关于Azure Create Transcription API支持VTT输出格式的问询

针对你遇到的Azure语音服务Create Transcription API无法直接指定输出字幕格式的问题，有两个实用的解决方法：

1. 直接获取批量转录生成的原生VTT文件 #

批量转录完成后，Azure后台会自动生成JSON、VTT、SRT等多种格式的输出文件，只需通过特定接口获取：

• 调用 GET https://<你的服务区域>.cris.ai/api/speechtotext/v3.1/transcriptions/<转录任务ID>/files 接口，列出该转录任务的所有输出文件
• 在返回的文件列表中，找到kind为Transcription且properties.format为WebVtt（对应VTT格式，Subrip对应SRT格式）的条目，使用其links.contentUrl直接下载目标格式文件

2. 用语音SDK直接转换转录结果为VTT #

如果需要在脚本中集成格式转换逻辑，可以使用Azure语音SDK的内置方法，无需自行编写JSON转VTT的代码：

from azure.core.credentials import AzureKeyCredential
from azure.ai.speech import SpeechConfig
from azure.ai.speech.transcription import BatchTranscriptionClient

# 初始化客户端
speech_config = SpeechConfig(subscription="你的订阅密钥", region="你的服务区域")
client = BatchTranscriptionClient(speech_config)

# 获取已完成的转录任务
transcription = client.get_transcription("你的转录任务ID")

# 导出为WebVTT格式并保存到文件
with open("output.vtt", "w", encoding="utf-8") as vtt_file:
    vtt_file.write(transcription.to_webvtt())

补充说明：Create Transcription API的请求参数里确实没有设置输出格式的选项，因为批量转录的多格式输出是后台自动生成的，无需在创建任务时指定，你只需在任务完成后通过上述方式获取对应格式的文件即可。

内容的提问来源于stack exchange，提问作者successfully_failed