語音轉換文字 REST API

語音轉文字的 REST API 用於 快速轉錄、 批次轉錄 及 自訂語音。

重要事項

語音轉換文字 REST API 版本 2025-10-15 是最新版本，已正式推出。

• 語音轉換文字 REST API 版本 2024-05-15-preview 將在宣佈的日期淘汰。
• 語音轉文字 REST API v3.0、3.2-preview.1 和 3.2-preview.2 於 2026 年 3 月 31 日正式退役。

如需升級的詳細資訊，請參閱語音轉文字 REST API v3.0 至 v3.1、 v3.1 至 v3.2、 v3.2 至 2024-11-15 和 2024-11-15 至 2025-10-15 移轉指南。

請參閱語音轉文字 REST API 2025-10-15 參考檔

使用語音轉文字 REST API 來做以下操作：

• 快速轉錄 (部分內容可能是機器或 AI 翻譯)：以同步方式傳回結果的轉錄音訊檔案，而且比即時音訊快得多。 在您需要以可預測的延遲快速錄製音訊錄製的案例中使用快速轉錄 API (/speechtotext/transcriptions:transcribe) (部分內容可能是機器或 AI 翻譯)，例如快速音訊或視訊轉譯或視訊翻譯。
• 批次轉錄：從多個網址或Azure容器中批量轉錄音訊檔案。 在您需要在記憶體中轉譯大量音訊的案例中，使用批次轉譯 API （/speechtotext/transcriptions：submit），例如大量檔案或長音訊檔案。
• 自訂語音 (部分內容可能是機器或 AI 翻譯)：上傳自己的資料、測試與訓練自訂模型、比較模型之間的正確性，以及將模型部署至自訂端點。 如果您想要讓同事存取您所建置的模型，或您想要將模型部署到多個區域，請將模型複製到其他訂閱。

語音轉換文字 REST API 包含下列功能：

• 要求每個端點的記錄。
• 針對您所建立的模型要求資訊清單，以便設定內部部署容器。
• 使用共享存取簽章（SAS）URI 從 Azure 儲存帳號上傳資料。
• 使用自己的儲存體。 使用您自己的儲存體帳戶來儲存記錄、謄寫檔案和其他資料。
• 某些作業支援 Webhook 通知。 您可以註冊傳送通知的 Webhook。

快速轉錄

下列作業群組適用於 快速轉譯。

作業群組	描述
轉譯 (部分內容可能是機器或 AI 翻譯)	使用轉譯 - 轉譯 (部分內容可能是機器或 AI 翻譯) 來轉譯音訊檔案。 當您使用 快速轉譯 時，每個要求會傳送單一檔案。 如需如何從單一音訊檔案建立轉譯的範例，請參閱建立 轉譯 。

批次轉譯

下列作業群組適用於批次轉譯 (部分內容可能是機器或 AI 翻譯)。

作業群組	描述
模型	使用基底模型或自訂模型來轉譯音訊檔案。 您可以使用模型搭配自訂語音 (部分內容可能是機器或 AI 翻譯) 和批次轉譯 (部分內容可能是機器或 AI 翻譯)。 例如，您可以使用以特定資料集定型的模型來謄寫音訊檔案。 如需如何訓練和管理自訂語音模型的範例，請參閱訓練模型和自訂語音模型生命週期。
轉譯 (部分內容可能是機器或 AI 翻譯)	使用 轉譯 - 提交 以轉譯記憶體中的大量音訊。 當你使用 batch transcription 時，每個請求會傳送多個檔案，或指向一個Azure Blob 儲存體容器中的音訊檔案進行轉錄。 如需如何從多個音訊檔案建立謄寫的範例，請參閱建立謄寫。
Webhook	使用 Webhook 來接收有關建立、處理、完成及刪除事件的通知。 您可以使用 Webhook 搭配自訂語音 (部分內容可能是機器或 AI 翻譯) 和批次轉譯 (部分內容可能是機器或 AI 翻譯)。 Webhook 適用於資料集 (部分內容可能是機器或 AI 翻譯)、端點 (部分內容可能是機器或 AI 翻譯)、評估 (部分內容可能是機器或 AI 翻譯)、模型 (部分內容可能是機器或 AI 翻譯) 以及轉譯 (部分內容可能是機器或 AI 翻譯)。

自訂語音

下列作業群組適用於自訂語音 (部分內容可能是機器或 AI 翻譯)。

作業群組	描述
資料集	使用資料集來訓練及測試自訂語音模型。 例如，您可以將使用特定資料集訓練的自訂語音 (部分內容可能是機器或 AI 翻譯) 效能，與使用不同資料集訓練的基底模型或自訂語音模型效能進行比較。 如需如何上傳資料集的範例，請參閱上傳定型和測試資料集。
端點	將自訂語音模型部署至端點。 您必須部署自訂端點才能使用自訂語音 (部分內容可能是機器或 AI 翻譯) 模型。 如需如何管理部署端點的範例，請參閱部署模型。
評估 (部分內容可能是機器或 AI 翻譯)	使用評估來比較不同模型的效能。 例如，您可以將使用特定資料集訓練的自訂語音 (部分內容可能是機器或 AI 翻譯) 模型效能，與使用不同資料集訓練的基底模型或自訂模型效能進行比較。 如需如何測試和評估自訂語音模型的範例，請參閱測試辨識品質和測試正確性。
模型	使用基底模型或自訂模型來轉譯音訊檔案。 您可以使用模型搭配自訂語音 (部分內容可能是機器或 AI 翻譯) 和批次轉譯 (部分內容可能是機器或 AI 翻譯)。 例如，您可以使用以特定資料集定型的模型來謄寫音訊檔案。 如需如何訓練和管理自訂語音模型的範例，請參閱訓練模型和自訂語音模型生命週期。
專案	使用專案來管理自訂語音模型、定型和測試資料集，以及部署端點。 自訂語音專案 包含模型、定型和測試資料集，以及部署端點。 每個專案都特定於 地區設定。 例如，你可以為美國的英語建立一個專案。 請參閱 建立專案 ，以取得如何建立專案的範例。
Webhook	使用 Webhook 來接收有關建立、處理、完成及刪除事件的通知。 您可以使用 Webhook 搭配自訂語音 (部分內容可能是機器或 AI 翻譯) 和批次轉譯 (部分內容可能是機器或 AI 翻譯)。 Webhook 適用於資料集 (部分內容可能是機器或 AI 翻譯)、端點 (部分內容可能是機器或 AI 翻譯)、評估 (部分內容可能是機器或 AI 翻譯)、模型 (部分內容可能是機器或 AI 翻譯) 以及轉譯 (部分內容可能是機器或 AI 翻譯)。

相關內容

• 建立自訂語音專案
• 熟悉批次轉譯