azure-ai-transcription-py

Python 向け Azure AI Speech 文字起こし

使用する場面

• azure-ai-transcription クライアントを使用して、許可を得た音声ファイルを文字起こしします。
• タイムスタンプ付きの出力と、インストール済み SDK バージョンでサポートされているオプションを確認します。
• ストリーミングまたは非同期のバッチジョブには、適切な Speech API を選択してください。

前提条件

分離された Python 環境で、プロジェクトに固定された SDK を使用してください。アップロードする前に、Speech リソース、エンドポイント、権限、音声の利用同意、コスト、保持期間を確認します。 既定では、キー、音声データ、または文字起こし全文をログに記録しないでください。

ファイルの例

import os
from azure.core.credentials import AzureKeyCredential
from azure.ai.transcription import TranscriptionClient
from azure.ai.transcription.models import TranscriptionContent, TranscriptionOptions

client = TranscriptionClient(
    endpoint=os.environ["TRANSCRIPTION_ENDPOINT"],
    credential=AzureKeyCredential(os.environ["TRANSCRIPTION_KEY"]),
)
with client:
    with open("audio.wav", "rb") as audio:
        result = client.transcribe(TranscriptionContent(
            definition=TranscriptionOptions(locales=["en-US"]), audio=audio,
        ))
# Inspect result locally; handle empty output and service errors explicitly.

認証と API の境界

ID に必要なリソースロールが割り当てられている場合は、DefaultAzureCredential もサポートされます。以前の begin_transcription および begin_stream_transcription の例は、このクライアントに対応していませんでした。ストリーミング用のアダプターを独自に作らないでください。

リクエストの例

「同意を得たこのローカル録音を文字起こしし、文字起こし結果は非公開にしてください。」

制限事項

インストール済みのシグネチャとサービスの制限を、Microsoft の SDK ガイドで確認してください。 この例では Azure に接続していません。利用可能性、精度、コストは、許可された環境で確認する必要があります。