據 AlphaMoat 統計,截至 2026-09,Azure Ai Transcription Py 累計下載 3,316 次、獲 2 個星標,在全部 5,078 個 AI 技能中排名第 3,409 位,在「開發程式設計」分類(577 個)中排名第 433 位。

累計安裝

102

累計下載

3316

星標

全站排名

#3,409

全站前 68% · 「開發程式設計」前 76%

平台	累計安裝	累計下載	星標	評論
ClawHub ↗	102	3049	1	-
SkillHub ↗	100	3316	2	—

各平台的計數口徑不同,統計時間不一致。

這個技能是做什麼的

它支援透過 Azure 服務處理音訊，提供時間戳和說話人分離等轉寫能力；文件包含訂閱金鑰認證、批處理和即時流處理示例。音訊內容或來源 URL 會交由 Azure 處理，使用前應確認有權傳送該錄音並妥善保管金鑰。

資料釋出於 2026-10-29

可以用來做什麼

透過批處理方式提交音訊並讀取轉寫結果。
使用即時音訊流接收轉寫文字。
為多說話人音訊考慮啟用說話人分離和時間戳。

什麼時候用

需要在 Python 應用中接入 Azure 語音轉文字時。
需要對音訊檔案或即時流進行轉寫時。
提交包含個人、機密或受監管語音的音訊前，需要確認授權和服務資料處理要求時。

示例提示詞

以下是根據技能文件生成的示例,不代表實際執行結果。

概述批次轉寫和即時轉寫的差異及需要的 Azure 配置，不傳送音訊。

整理處理多人錄音前需要確認的錄音授權、端點和金鑰保護事項。

月度資料趨勢

累計下載3316

星標2

2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。該技能有同名的其他版本,調整前的資料歸屬當前下載量最大的這一個。

月份	累計下載	環比	星標
2026-09	3316	—	2
2026-08	3055	+5.0%	2
2026-07	2909	+9.0%	2
2026-06	2670	+5.7%	1
2026-05	2525	—	1
2026-03	2048	—	1

SKILL.md 原文

以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。

1.7 KB · ClawHub v0.1.0

---
name: azure-ai-transcription-py
description: |
  Azure AI Transcription SDK for Python. Use for real-time and batch speech-to-text transcription with timestamps and diarization.
  Triggers: "transcription", "speech to text", "Azure AI Transcription", "TranscriptionClient".
package: azure-ai-transcription
---

# Azure AI Transcription SDK for Python

展開全部(共 70 行)

Client library for Azure AI Transcription (speech-to-text) with real-time and batch transcription.

## Installation

```bash
pip install azure-ai-transcription
```

## Environment Variables

```bash
TRANSCRIPTION_ENDPOINT=https://<resource>.cognitiveservices.azure.com
TRANSCRIPTION_KEY=<your-key>
```

## Authentication

Use subscription key authentication (DefaultAzureCredential is not supported for this client):

```python
import os
from azure.ai.transcription import TranscriptionClient

client = TranscriptionClient(
    endpoint=os.environ["TRANSCRIPTION_ENDPOINT"],
    credential=os.environ["TRANSCRIPTION_KEY"]
)
```

## Transcription (Batch)

```python
job = client.begin_transcription(
    name="meeting-transcription",
    locale="en-US",
    content_urls=["https://<storage>/audio.wav"],
    diarization_enabled=True
)
result = job.result()
print(result.status)
```

## Transcription (Real-time)

```python
stream = client.begin_stream_transcription(locale="en-US")
stream.send_audio_file("audio.wav")
for event in stream:
    print(event.text)
```

## Best Practices

1. **Enable diarization** when multiple speakers are present
2. **Use batch transcription** for long files stored in blob storage
3. **Capture timestamps** for subtitle generation
4. **Specify language** to improve recognition accuracy
5. **Handle streaming backpressure** for real-time transcription
6. **Close transcription sessions** when complete