Преобразование речи в текстовый REST API

Речь в тексте REST API используется для быстрого транскрибирования, пакетного транскрибирования и пользовательской речи.

Внимание

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

  • API преобразования речи в текст REST версия 2024-05-15-preview будет прекращена к дате, которая будет объявлена.
  • Распознавание речи в REST API v3.0, 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 3.2до 2024-11-15 и 2024-11-15 до 2025-10-15 .

См. ссылку на справочную документацию по REST API преобразования речи в текст от 2025-10-15

Для выполнения следующих действий используйте REST API преобразования речи в текст:

  • Быстрое транскрибирование: транскрибирование аудиофайлов с возвратом результатов синхронно и гораздо быстрее, чем звук в режиме реального времени. Используйте API для быстрого транскрибирования (/speechtotext/transcriptions:transcribe) в сценариях, когда нужна расшифровка аудиозаписи, как можно быстрее и с предсказуемой задержкой, например, быстрая транскрипция аудио или видео.
  • Пакетное транскрибирование: транскрибировать аудиофайлы пакетно из нескольких URL-адресов или контейнера Azure. Используйте API пакетного транскрибирования (/speechtotext/транскрибирование:submit) в сценариях, когда необходимо транскрибировать большое количество аудио из хранилища, например, большое количество файлов или один длинный звуковой файл.
  • Настраиваемая речь: отправка собственных данных, тестирование и обучение пользовательской модели, сравнение точности между моделями и развертывание модели в пользовательской конечной точке. Копирование моделей в другие подписки в случае, если необходимо предоставить коллегам доступ к созданной вами модели, или когда требуется развернуть модель в нескольких регионах.

REST API преобразования речи в текст включает в себя такие функции, как:

  • Запрос журналов для каждой конечной точки.
  • Запрос манифеста создаваемых моделей для настройки локальных контейнеров.
  • Загрузите данные из учетных записей хранения Azure, используя URI с общей подписью доступа (SAS).
  • Принесите собственное хранилище. Используйте собственные учетные записи хранения для журналов, файлов транскрибирования и других данных.
  • Некоторые операции поддерживают уведомления веб-перехватчика. Вы можете зарегистрировать свои веб-перехватчики в той точке, где отправляются уведомления.

Быстрое транскрибирование

Следующие группы операций применимы для быстрого транскрибирования.

Группа операций Описание
Транскрипции Используйте Транскрипции - Транскрибировать для транскрибирования аудиофайлов.

При использовании быстрого транскрибирования вы отправляете один файл на запрос. Примеры создания транскрибирования из одного звукового файла см. в статье "Создание транскрибирования ".

Пакетное транскрибирование

Для пакетного транскрибирования применимы следующие группы операций.

Группа операций Описание
Модели Используйте базовые модели или пользовательские модели для транскрибирования звуковых файлов.

Модели можно использовать с пользовательской речью и пакетной транскрипцией. Например, можно использовать модель, обученную с определенным набором данных для транскрибирования звуковых файлов. Примеры обучения и управления пользовательскими моделями речи см. в статье "Обучение модели" и "Жизненный цикл пользовательской модели речи".
Транскрипции Используйте Транскрипции - Отправить для транскрибирования большого количества хранимого аудио.

При использовании транскрибирования batch вы отправляете несколько файлов на запрос или указываете на контейнер Хранилище BLOB-объектов Azure с звуковыми файлами для расшифровки. Примеры создания транскрибирования из нескольких звуковых файлов см. в статье "Создание транскрибирования ".
Веб-хуки Используйте веб-перехватчики для получения уведомлений о создании, обработке, завершении и удалении событий.

Вы можете использовать веб-хуки с пользовательской речью и пакетной транскрипцией. Веб-перехватчики применяются к наборам данных, конечным точкам, оценкам, моделям и транскрипциям.

Настраиваемая речь

Для пользовательской речи применимы следующие группы операций.

Группа операций Описание
Наборы данных Используйте наборы данных для обучения и тестирования пользовательских моделей речи.

Например, можно сравнить производительность пользовательской речи, обученной с определенным набором данных, с производительностью базовой модели или пользовательской модели речи , обученной с другим набором данных. Примеры отправки наборов данных см. в статье "Отправка обучающих и тестовых наборов данных".
Конечные точки Развертывание пользовательских моделей речи в конечных точках.

Для использования пользовательской модели речи необходимо развернуть пользовательскую конечную точку. Примеры управления конечными точками развертывания см. в статье "Развертывание модели ".
Оценки Используйте оценки для сравнения производительности различных моделей.

Например, можно сравнить производительность пользовательской модели речи , обученную с определенным набором данных, с производительностью базовой модели или пользовательской модели, обученной с другим набором данных. Примеры, как тестировать и оценивать пользовательские модели распознавания речи, см. в разделах тестирование качества распознавания и точность тестирования.
Модели Используйте базовые модели или пользовательские модели для транскрибирования звуковых файлов.

Модели можно использовать с пользовательской речью и пакетной транскрипцией. Например, можно использовать модель, обученную с определенным набором данных для транскрибирования звуковых файлов. Примеры обучения и управления пользовательскими моделями речи см. в статье "Обучение модели" и "Жизненный цикл пользовательской модели речи".
Проекты Используйте проекты для управления пользовательскими моделями речи, обучением и тестированием наборов данных и конечными точками развертывания.

Пользовательские проекты речи содержат модели, обучающие и тестовые наборы данных, а также конечные точки развертывания. Каждый проект специфичен для региона. Например, можно создать проект для английского языка в Соединенных Штатах. Примеры создания проектов см. в статье "Создание проекта ".
Веб-хуки Используйте веб-перехватчики для получения уведомлений о создании, обработке, завершении и удалении событий.

Вы можете использовать веб-хуки с пользовательской речью и пакетной транскрипцией. Веб-перехватчики применяются к наборам данных, конечным точкам, оценкам, моделям и транскрипциям.

Связанный контент

  • Last updated on