Перенос кода с версии 2024-11-15 на версию 2025-10-15

Для быстрого транскрибирования, пакетного транскрибирования и кастомизированной речи используйте REST API для преобразования речи в текст. В этой статье описываются изменения версии 2024-11-15 до версии 2025-10-15.

Это важно

Версия REST API 2025-10-15 преобразования речи в текст — это последняя версия, общедоступная.

  • API преобразования речи в текст версия 2024-05-15-preview будет прекращена на дату, которая будет объявлена.
  • API REST для преобразования речи в текст v3.0, v3.1, v3.2, 3.2-preview.1 и 3.2-preview.2 были выведены из эксплуатации 31 марта 2026 года.

Дополнительные сведения об обновлении см. в руководствах по миграции службы "Речь на текст" REST API версии 3.0 до версии 3.1, версии 3.1 до версии 3.2 и версии 3.2 до 2024-11-15.

Чтобы суммировать изменения в этой версии, выполните следующие действия.

  • API транскрибирования имеет новые функции расширенного режима и списка фраз.
  • API проектов восстанавливается (не будет в версии 2024-11-15) и содержит некоторые изменения.

Изменения API транскрибирования

Структура запроса

  • Новая конечная точка: 
    POST <your_endpoint>/speechtotext/transcriptions:transcribe?api-version=2025-10-15
  • Заголовки и данные формы:
    • Content-Type: multipart/form-data
    • Ocp-Apim-Subscription-Key: $KEY
    • Поля формы: definition, audio

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'

Обновления объектов определения

  • Удалено:
    • "models" словарь (больше не используется в определении запроса)
  • Добавили:
    • "phraseList": теперь поддерживается biasingWeight настройка предвзятости распознавания
    • "enhancedMode" Объект включает:
      • enabled (логическое)
      • task (например "translate")
      • targetLanguage (например "ko")
      • prompt (массив инструкций или лексических импульсов)

Example:

{
  "locales": ["en-US"],
  "profanityFilterMode": "Masked",
  "diarization": {
    "enabled": true,
    "maxSpeakers": 6
  },
  "channels": [0],
  "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
  }
}

Структура результатов

  • Выход данных через канал:
    • Результаты организованы по каналам
  • Сегментация фраз:
    • Каждая фраза включает канал, время начала и окончания, говорящего, текст и доверие на уровне слов.

Изменения API проектов

Новые возможности

  • Имя проекта Foundry:
    • Новое свойство: foundryProjectName в create, Get, Update, List API
  • Создание проекта:
    • Проекты создаются с помощью соглашений Azure Resource Manager (ARM)
    • locale теперь обязателен для пользовательских речевых проектов

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"
}

Список проектов и фильтрация

  • Фильтрация по имени проекта Foundry: 
    GET {endpoint}/speechtotext/projects?filter=foundryProjectName eq 'MyFoundrySpeechProject'&api-version=2025-10-15

Дальнейшие шаги

  • Last updated on