你当前正在访问 Microsoft Azure Global Edition 技术文档网站。如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

Transcriptions - Transcribe

参考

服务:: Azure AI Services

API 版本:: 2024-05-15-preview

转录提供的音频流。

POST {endpoint}/speechtotext/transcriptions:transcribe?api-version=2024-05-15-preview

URI 参数

名称	在	必需	类型	说明
audio	formData	True	file binary	音频作为字节流。
definition	formData	True	string	快速听录请求的元数据。此字段包含 `TranscribeDefinition`类型的 JSON 序列化对象。
endpoint	path	True	string	支持的认知服务终结点（协议和主机名，例如：https://westus.api.cognitive.microsoft.com）。
api-version	query	True	string	请求的 API 版本。

响应

名称	类型	说明
200 OK	TranscribeResult	还行

安全性

Ocp-Apim-Subscription-Key

在此处提供认知服务帐户密钥。

类型: apiKey
在: header

Authorization

提供来自此区域的 STS 返回的 JWT 的访问令牌。通过将以下查询字符串添加到 STS URL，确保将管理范围添加到令牌：？scope=speechservicesmanagement

类型: apiKey
在: header

示例

Transcribe an audio file

示例请求

HTTP

POST {endpoint}/speechtotext/transcriptions:transcribe?api-version=2024-05-15-preview

示例响应

状态代码:: 200

{
  "duration": 2000,
  "combinedPhrases": [
    {
      "text": "Weather"
    }
  ],
  "phrases": [
    {
      "offset": 40,
      "duration": 240,
      "text": "Weather",
      "words": [
        {
          "text": "Weather",
          "offset": 40,
          "duration": 240
        }
      ],
      "locale": "en-US",
      "confidence": 0.7881154
    }
  ]
}

定义

名称	说明
CombinedPhrases
Phrase	转录短语。
TranscribeResult	转录操作的结果。
Word	显示窗体中的时间戳单词。

CombinedPhrases

名称	类型	说明
channel	integer	基于 0 的通道索引。仅当启用了通道分离时，才存在。
text	string	通道的完整转录文本。

Phrase

转录短语。

名称	类型	说明
channel	integer	基于 0 的通道索引。仅当启用了通道分离时，才存在。
confidence	number	短语的置信度值。
duration	integer	短语的持续时间（以毫秒为单位）。
locale	string	短语的区域设置。
offset	integer	短语的开始偏移量（以毫秒为单位）。
speaker	integer	说话人编号。仅当启用了说话人分割时，才存在。
text	string	短语的转录文本。
words	Word[]	构成短语的单词。仅当启用了字级时间戳时，才存在。

TranscribeResult

转录操作的结果。

名称	类型	说明
combinedPhrases	CombinedPhrases[]	每个通道的组合听录结果。
duration	integer	音频的持续时间（以毫秒为单位）。
phrases	Phrase[]	听录结果分为短语。

Word

显示窗体中的时间戳单词。

名称	类型	说明
duration	integer	单词的持续时间（以毫秒为单位）。
offset	integer	单词的起始偏移量（以毫秒为单位）。
text	string	已识别的单词，包括标点符号。

通过