Azure 认知服务语音到文本大/长音频文件示例

问题描述

喜欢转录几个长(荷兰语)音频文件。它们是每份文件约 60-120 分钟的访谈。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 Speech to Text。有没有相关的样本?

尝试了此示例:https://docs.microsoft.com/en-us/azure/cognitive-services/speech-service/speech-to-text-sample。工作正常。但在音频暂停后立即停止。

在这里看到一个类似的问题:Speech-to-text large audio files [Microsoft Speech API]。但是发帖人没有分享他是如何解决的。

有人可以帮忙吗?

解决方法

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