C✳CODEZ.WIN
🌐 हिन्दी

स्थानीयकृत पठन मार्गदर्शिका

azure-speech-to-text-rest-pyउद्देश्य, उपयोग और स्रोत

छोटे ऑडियो के लिए Azure Speech to Text REST API (Python)। इसका उपयोग 10 मेगापिक्सल तक की ऑडियो फ़ाइलों की सरल वाक् पहचान के लिए किया जाता है।60स्पीच एसडीके के बिना सेकंड। ट्रिगर: "स्पीच टू टेक्स्ट रेस्ट", "शॉर्ट ऑडियो ट्रांसक्रिप्शन", "स्पीच रिकग्निशन रेस्ट एपीआई", "एसटीटी रेस्ट", "रिकॉग्नाइज स्पीच रेस्ट"। इसके लिए उपयोग न करें: लंबा ऑडियो (>60सेकंड), रीयल-टाइम स्ट्रीमिंग, बैच ट्रांसक्रिप्शन, कस्टम स्पीच मॉडल, स्पीच ट्रांसलेशन। इसके बजाय स्पीच SDK या बैच ट्रांसक्रिप्शन API का उपयोग करें।

स्रोत प्राप्त किया गया:

स्रोत रिपॉज़िटरी
microsoft/skills
SKILL.md
.github/plugins/azure-sdk-python/skills/azure-speech-to-text-rest-py/SKILL.md
रिपॉज़िटरी Star
3,157
रिपॉज़िटरी का अंतिम अपडेट
2026-10-31
क्षमता वर्गीकरण
क्लाउड सेवाएं
अंतिम संग्रह समय

लाइसेंस: MIT

वर्कफ़्लो के अंश केवल पढ़ने में सहायता के लिए हैं, कोडेज़ से निष्पादन योग्य निर्देश नहीं हैं। इस पृष्ठ को बनाने के लिए किसी तृतीय-पक्ष स्किल का उपयोग नहीं किया गया है।

नीचे दिए गए उद्देश्य और कार्यप्रणाली संबंधी अंश प्रारंभिक सामग्री हैं, जिन्हें पढ़ने के लिए व्यवस्थित और अनुवादित किया गया है। ये अलग से लेबल किए गए कोडेज़ संपादकीय विश्लेषण से भिन्न हैं।

यह कौशल क्या करता है

छोटे ऑडियो के लिए Azure Speech to Text REST API (Python)। इसका उपयोग 10 मेगापिक्सल तक की ऑडियो फ़ाइलों की सरल वाक् पहचान के लिए किया जाता है।60स्पीच एसडीके के बिना सेकंड। ट्रिगर: "स्पीच टू टेक्स्ट रेस्ट", "शॉर्ट ऑडियो ट्रांसक्रिप्शन", "स्पीच रिकग्निशन रेस्ट एपीआई", "एसटीटी रेस्ट", "रिकॉग्नाइज स्पीच रेस्ट"। इसके लिए उपयोग न करें: लंबा ऑडियो (>60सेकंड), रीयल-टाइम स्ट्रीमिंग, बैच ट्रांसक्रिप्शन, कस्टम स्पीच मॉडल, स्पीच ट्रांसलेशन। इसके बजाय स्पीच SDK या बैच ट्रांसक्रिप्शन API का उपयोग करें।

अपस्ट्रीम वर्कफ़्लो कैसे काम करता है

लघु ऑडियो के लिए एज़्योर स्पीच टू टेक्स्ट REST API

छोटी ऑडियो फ़ाइलों (अधिकतम 10 माइक्रोमीटर तक) के स्पीच-टू-टेक्स्ट ट्रांसक्रिप्शन के लिए सरल REST API60(सेकंड)। किसी SDK की आवश्यकता नहीं - केवल HTTP अनुरोध।

ऊपर की ओर मार्ग · L13 ↗

प्रमाणीकरण और जीवनचक्र

> 🔑 नीचे दिए गए प्रत्येक कोड उदाहरण पर दो नियम लागू होते हैं: > >1दो प्रमाणीकरण मोड समर्थित हैं।

ऊपर की ओर मार्ग · L40 ↗

खंडित स्थानांतरण (अनुशंसित)

कम लेटेंसी के लिए, ऑडियो को टुकड़ों में स्ट्रीम करें:

ऊपर की ओर मार्ग · L152 ↗

आवश्यकताएँ और सेटअप

आवश्यक शर्तें

Azure सदस्यता - एक निःशुल्क स्पीच संसाधन बनाएँ - Azure पोर्टल में बनाएँ

ऊपर की ओर मार्ग · L17 ↗

ऑडियो आवश्यकताएँ

अधिकतम60उच्चारण मूल्यांकन के लिए ऑडियो की अधिकतम अवधि (सेकंड में):30सेकंड

ऊपर की ओर मार्ग · L86 ↗
ऊपर की ओर मार्ग · bash ↗
# Required
AZURE_SPEECH_KEY=<your-speech-resource-key>
AZURE_SPEECH_REGION=<region>  # e.g., eastus, westus2, westeurope

# Alternative: Use endpoint directly
AZURE_SPEECH_ENDPOINT=https://<region>.stt.speech.microsoft.com

सीमाएं और गुणवत्ता जांच

इस फ़ाइल से कोई अलग सीमा अंश नहीं चुना गया है। इसका मतलब यह नहीं है कि यह स्किल हर इनपुट या वातावरण के लिए सुरक्षित है। संपूर्ण स्रोत की समीक्षा करें और अपने परिणाम की पुष्टि करें।

सुरक्षित परीक्षण से शुरुआत करें

  1. समर्थित होस्ट और रिपॉजिटरी इंस्टॉलेशन निर्देशों की जाँच करें। स्किल डायरेक्टरी और उससे संबंधित स्क्रिप्ट, एसेट्स और डॉक्यूमेंटेशन को एक साथ रखें;SKILL.mdअकेले होने पर निर्भरताओं को छोड़ा जा सकता है।
  2. एजेंट को अपना वास्तविक इनपुट, अपेक्षित आउटपुट और स्वीकृति मानदंड प्रदान करें। इनवोकेशन सिंटैक्स और उपलब्ध उपकरण होस्ट पर निर्भर करते हैं; यह साइट किसी सार्वभौमिक इंस्टॉलेशन कमांड को नहीं मानती है।
  3. डिस्पोजेबल प्रोजेक्ट या उसकी कॉपी पर मूल वर्कफ़्लो को आज़माएँ। फ़ाइलों, रिमोट सेवाओं या बिल योग्य संसाधनों में परिवर्तन करने वाले कार्यों की अनुमति देने से पहले उनकी समीक्षा करें।
  4. स्रोत गुणवत्ता जांच और अपनी आवश्यकताओं के आधार पर आउटपुट को सत्यापित करें। सफल ट्रिगर या उच्च रिपॉजिटरी स्टार संख्या सही परिणाम की गारंटी नहीं देते।

कौशल प्रारूप और निर्देशिका विनिर्देश ↗

मूल लेख में आगे पढ़ें

अनुवाद और दायरा

यह पठन मार्गदर्शिका ऊपर पिन किए गए अंशों में से चयनित अंशों को प्रस्तुत करती है।SKILL.mdयह अनुवाद सहायता से किया गया है। यह कोई संपूर्ण नियमावली या परीक्षित संगतता का दावा नहीं है। उपयोग करने से पहले मूल दस्तावेज़ और उससे संबंधित फ़ाइलों को पढ़ें।

यह परिचय नीचे पिन किए गए संस्करण को संदर्भित करता है; वर्तमान रिपॉजिटरी गतिविधि और संग्रह समय अलग से दिखाए गए हैं।

पिन किया गया स्रोत
मूल लेख पढ़ें ↗
स्रोत प्राप्त किया गया
स्रोत कमिट
00d66a64919edca5bca2c673373444e36a4b5461
स्रोत SHA-256
e19f62d6ccb67623f28c72715cab0b8ee8b378b9d2a2bcd0d848241c8b3af5df
संपूर्ण कौशल सूची पर वापस जाएँ