据 AlphaMoat 统计,截至 2026-09,Azure Ai Transcription Py 累计下载 3,316 次、获 2 个星标,在全部 5,078 个 AI 技能中排名第 3,409 位,在「开发编程」分类(577 个)中排名第 433 位。

累计安装

102

累计下载

3,316

星标

全站排名

#3,409

全站前 68% · 「开发编程」前 76%

平台	累计安装	累计下载	星标	评论
ClawHub ↗	102	3,049	1	-
SkillHub ↗	100	3,316	2	—

各平台的计数口径不同,统计时间不一致。

这个技能是做什么的

它支持通过 Azure 服务处理音频，提供时间戳和说话人分离等转写能力；文档包含订阅密钥认证、批处理和实时流处理示例。音频内容或来源 URL 会交由 Azure 处理，使用前应确认有权发送该录音并妥善保管密钥。

资料发布于 2026-10-29

可以用来做什么

通过批处理方式提交音频并读取转写结果。
使用实时音频流接收转写文本。
为多说话人音频考虑启用说话人分离和时间戳。

什么时候用

需要在 Python 应用中接入 Azure 语音转文字时。
需要对音频文件或实时流进行转写时。
提交包含个人、机密或受监管语音的音频前，需要确认授权和服务数据处理要求时。

示例提示词

以下是根据技能文档生成的示例,不代表实际运行结果。

概述批量转写和实时转写的差异及需要的 Azure 配置，不发送音频。

整理处理多人录音前需要确认的录音授权、端点和密钥保护事项。

月度数据趋势

累计下载3,316

星标2

2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。该技能有同名的其他版本,调整前的数据归属当前下载量最大的这一个。

月份	累计下载	环比	星标
2026-09	3,316	—	2
2026-08	3,055	+5.0%	2
2026-07	2,909	+9.0%	2
2026-06	2,670	+5.7%	1
2026-05	2,525	—	1
2026-03	2,048	—	1

SKILL.md 原文

以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 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

展开全部(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