Microsoft Speech REST API 是否有音频长度限制

Question

我正在使用 Microsoft Speech Recognition - REST API 将音频文件转换为文本。我能够从演讲中获取文本，但只能获取其中的一部分。

如果我使用长度大于 50 秒的音频文件。它只返回前 50 秒的文本结果，50 秒后的任何内容都将被忽略。音频长度是否有任何限制，或者我错过了什么？

代码示例：https://oxfordportal.blob.core.windows.net/speech/doc/recognition/Program.cs

我们非常感谢您的帮助。 提前非常感谢。

比什瓦

Answer 1

文档here 说：

您的应用程序必须终止音频以确定语音的开始和结束，而服务又使用它来确定请求的开始和结束。您在任何一个请求中上传的音频不得超过 10 秒，并且总请求时长不得超过 14 秒。

这表明你很幸运能够获得 50 秒。
相反，您应该将音频切割成更小的块并发出多个请求。