创建批量听录

若要创建批量转录作业，请使用转录提交操作的语音转文本 REST API。 根据以下说明构造请求正文：

• 必须设置 contentContainerUrl 或 contentUrls 属性。 有关批量听录Azure blob 存储的详细信息，请参阅查找用于批量听录的音频文件。
• 设置所需的 locale 属性。 此值应与要听录的音频数据的预期区域设置相匹配。 之后无法更改区域设置。
• 设置所需的 displayName 属性。 选择一个稍后可以参考的转录名称。 听录名称不必是独一无二的，以后可以更改。
• 设置所需的 timeToLiveHours 属性。 此属性指定听录在完成后应保留在系统中的时间。 最短支持的持续时间为 6 小时，最长支持的持续时间为 31 天。 当直接使用数据时，建议的值为 48 小时（两天）。
• （可选）若要使用基础模型以外的模型，请将 model 属性设置为模型 ID。 有关详细信息，请参阅使用自定义模型。
• （可选）将 wordLevelTimestampsEnabled 属性设置为 true 以在听录结果中启用单词级时间戳。 默认值为 false。
• （可选）设置 languageIdentification 属性。 语言标识用于在与支持的语言列表比较时确定音频中所说的语言。 如果设置了 languageIdentification 属性，则还必须设置具有候选区域设置的 languageIdentification.candidateLocales。

有关详细信息，请参阅请求配置选项。

发出使用 URI 的 HTTP POST 请求，如以下 听录 - 提交 示例所示。

• 将 YourSpeechResoureKey 替换为语音资源密钥。
• 将 YourServiceRegion 替换为你的语音资源区域。
• 如前文所述，设置请求正文属性。

curl -v -X POST -H "Ocp-Apim-Subscription-Key: YourSpeechResoureKey" -H "Content-Type: application/json" -d '{
  "contentUrls": [
    "https://crbn.us/hello.wav",
    "https://crbn.us/whatstheweatherlike.wav"
  ],
  "locale": "en-US",
  "displayName": "My Transcription",
  "model": null,
  "properties": {
    "wordLevelTimestampsEnabled": true,
    "languageIdentification": {
      "candidateLocales": [
        "en-US", "de-DE", "es-ES"
      ],
      "mode": "Continuous"
    },
    "timeToLiveHours": 48
  }
}'  "https://YourServiceRegion.api.cognitive.azure.cn/speechtotext/transcriptions:submit?api-version=2024-11-15"

你应该会收到以下格式的响应正文：

{
  "self": "https://chinanorth2.api.cognitive.azure.cn/speechtotext/transcriptions/788a1f24-f980-4809-8978-e5cf41f77b35?api-version=2024-11-15",
  "displayName": "My Transcription 2",
  "locale": "en-US",
  "createdDateTime": "2025-05-24T03:20:39Z",
  "lastActionDateTime": "2025-05-24T03:20:39Z",
  "links": {
    "files": "https://chinanorth2.api.cognitive.azure.cn/speechtotext/transcriptions/788a1f24-f980-4809-8978-e5cf41f77b35/files?api-version=2024-11-15"
  },
  "properties": {
    "wordLevelTimestampsEnabled": true,
    "displayFormWordLevelTimestampsEnabled": false,
    "channels": [
      0,
      1
    ],
    "punctuationMode": "DictatedAndAutomatic",
    "profanityFilterMode": "Masked",
    "timeToLiveHours": 48,
    "languageIdentification": {
      "candidateLocales": [
        "en-US",
        "de-DE",
        "es-ES"
      ],
      "mode": "Continuous"
    }
  },
  "status": "NotStarted"
}

响应正文中的顶级 self 属性是转录的 URI。 使用此 URI 可获取详细信息，例如听录和听录报告文件的 URI。 还可以使用此 URI 来更新或删除听录。

您可以使用 转录 - 获取 操作来查询转录的状态。

在检索结果后，请定期调用转录删除功能，从服务中删除转录文件。 或者，设置 timeToLive 属性以确保最终删除结果。

若要创建听录，请使用 spx batch transcription create 命令。 根据以下说明构造请求参数：

• 设置所需的 content 参数。 可以指定一系列由逗号分隔的各个文件，或指定整个容器的 URL。 有关批量听录Azure blob 存储的详细信息，请参阅查找用于批量听录的音频文件。
• 设置所需的 language 属性。 此值应与要听录的音频数据的预期区域设置相匹配。 之后无法更改区域设置。 语音 CLI language 参数对应于 JSON 请求和响应中的 locale 属性。
• 设置所需的 name 属性。 选择一个稍后可以参考的转录名称。 听录名称不必是独一无二的，以后可以更改。 语音 CLI name 参数对应于 JSON 请求和响应中的 displayName 属性。
• 将所需 api-version 参数设置为 v3.2. 语音 CLI 尚不支持版本 2024-11-15 或更高版本，因此现在必须使用 v3.2 。

下面是创建听录作业的语音 CLI 命令的示例：

spx batch transcription create --api-version v3.2 --name "My Transcription" --language "en-US" --content https://crbn.us/hello.wav,https://crbn.us/whatstheweatherlike.wav

你应该会收到以下格式的响应正文：

{
  "self": "https://chinanorth2.api.cognitive.azure.cn/speechtotext/v3.2/transcriptions/bbbbcccc-1111-dddd-2222-eeee3333ffff",
  "model": {
    "self": "https://chinanorth2.api.cognitive.azure.cn/speechtotext/v3.2/models/base/ccccdddd-2222-eeee-3333-ffff4444aaaa"
  },
  "links": {
    "files": "https://chinanorth2.api.cognitive.azure.cn/speechtotext/v3.2/transcriptions/7f4232d5-9873-47a7-a6f7-4a3f00d00dc0/files"
  },
  "properties": {
    "diarizationEnabled": false,
    "wordLevelTimestampsEnabled": false,
    "channels": [
      0,
      1
    ],
    "punctuationMode": "DictatedAndAutomatic",
    "profanityFilterMode": "Masked"
  },
  "lastActionDateTime": "2025-05-24T03:20:39Z",
  "status": "NotStarted",
  "createdDateTime": "2025-05-24T03:20:39Z",
  "locale": "en-US",
  "displayName": "My Transcription",
  "description": ""
}

响应正文中的顶级 self 属性是转录的 URI。 使用此 URI 可获取详细信息，例如听录和听录报告文件的 URI。 还可以使用此 URI 来更新或删除听录。

有关听录的语音 CLI 帮助，请运行以下命令：

spx help batch transcription

这里有一些属性选项，供调用 Transcriptions - Submit 操作时配置转录使用。 可以在同一页上找到更多示例，例如使用语言识别创建听录。

请求正文具有两个不同的级别。 放错属性会导致服务悄无声息地忽略它或返回验证错误。

• 根级别：描述转录任务本身（displayName、locale、model、contentUrls、contentContainerUrl）的元数据。
• 内部 properties：控制转录行为的选项。 将这些内容包含在"properties": { }对象中。

以下示例显示了正确的结构：

{
  "contentUrls": ["https://..."],
  "locale": "en-US",
  "displayName": "My Transcription",
  "model": null,
  "properties": {
    "destinationContainerUrl": "https://<storage>.blob.core.chinacloudapi.cn/<container>?<SAS>",
    "wordLevelTimestampsEnabled": true,
    "timeToLiveHours": 48
  }
}

若要获取转录配置选项的语音 CLI 帮助，请运行以下命令：

spx help batch transcription create advanced

curl -v -X POST -H "Ocp-Apim-Subscription-Key: YourSpeechResoureKey" -H "Content-Type: application/json" -d '{
  "contentUrls": [
    "https://crbn.us/hello.wav",
    "https://crbn.us/whatstheweatherlike.wav"
  ],
  "locale": "en-US",
  "displayName": "My Transcription",
  "model": {
    "self": "https://chinanorth2.api.cognitive.azure.cn/speechtotext/models/base/ccccdddd-2222-eeee-3333-ffff4444aaaa"
  },
  "properties": {
    "wordLevelTimestampsEnabled": true,
  }
}'  "https://YourServiceRegion.api.cognitive.azure.cn/speechtotext/transcriptions:submit?api-version=2024-11-15"

spx batch transcription create --name "My Transcription" --language "en-US" --content https://crbn.us/hello.wav,https://crbn.us/whatstheweatherlike.wav --model "https://chinanorth2.api.cognitive.azure.cn/speechtotext/v3.2/models/base/ccccdddd-2222-eeee-3333-ffff4444aaaa"