Azure AI Transcription SDK for Python

用于Azure AI转录（语音转文本）的客户端库，支持实时转录和批量转录。

安装

bash
pip install azure-ai-transcription

环境变量

bash
TRANSCRIPTION_ENDPOINT=https://<资源名称>.cognitiveservices.azure.com
TRANSCRIPTION_KEY=<你的密钥>

身份验证

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

python
import os
from azure.ai.transcription import TranscriptionClient

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

转录（批量）

python
job = client.begin_transcription(
name=会议转录,
locale=en-US,
content_urls=[https://<存储路径>/audio.wav],
diarization_enabled=True
)
result = job.result()
print(result.status)

转录（实时）

python
stream = client.beginstreamtranscription(locale=en-US)
stream.sendaudiofile(audio.wav)
for event in stream:
print(event.text)

最佳实践

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