语音到文本的大型音频文件(Microsoft语音API)

Question

使用Microsoft语音API转录中/大型音频文件的最佳方法是什么，每个文件6~10分钟？比如批处理音频文件的转录？

我使用了https://learn.microsoft.com/en-us/azure/cognitive-services/speech-service/speech-to-text-sample中提供的代码来连续地转录语音，但是它在某个时候停止了转录。对转录有什么限制吗？我只使用免费的自动取款机。

顺便说一句，我认为Bing语音API和新的语音服务API没有什么区别，对吗？

谢谢大家！

Answer 1

谢谢你的反馈。

我同意示例(以及您正在查看的文档)不太清楚，我们将很快更新。

示例使用RecognizeAsync，应该调用RecognizeOnceAsync。它目前只是试图从服务中返回第一个FinalResult。您应该使用Start/StopRecognizeAsync，并注册以接收结果事件。

同样，很抱歉这里的文档很糟糕，我们很快就会更新它，并且可能会在刷新时重命名API。

如果您有音频文件，也可以使用批处理转录功能。也许这有帮助？https://learn.microsoft.com/en-us/azure/cognitive-services/speech-service/batch-transcription

沃尔夫冈干杯

Answer 2

语音服务允许每月5,000次交易，在免费试用期间每分钟20次，因此在某个时候，由于实时的连续识别，您可能会超过每分钟20次的限制。