Transcriptions - Transcribe

服務:

Azure AI Services

API 版本:

2024-05-15-preview

轉譯提供的音訊數據流。

POST {endpoint}/speechtotext/transcriptions:transcribe?api-version=2024-05-15-preview

URI 參數

名稱	位於	必要	類型	Description
audio	formData	True	file binary	音訊做為位元組數據流。
definition	formData	True	string	快速轉譯要求的元數據。 此欄位包含類型為 TranscribeDefinition的 JSON 串行化物件。
endpoint	path	True	string	支援的認知服務端點（通訊協定和主機名，例如：https://westus.api.cognitive.microsoft.com）。
api-version	query	True	string	要求的 API 版本。

回應

名稱	類型	Description
200 OK	TranscribeResult	還行

安全性

Ocp-Apim-Subscription-Key

在這裡提供您的認知服務帳戶金鑰。

類型: apiKey
位於: header

Authorization

提供來自此區域 STS 所傳回之 JWT 的存取令牌。 請務必將下列查詢字串新增至 STS URL，將管理範圍新增至令牌：？scope=speechservicesmanagement

類型: apiKey
位於: header

範例

Transcribe an audio file

範例要求

HTTP

POST {endpoint}/speechtotext/transcriptions:transcribe?api-version=2024-05-15-preview

範例回覆

狀態碼:

200

{
  "duration": 2000,
  "combinedPhrases": [
    {
      "text": "Weather"
    }
  ],
  "phrases": [
    {
      "offset": 40,
      "duration": 240,
      "text": "Weather",
      "words": [
        {
          "text": "Weather",
          "offset": 40,
          "duration": 240
        }
      ],
      "locale": "en-US",
      "confidence": 0.7881154
    }
  ]
}

定義

名稱	Description
CombinedPhrases
Phrase	已轉譯的片語。
TranscribeResult	轉譯作業的結果。
Word	顯示表單的時間戳字組。

CombinedPhrases

名稱	類型	Description
channel	integer	以 0 為基礎的通道索引。 只有在啟用通道分離時才存在。
text	string	通道的完整轉譯文字。

Phrase

已轉譯的片語。

名稱	類型	Description
channel	integer	以 0 為基礎的通道索引。 只有在啟用通道分離時才存在。
confidence	number	片語的信賴值。
duration	integer	以毫秒為單位的片語持續時間。
locale	string	片語的地區設定。
offset	integer	片語的開始位移以毫秒為單位。
speaker	integer	說話者號碼。 只有在已啟用說話者聽寫時，才會存在。
text	string	片語的轉譯文字。
words	Word[]	構成片語的字組。 只有在啟用文字層級時間戳時，才會存在。

TranscribeResult

轉譯作業的結果。

名稱	類型	Description
combinedPhrases	CombinedPhrases[]	每個通道的合併轉譯結果。
duration	integer	以毫秒為單位的音訊持續時間。
phrases	Phrase[]	謄寫結果分成詞組。

Word

顯示表單的時間戳字組。

名稱	類型	Description
duration	integer	以毫秒為單位的字組持續時間。
offset	integer	以毫秒為單位的字組開始位移。
text	string	可辨識的字組，包括標點符號。