Azure 认知服务语音转文本大/长音频文件示例

Question

喜欢转录几个长（荷兰语）音频文件。它们是采访，每个文件的长度约为 60-120 分钟。我只需要手动完成 8 个文件，因此不一定是某些自动化软件的一部分。获得了一些 Azure 积分，因此考虑使用 Azure 认知服务语音转文本。有没有一个样本？

试过这个样本：https://docs.microsoft.com/en-us/azure/cognitive-services/speech-service/speech-to-text-sample。工作正常。但在音频稍作停顿后立即停止。

在这里看到一个类似的问题：Speech-to-text large audio files [Microsoft Speech API]。但发帖人并没有分享他是如何解决这个问题的。

有人可以帮忙吗？

Answer 1

对于较长的音频文件，我们建议使用批量转录 API。 这里有一个很好的解释：https://docs.microsoft.com/en-us/azure/cognitive-services/speech-service/batch-transcription，这里有 C# 和 Python 的示例：https://github.com/Azure-Samples/cognitive-services-speech-sdk/tree/master/samples/batch。