我正在开发一个网站，该网站应该为用户提供使用 azures 认知服务 API 的功能。他们可以播放音频或使用麦克风将语音转换为文本。
我目前正在使用 azures js sdk从技术上讲它工作得很好。然而，我注意到这种方法有一个很大的缺点。 sdk 通过 websocket 与 azure 服务器连接，该服务器向客户端公开订阅 key 。所以理论上每个成员都可以读出来并出售它或类似的东西。 此外，如果客户端直接与 azure 连接，我没有安全的方法来防止客户端滥用该服务。我需要一种方法来粗略地测量客户使用该服务的时间，并将个人账单考虑在内。
我在官方文档中找不到任何相关内容。那么我的选择是什么？
- 我是否应该将客户端的音频输入重定向到我自己的服务器，进行一些定量分析，然后将输入从服务器端连接转发到 Azure？我担心对于许多并发客户，它可能会变得滞后或连接可能会丢失......
- 有没有办法将至少客户端 ID 或类似内容附加到 Azure WebSocket 连接，以便我稍后可以以某种方式读出？
你对我有什么建议吗？
最佳答案
鉴于您的附加评论，我建议您将实现从使用订阅 key 切换为使用身份验证 token 。
那会:
- 根据 1 个全局订阅 key 为每个客户端生成唯一的 token
- 不要向客户公开您的订阅 key
- 限制 API 的使用，因为 token 的有效期仅为 10 分钟
Each access token is valid for 10 minutes. You can get a new token at any time, however, to minimize network traffic and latency, we recommend using the same token for nine minutes.
查看文档 here供全局实现。简而言之，您需要在后端实现此 token 生成，并使用此 token 而不是 key 将页面提供给您的客户端。
旁注 1:注意并发请求的最大数量(100 - 请参阅 here)。
注 2:根据客户的使用情况，这不会帮助您向客户收取费用，因为您只有 1 个 key ，并且无法识别其中的不同用途
关于azure - 微软认知服务语音转文本的客户计费/客户使用情况？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/70634045/