通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

Transcriptions - Transcribe

服务:
Azure AI Services
API 版本:
2025-10-15

音频文件的同步转录。

POST {endpoint}/speechtotext/transcriptions:transcribe?api-version=2025-10-15

URI 参数

名称 在 必需 类型 说明
audio
 formData

file (binary)

要转录的音频文件的内容。 音频文件的音频时长必须小于 2 小时，大小必须小于 250 MB。
definition
 formData

string

听录请求的元数据。 此字段包含类型为 TranscribeDefinition.
endpoint
 path True

string

支持的认知服务终结点（协议和主机名，例如： https://westus.api.cognitive.microsoft.com）。
api-version
 query True

string

请求的 API 版本。

请求头

Media Types: "multipart/form-data"

名称 必需 类型 说明
Ocp-Apim-Subscription-Key True

string

在此处提供认知服务帐户密钥。

响应

名称 类型 说明
200 OK

TranscribeResult

好的
Other Status Codes

Error

出现了错误。

安全性

Ocp-Apim-Subscription-Key

在此处提供认知服务帐户密钥。

类型: apiKey
在: header

示例

Transcribe an audio file

示例请求

POST {endpoint}/speechtotext/transcriptions:transcribe?api-version=2025-10-15

示例响应

状态代码:
200 
{
  "durationMilliseconds": 2000,
  "combinedPhrases": [
    {
      "text": "Weather"
    }
  ],
  "phrases": [
    {
      "offsetMilliseconds": 40,
      "durationMilliseconds": 320,
      "text": "Weather",
      "words": [
        {
          "text": "weather",
          "offsetMilliseconds": 40,
          "durationMilliseconds": 320
        }
      ],
      "locale": "en-US",
      "confidence": 0.78983736
    }
  ]
}

定义

名称 说明
ChannelCombinedPhrases

每个频道的完整成绩单。
DetailedErrorCode

详细错误代码
Error

错误
ErrorCode

ErrorCode
InnerError

InnerError
Phrase

转录的短语。
TranscribeResult

转录作的结果。
Word

显示形式中带有时间戳的单词。

ChannelCombinedPhrases

Object

每个频道的完整成绩单。

名称 类型 说明
channel

integer (int32)

从 0 开始的通道索引。 仅当启用了通道分离时才存在。
text

string

听录的文本。

DetailedErrorCode

枚举

详细错误代码

值 说明
InvalidParameterValue

参数值无效。
InvalidRequestBodyFormat

请求正文格式无效。
EmptyRequest

空请求。
MissingInputRecords

缺少输入记录。
InvalidDocument

无效的文档。
ModelVersionIncorrect

型号版本不正确。
InvalidDocumentBatch

无效的单据批处理。
UnsupportedLanguageCode

不支持的语言代码。
DataImportFailed

数据导入失败。
InUseViolation

使用中违规。
InvalidLocale

区域设置无效。
InvalidBaseModel

基本模型无效。
InvalidAdaptationMapping

无效的适应映射。
InvalidDataset

数据集无效。
InvalidTest

测试无效。
FailedDataset

数据集失败。
InvalidModel

模型无效。
InvalidTranscription

转录无效。
InvalidPayload

有效负载无效。
InvalidParameter

参数无效。
EndpointWithoutLogging

没有日志记录的端点。
InvalidPermissions

权限无效。
InvalidPrerequisite

先决条件无效。
InvalidProductId

产品 ID 无效。
InvalidSubscription

订阅无效。
InvalidProject

项目无效。
InvalidProjectKind

项目类型无效。
InvalidRecordingsUri

无效的记录 uri。
OnlyOneOfUrlsOrContainerOrDataset

只有 url 或容器或数据集之一。
ExceededNumberOfRecordingsUris

超过记录数量。
InvalidChannels

无效的通道。
ModelMismatch

模型不匹配。
ProjectGenderMismatch

项目性别不匹配。
ModelDeprecated

模型已弃用。
ModelExists

模型存在。
ModelNotDeployable

模型不可部署。
EndpointNotUpdatable

终结点不可更新。
SingleDefaultEndpoint

单个默认终结点。
EndpointCannotBeDefault

终结点不能是默认的。
InvalidModelUri

模型 uri 无效。
SubscriptionNotFound

找不到订阅。
QuotaViolation

配额违规。
UnsupportedDelta

不支持的增量。
UnsupportedFilter

不支持的过滤器。
UnsupportedPagination

不支持的分页。
UnsupportedDynamicConfiguration

不支持的动态配置。
UnsupportedOrderBy

不支持的订单。
NoUtf8WithBom

没有带有 bom 的 utf8。
ModelDeploymentNotCompleteState

模型部署未完成状态。
SkuLimitsExist

存在 SKU 限制。
DeployingFailedModel

部署失败的模型。
UnsupportedTimeRange

不支持的时间范围。
InvalidLogDate

日志日期无效。
InvalidLogId

日志 ID 无效。
InvalidLogStartTime

日志开始时间无效。
InvalidLogEndTime

日志结束时间无效。
InvalidTopForLogs

日志的顶部无效。
InvalidSkipTokenForLogs

日志的跳过令牌无效。
DeleteNotAllowed

不允许删除。
Forbidden

已禁止。
DeployNotAllowed

不允许部署。
UnexpectedError

意外错误。
InvalidCollection

集合无效。
InvalidCallbackUri

回调 uri 无效。
InvalidSasValidityDuration

SAS 有效期无效。
InaccessibleCustomerStorage

无法访问客户存储。
UnsupportedClassBasedAdaptation

不支持的基于类的适应。
InvalidWebHookEventKind

无效的 Web 挂钩事件类型。
InvalidTimeToLive

无效的生存时间。
InvalidSourceAzureResourceId

源 Azure 资源 ID 无效。
ModelCopyAuthorizationExpired

已过期的 ModelCopyAuthorization。
EndpointLoggingNotSupported

不支持终结点日志记录。
NoLanguageIdentified

语言识别不识别任何语言。
MultipleLanguagesIdentified

语言识别识别多种语言。 无法确定主要语言。
InvalidAudioFormat

不支持输入音频的格式。
BadChannelConfiguration

数据、配置或应用程序要求中的音频通道之间存在不匹配。
InvalidChannelSpecification

不支持在转录请求中选择通道（例如，既未选择 0 也未选择 1）。
AudioLengthLimitExceeded

音频文件超过允许的最大持续时间。
EmptyAudioFile

音频文件为空。

Error

Object

错误

名称 类型 说明
code

ErrorCode

ErrorCode
高级错误代码。
details

Error[]

有关错误和/或预期策略的其他支持性详细信息。
innerError

InnerError

InnerError
新的内部错误格式符合认知服务 API 准则，该指南可在 https://microsoft.sharepoint.com/%3Aw%3A/t/CognitiveServicesPMO/EUoytcrjuJdKpeOKIK_QRC8BPtUYQpKBi8JsWyeDMRsWlQ?e=CPq8ow. 这包含必需属性 ErrorCode、消息和可选属性 target、details（键值对）、内部错误（可以嵌套）。
message

string

高级错误消息。
target

string

错误的源。 例如，如果文档无效，则为“文档”或“文档 ID”。

ErrorCode

枚举

ErrorCode

值 说明
InvalidRequest

表示无效的请求错误代码。
InvalidArgument

表示无效的参数错误代码。
InternalServerError

表示内部服务器错误错误代码。
ServiceUnavailable

表示服务不可用错误代码。
NotFound

表示未找到错误代码。
PipelineError

表示管道错误错误代码。
Conflict

表示冲突错误代码。
InternalCommunicationFailed

表示内部通信失败错误代码。
Forbidden

表示禁止的错误代码。
NotAllowed

表示不允许的错误代码。
Unauthorized

表示未经授权的错误代码。
UnsupportedMediaType

表示不受支持的媒体类型错误代码。
TooManyRequests

表示请求过多错误代码。
UnprocessableEntity

表示无法处理的实体错误代码。

InnerError

Object

InnerError

名称 类型 说明
code

DetailedErrorCode

详细错误代码
详细的错误代码枚举。
details

object

有关错误和/或预期策略的其他支持性详细信息。
innerError

InnerError

InnerError
新的内部错误格式符合认知服务 API 准则，该指南可在 https://microsoft.sharepoint.com/%3Aw%3A/t/CognitiveServicesPMO/EUoytcrjuJdKpeOKIK_QRC8BPtUYQpKBi8JsWyeDMRsWlQ?e=CPq8ow. 这包含必需属性 ErrorCode、消息和可选属性 target、details（键值对）、内部错误（可以嵌套）。
message

string

高级错误消息。
target

string

错误的源。 例如，如果文档无效，则为“文档”或“文档 ID”。

Phrase

Object

转录的短语。

名称 类型 说明
channel

integer (int32)

从 0 开始的通道索引。 仅当启用了通道分离时才存在。
confidence

number (float)

短语的置信度值。
durationMilliseconds

integer (int32)

短语的持续时间（以毫秒为单位）。
locale

string

短语的区域设置。
offsetMilliseconds

integer (int32)

短语的起始偏移量（以毫秒为单位）。
speaker

integer (int32)

分配给音频中检测到的每个说话人的唯一整数，没有特定顺序。 仅当启用了说话人分类时才会出现。
text

string

短语的转录文本。
words

Word[]

构成短语的单词。 仅当启用了单词级时间戳时才会出现。

TranscribeResult

Object

转录作的结果。

名称 类型 说明
combinedPhrases

ChannelCombinedPhrases[]

每个频道的完整脚本。
durationMilliseconds

integer (int32)

音频的持续时间（以毫秒为单位）。
phrases

Phrase[]

转录结果被分割为短语。

Word

Object

显示形式中带有时间戳的单词。

名称 类型 说明
durationMilliseconds

integer (int32)

单词的持续时间（以毫秒为单位）。
offsetMilliseconds

integer (int32)

单词的起始偏移量（以毫秒为单位）。
text

string

识别的单词，包括标点符号。