使用 Microsoft Azure 进行批量转录 (REST API)

Batch transcription with Microsoft Azure (REST API)

我想使用 Microsoft 的 REST APIs 转录更长的音频文件（至少 5 分钟）。有很多不同的产品和名称，例如语音服务 API 或 Bing 语音 API。 None 目前为止我尝试过的 REST API 支持转录更长的音频文件。

文档指出有一个 REST API 正好适用于这种情况： https://docs.microsoft.com/en-us/azure/cognitive-services/speech-service/batch-transcription

此服务的端点是什么？

这里 GitHub 上有一个示例：https://github.com/PanosPeriorellis/Speech_Service-BatchTranscriptionAPI

端点是 CRIS 的端点，如下代码所示：

private const string HostName = "cris.ai";
// ...
var client = CrisClient.CreateApiV2Client(SubscriptionKey, HostName, Port);

然后我在文档上发现 API 暴露在 Swagger 上（link 可见 here），因此更容易探索可用的方法（从 2.0beta 切换到2.0 在上）：

所以要创建一个新的转录，路径是：/api/speechtotext/v2.0/transcriptions，用POST方法调用，所以完整的端点是：

请注意，使用转录所需的订阅密钥级别必须是 Standard 级别定价 S0，而不是 Free 级别。