Microsoft語音REST API是否具有音頻長度限制

Question

我正在使用Microsoft語音識別 - REST API將音頻文件轉換爲文本。我能夠從演講中獲得文本，但只能獲得文本的一部分。

如果我使用長度大於50秒的音頻文件。它僅返回文本結果的前50秒，50秒後的任何內容都將被忽略。有沒有音頻長度的限制，或者我錯過了什麼？

代碼示例：https://oxfordportal.blob.core.windows.net/speech/doc/recognition/Program.cs

你的幫助是高度讚賞。 非常感謝。

Bishwa

Answer 1

文檔here說：

您的應用程序必須端點的音頻，以確定啓動並講話，而這又是使用由服務端來確定的開始和結束請求。您在任何一個請求中都不得上傳超過10秒的音頻，並且總請求持續時間不能超過14秒。

所以，這表明你很幸運會得到50秒。
相反，您應該將音頻切割成更小的塊併發出多個請求。