグメントをより正確なバージョンに置き換えることで機能します。GA リリースでは、話者属性のための話者分離、ドメイン固有の語彙のためのフレーズリスト、および 22 の Azure リージョンにわたる 19 のロケールへのサポート拡大を含む、重要な本番環境機能が導入されています。既存のリアルタイム契約と部分結果ストリーミングは変更されません。ユーザーは、SpeechConfig のプロパティを設定するだけでリファインメントを有効にできます。PSR の話者分離サポートにより、話者ラベルがリファインされたトランスクリプトに保持されるため、会議、コンタクトセンター、インタビューに最適です。フレーズリストを使用すると、認識エンジンは特定の用語を優先でき、製品名や専門用語の精度が大幅に向上します。内部テストでは、特に長い発話や固有名詞において、単語エラー率が 2 桁の相対的な減少を示しました。部分結果のレイテンシは影響を受けませんが、リファインメントにより最終セグメントのレイテンシがわずかに増加する可能性があります。PSR は現在、いくつかのインドの言語を含む 19 のロケール、およびアメリカ、ヨーロッパ、アジア太平洋の 22 の Azure リージョンで利用可能です。Microsoft Teams および Microsoft 365 Copilot で既に利用されているこのテクノロジーは、Azure AI Speech の顧客に本番環境グレードのトランスクリプションエクスペリエンスをもたらします。開始するには、ユーザーは Speech SDK 1.50 以降、サポートされているリージョンの Speech リソース、および認識エンジンで設定されたセッションロケールが必要です。SpeechConfig で 'PostRefinement' オプションを設定する必要があり、オプションでフレーズリストを追加できます。複数の言語またはコードスイッチングを含むシナリオでは、多言語 PSR パブリックプレビューが利用可能です。ただし、フレーズリストと話者分離を備えた既知のセッションロケールについては、単一言語 GA パスが推奨されます。このリリースは、最小限の設定変更で Azure AI Speech アプリケーションのトランスクリプション品質を大幅に向上させます。