Azure AI Transcription Py

Azure AI Transcription SDK for Python

用于 Azure AI 转录（语音转文字）的客户端库，支持实时和批量转录。

安装

pip install azure-ai-transcription

环境变量

TRANSCRIPTION_ENDPOINT=https://<resource>.cognitiveservices.azure.com
TRANSCRIPTION_KEY=<your-key>

身份验证

使用订阅密钥身份验证（此客户端不支持 DefaultAzureCredential）：

import os
from azure.ai.transcription import TranscriptionClient

client = TranscriptionClient(
    endpoint=os.environ["TRANSCRIPTION_ENDPOINT"],
    credential=os.environ["TRANSCRIPTION_KEY"]
)

批量转录

job = client.begin_transcription(
    name="meeting-transcription",
    locale="en-US",
    content_urls=["https://<storage>/audio.wav"],
    diarization_enabled=True
)
result = job.result()
print(result.status)

实时转录

stream = client.begin_stream_transcription(locale="en-US")
stream.send_audio_file("audio.wav")
for event in stream:
    print(event.text)

最佳实践

1. 启用说话人分离：当存在多个说话人时启用
2. 使用批量转录：处理存储在 Blob 存储中的长音频文件
3. 捕获时间戳：用于生成字幕
4. 指定语言：提高识别准确率
5. 处理流式背压：实时转录时注意处理
6. 关闭转录会话：完成后及时关闭

适用场景

本技能适用于执行概述中描述的工作流或操作。

限制

• 仅在任务明确符合上述描述范围时使用本技能。
• 不要将输出视为环境特定验证、测试或专家审查的替代品。
• 如果缺少必需的输入、权限、安全边界或成功标准，请停止并请求澄清。