---

name: azure-ai-transcription-py description: Azure AI 转录 SDK for Python。用于带时间戳和说话人分离的实时和批量语音转文字。 risk: unknown source: community date_added: '2026-02-27'

Azure AI 转录 SDK for Python

用于 Azure AI 转录（语音转文字）的客户端库，支持实时和批量转录。

安装

pip install azure-ai-transcription

环境变量

TRANSCRIPTION_ENDPOINT=https://<resource>.cognitiveservices.azure.com
TRANSCRIPTION_KEY=<your-key>

认证

使用订阅密钥认证（此客户端不支持 DefaultAzureCredential）：

import os
from azure.ai.transcription import TranscriptionClient

client = TranscriptionClient(
    endpoint=os.environ["TRANSCRIPTION_ENDPOINT"],
    credential=os.environ["TRANSCRIPTION_KEY"]
)

转录（批量）

job = client.begin_transcription(
    name="meeting-transcription",
    locale="en-US",
    content_urls=["https://<storage>/audio.wav"],
    diarization_enabled=True
)
result = job.result()
print(result.status)

转录（实时）

stream = client.begin_stream_transcription(locale="en-US")
stream.send_audio_file("audio.wav")
for event in stream:
    print(event.text)

最佳实践

1. 启用说话人分离 当存在多个说话人时
2. 使用批量转录 处理存储在 Blob 存储中的长文件
3. 捕获时间戳 用于字幕生成
4. 指定语言 以提高识别准确性
5. 处理流式背压 用于实时转录
6. 完成后关闭转录会话

适用场景

此技能适用于执行概述中描述的工作流或操作。

限制

• 仅在任务明确匹配上述范围时使用此技能。
• 不要将输出视为环境特定验证、测试或专家审查的替代品。
• 如果缺少所需输入、权限、安全边界或成功标准，请停下来要求澄清。