使用 Microsoft Speech API 转录中/大型音频文件（每个文件约 6-10 分钟）的最佳方式是什么？诸如批量音频文件转录之类的东西？
我已使用https://docs.microsoft.com/en-us/azure/cognitive-services/speech-service/speech-to-text-sample 中提供的代码来连续转录语音，但它会在某些时候停止转录。转录有什么限制吗？我只使用免费试用帐户 atm。
顺便说一句，我认为必应语音 API 和新的语音服务 API 之间没有区别，对吧？
谢谢大家！
【问题讨论】：
标签： speech-recognition speech-to-text microsoft-cognitive bing-api microsoft-speech-api
感谢您的反馈。
我同意示例（以及您正在查看的文档）不是很清楚，我们会尽快更新。
示例使用了 RecognizeAsync，它应该被称为 RecognizeOnceAsync。它目前只是试图从服务返回 FIRST FinalResult。您应该使用 Start/StopRecognizeAsync，并注册以接收 Result 事件。
再次抱歉，这里的文档不好，我们会尽快更新，并且可能会在刷新时重命名 API。
如果您有音频文件，也可以使用批量转录功能。也许这有帮助？ https://docs.microsoft.com/en-us/azure/cognitive-services/speech-service/batch-transcription
干杯沃尔夫冈
【讨论】：
语音服务每月允许 5,000 次交易，在免费试用期间每分钟 20 次，因此由于实时连续识别，您可能在某些时候超过每分钟 20 次的限制。
【讨论】：
Offset 指定识别短语的偏移量时，请在您这边处理，相对于音频流的开始，Duration 指定此语音短语的持续时间。
Offset 和 Duration 对音频进行分块，然后将这些分块发送到说话人识别 API 以识别说话者的名字，这样你就可以为每个块取一个名字，把它和转录的短语放在一起，并从中创建一个对话。