将代码从版本 2024-11-15 迁移到版本 2025-10-15

使用语音转文本 REST API 快速听录、 批量听录和 自定义语音。 本文介绍版本 2024-11-15 到版本 2025-10-15 的更改。

总结此版本中的更改：

• 转录 API 新增了增强模式和短语列表功能。
• Projects API 已返回（不在 2024-11-15 版本中），且进行了若干更改。

转录 API 更改

请求结构

• 新终结点：

  POST <your_endpoint>/speechtotext/transcriptions:transcribe?api-version=2025-10-15
  

• 标头和表单数据：
  • Content-Type: multipart/form-data
  • Ocp-Apim-Subscription-Key: $KEY
  • 窗体字段： definitionaudio

Example:

curl --request POST \
  --url '<your_endpoint>/speechtotext/transcriptions:transcribe?api-version=2025-10-15' \
  --header 'Content-Type: multipart/form-data' \
  --header 'Ocp-Apim-Subscription-Key: $KEY' \
  --form 'definition=$DEFINITION' \
  --form 'audio=@C:\workspace\audios\test.wav'

定义对象更新

• 删除：
  • "models" 字典（不再位于请求定义中）
• 添加：
  • "disfluencyRemoval" （布尔）：删除填充词（如“um”和“uh”）
  • "phraseList"：现在支持 biasingWeight 以调整识别偏差
  • "enhancedMode" 对象包括：
    • enabled（布尔值）
    • task （如 "translate"）
    • targetLanguage （如 "ko"）
    • prompt （指令数组或词汇增强）

Example:

{
  "locales": ["en-US"],
  "profanityFilterMode": "Masked",
  "diarization": {
    "enabled": true,
    "maxSpeakers": 6
  },
  "channels": [0],
  "disfluencyRemoval": true,
  "enhancedMode": {
    "enabled": true,
    "task": "translate",
    "targetLanguage": "ko",
    "prompt": [
      "Provide lexical output",
      "Boost the terms: CONTOSO, AAZZ; Replace '50cents' to '50-Cents'"
    ]
  },
  "phraseList": {
    "phrases": ["Kenichi Kumatani", "John McDonough", "Bhiksha Raj"],
    "biasingWeight": 1.6
  }
}

结果结构

• 基于通道的输出：
  • 结果按通道进行组织
• 短语分段：
  • 每个短语包括频道、开始和结束时间、发言者、文本和字词级置信度

项目 API 更改

新增功能

• Foundry 项目名称：
  • 新属性： foundryProjectName 在“创建”、“获取”、“更新”和“列出 API”中
• 项目创建：
  • 项目通过 Azure 资源管理器 （ARM） 约定创建
  • locale 现在需要用于自定义语音项目

Example:

POST {endpoint}/speechtotext/projects?api-version=2025-10-15
Headers:
  Ocp-Apim-Subscription-Key: <YOUR_SUBSCRIPTION_KEY>
  Content-Type: application/json
Body:
{
  "locale": "en-US",
  "displayName": "My speech project",
  "foundryProjectName": "MyFoundrySpeechProject"
}

项目列表和筛选

• 按 Foundry 项目名称进行筛选：

  GET {endpoint}/speechtotext/projects?filter=foundryProjectName eq 'MyFoundrySpeechProject'&api-version=2025-10-15
  

后续步骤

• 语音转文本 REST API
• 语音转文本 REST API 2025-10-15 参考文档