Beszéd szövegbe REST API

A beszéd-szöveg REST API gyors átíráshoz, kötegelt átíráshoz és egyéni beszédhez használható.

Fontos

A speech to text REST API-verzió 2025-10-15 az általánosan elérhető legújabb verzió.

  • A beszédfelolvasás REST API-verziója2024-05-15-preview a bejelentés napján megszűnik.
  • A Speech to text REST API v3.0, 3.2-preview.1, és 3.2-preview.2 2026. március 31-én visszavonásra került.

A frissítésről további információt a Speech to text REST API v3.0-ról v3.1-re, v3.1-ről v3.2-re, 3.2-ről 2024-11-15-re és 2024-11-15-ről 2025-10-15-re történő migrálási útmutatókban talál.

Tekintse meg a Speech to text REST API 2025-10-15 referenciadokumentációját

A Speech to text REST API használatával tegye a következőket:

  • Gyors átírás: Hangfájlok átírása szinkron módon és sokkal gyorsabban visszaadott eredményekkel, mint a valós idejű hang. Használja a gyors átírási API-t (/speechtotext/transcriptions:transcribe) olyan helyzetekben, amikor a lehető leggyorsabban szüksége van egy hangrögzítés átiratára kiszámítható késéssel, például gyors hang- vagy videoátírással vagy videofordítással.
  • Batch-átírás: Hangfájlok átírása kötegként több URL-címről vagy Azure tárolóból. Használja a batch transcription API-t (/speechtotext/transcriptions:submit) olyan esetekben, amikor nagy mennyiségű hangot kell átírnia a tárban, például nagy számú fájlt vagy hosszú hangfájlt.
  • Egyéni beszéd: Töltse fel a saját adatait, teszteljen és tanítson be egy egyéni modellt, hasonlítsa össze a modellek pontosságát, és helyezzen üzembe egy modellt egy egyéni végponton. Másolja a modelleket más előfizetésekbe, ha azt szeretné, hogy a munkatársak hozzáférjenek egy ön által létrehozott modellhez, vagy ha egy modellt több régióban szeretne üzembe helyezni.

A Beszéd a szöveghez REST API az alábbi funkciókat tartalmazza:

  • Naplók kérése minden végponthoz.
  • Kérje le a létrehozott modellek jegyzékfájlját a helyszíni tárolók beállításához.
  • Adatok feltöltése Azure tárfiókokból egy közös hozzáférésű jogosultságkód (SAS) URI használatával.
  • Hozzon saját tárhelyet. Saját tárfiókokat használhat naplókhoz, átírási fájlokhoz és egyéb adatokhoz.
  • Egyes műveletek támogatják a webhook értesítéseket. Regisztrálhatja a webhookokat, ahol értesítéseket küldenek.

Gyors átírás

A gyors átíráshoz az alábbi műveleti csoportok alkalmazhatók.

Műveletcsoport Leírás
Átiratok Használja az Átiratok – Átírás funkciót hangfájlok átírásához.

Gyors átirat használata esetén kérésenként egyetlen fájlt küld el. Az átiratok egyetlen hangfájlból való létrehozására vonatkozó példákért lásd: Átirat létrehozása.

Kötegelt átírás

A kötegelt átíráshoz az alábbi műveleti csoportok alkalmazhatók.

Műveletcsoport Leírás
Modellek Hangfájlok átírásához használjon alapmodelleket vagy egyéni modelleket.

A modelleket egyéni beszéddel és kötegelt átírással is használhatja. Használhat például egy adott adatkészlettel betanított modellt hangfájlok átírására. Az egyéni beszédmodellek betanítása és kezelése példákat a modell betanítása és az egyéni beszédmodellek életciklusa című témakörben talál.
Átiratok Átiratok - Beküldés használata nagy mennyiségű hang átírásához a tárolt fájlokban.

Ha batch átiratot használ kérésenként több fájlt küld, vagy egy Azure Blob Storage tárolóra mutat, amelyen a hangfájlok átírhatók. Az átiratok több hangfájlból való létrehozásának példáiért lásd : Átirat létrehozása.
Webhookok Webes horogokkal értesítéseket kaphat a létrehozási, feldolgozási, befejezési és törlési eseményekről.

A webes horgokat egyéni beszéddel és kötegelt átírással is használhatja. A webes horgok adathalmazokra, végpontokra, kiértékelésekre, modellekre és átiratokra vonatkoznak.

Egyedi beszédmodell

Az egyéni beszédhez az alábbi műveleti csoportok alkalmazhatók.

Műveletcsoport Leírás
Adatkészletek Egyéni beszédmodellek betanítása és tesztelése adatkészletek használatával.

Összehasonlíthatja például egy adott adatkészlettel betanított egyéni beszéd teljesítményét egy alapmodell vagy egy másik adatkészlettel betanított egyéni beszédmodell teljesítményével. Az adathalmazok feltöltésére vonatkozó példákért tekintse meg a betanítási és tesztelési adathalmazok feltöltését ismertető szakaszt.
Végpontok Egyéni beszédmodellek üzembe helyezése végpontokon.

Egyéni végpontot kell üzembe helyeznie egy egyéni beszédmodell használatához. Az üzembehelyezési végpontok kezelésével kapcsolatos példákért tekintse meg a modell üzembe helyezését ismertető cikket.
Értékelés A kiértékelések segítségével összehasonlíthatja a különböző modellek teljesítményét.

Összehasonlíthatja például egy adott adatkészlettel betanított egyéni beszédmodell teljesítményét egy alapmodell vagy egy másik adatkészlettel betanított egyéni modell teljesítményével. Az egyéni beszédmodellek tesztelésére és kiértékelésére vonatkozó példákért tekintse meg a tesztfelismerés minőségét és a tesztelés pontosságát .
Modellek Hangfájlok átírásához használjon alapmodelleket vagy egyéni modelleket.

A modelleket egyéni beszéddel és kötegelt átírással is használhatja. Használhat például egy adott adatkészlettel betanított modellt hangfájlok átírására. Az egyéni beszédmodellek betanítása és kezelése példákat a modell betanítása és az egyéni beszédmodellek életciklusa című témakörben talál.
Projektek Projektek használatával kezelheti az egyéni beszédmodelleket, az adathalmazok betanítását és tesztelését, valamint az üzembehelyezési végpontokat.

Az egyéni beszédprojektek modelleket, betanítási és tesztelési adatkészleteket és üzembehelyezési végpontokat tartalmaznak. Minden projekt egy lokalizációhoz tartozik. Például létrehozhat egy projektet az Egyesült Államokban használt angol nyelv számára. A projektek létrehozásának módjáról a Projekt létrehozása című témakörben talál példákat.
Webhookok Webes horogokkal értesítéseket kaphat a létrehozási, feldolgozási, befejezési és törlési eseményekről.

A webes horgokat egyéni beszéddel és kötegelt átírással is használhatja. A webes horgok adathalmazokra, végpontokra, kiértékelésekre, modellekre és átiratokra vonatkoznak.

Kapcsolódó tartalom

  • Last updated on