语音到文本的大型音频文件[Microsoft Speech API]

Question

使用Microsoft Speech API转录中/大型音频文件的最佳方法是什么，每个文件约6-10分钟？像批量音频文件转录的东西？

我使用了https://docs.microsoft.com/en-us/azure/cognitive-services/speech-service/speech-to-text-sample中提供的代码，用于连续录制语音，但它在某些时候停止转录。对转录有任何限制吗？我只使用免费试用帐户atm。

顺便说一句，我认为Bing Speech API和新的Speech服务API之间没有区别，对吗？

谢谢大家！

Answer 1

感谢您的反馈。

我同意示例（以及您正在查看的文档）不是很清楚，我们将尽快对其进行更新。

该示例使用RecognizeAsync，并且应将其称为RecognizeOnceAsync。当前，它只是试图从服务中返回FIRST FinalResult。您应该使用Start / StopRecognizeAsync，并进行注册以接收Result事件。

同样，对于此处的错误文档，我们深表歉意，我们将尽快对其进行更新，并且可能会在刷新后重新命名该API。

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

欢呼沃尔夫冈

Answer 2

语音服务允许每月5,000次交易，免费试用期间每分钟20次，因此可能会因为实时连续识别而超过每分钟20次限制。