SuperAPI AI 工具集

azure-ai-transcription-py

智能体与模型

查看项目

更新于 10-16 01:50

技能介绍

用途:使用 azure-ai-transcription 客户端对已授权的音频文件进行转写,并查看带时间戳的输出及所装 SDK 版本支持的选项。若需流式转写或异步批量任务,应改用相应的 Speech API,而不是本客户端。

主要能力:支持以时间戳形式返回转写结果,支持通过 locales 指定语言的 TranscriptionOptions,可结合端点与凭据完成调用。认证方面除密钥凭据外,也支持 DefaultAzureCredential,前提是身份具有所需的资源角色。资料特别指出,旧有的 begin_transcription 与 begin_stream_transcription 示例与该客户端不匹配,不要自行编造流式适配器。

使用方式:在隔离的 Python 环境中使用项目固定版本的 SDK。示例调用先设置 TRANSCRIPTION_ENDPOINT 与 TRANSCRIPTION_KEY 环境变量,再用 TranscriptionClient 打开音频文件并调用 transcribe,传入 TranscriptionContent(含 definition=TranscriptionOptions(locales=["en-US"]) 与 audio)。示例命令保持原样:

import os from azure.core.credentials import AzureKeyCredential from azure.ai.transcription import TranscriptionClient from azure.ai.transcription.models import TranscriptionContent, TranscriptionOptions

client = TranscriptionClient( endpoint=os.environ["TRANSCRIPTION_ENDPOINT"], credential=AzureKeyCredential(os.environ["TRANSCRIPTION_KEY"]), ) with client: with open("audio.wav", "rb") as audio: result = client.transcribe(TranscriptionContent( definition=TranscriptionOptions(locales=["en-US"]), audio=audio, ))

适用场景:需要对本地授权录音做带时间戳转写,且希望结果保持私密的场景,例如“转写这段已同意的本地录音,并保持转写内容私密”。

限制与注意:上传前须确认 Speech 资源、端点、权限、音频同意、费用与留存策略;默认不要记录密钥、音频内容或完整转写文本。需针对本地结果处理空输出与服务错误。该示例未实际连接 Azure,可用性、准确性与费用需在已授权环境中验证;安装的 SDK 签名与服务限制请以 Microsoft 的 SDK 指南为准。