Azure AI 语音转写 Python SDK

要解决什么问题

在 Python 里接入 Azure AI Speech 转录时，官方 SDK 的入口分散在批量任务、实时流式会话、鉴权与资源释放等多处细节里。手写示例容易混用同步/异步客户端、漏关 HTTP 连接，或在生产环境仍用订阅密钥硬编码。本技能把 azure-ai-transcription 相关用法收敛成可复用的说明与最佳实践，面向需要把音频转成文字、并要字幕时间戳或说话人分离的工程场景。

技能如何工作

技能围绕两类主路径组织内容：

• 批量转录：适合 Blob 等存储中的长音频，走异步任务式流程。
• 实时转录：适合麦克风或流式输入，需要处理会话生命周期与流式 背压（backpressure）。

鉴权上明确两条通用规则：生产优先 DefaultAzureCredential()（或任意 TokenCredential），开发可用 AzureKeyCredential 读环境变量 TRANSCRIPTION_KEY；每个客户端必须用上下文管理器（同步 with / 异步 async with），异步凭据同样要 async with credential。

实践要点包括：同一调用链只选同步或异步一种模式；多说话人时开启 diarization；需要字幕时捕获时间戳；指定语言以提高识别率；转录结束后关闭会话。更深的能力覆盖与非主流程示例见技能内 references/capabilities.md、references/non-hero-scenarios.md。

适用边界与注意点

本技能是 Python SDK 使用指南，不替代 Azure 门户中的资源配置、定价与区域策略。实时与批量在延迟、成本和运维复杂度上差异很大：短交互用实时，大文件用批量。密钥鉴权仅适合本地或受控环境；上线应迁移到 Entra ID 类凭据，并避免在仓库中提交密钥。