使用Azure Speech Services批量转录API持续遇URI无效数据错误求助

• 验证S3链接的可访问性与权限

  • 直接通过浏览器或命令行工具（如curl -I https://s3.us-west-1.amazonaws.com/xxxx/out5.wav）测试链接，确认返回200状态码且能完整下载文件。S3公共桶可能存在隐性权限限制，比如桶策略未允许所有匿名用户读取，或对象本身被设置为私有，需确保Azure Speech服务能无限制访问该链接。
  • 检查链接是否包含特殊字符，若有需进行URL编码。

• 再次确认音频文件的完整性与格式

  • 使用ffmpeg -i out5.wav或mediainfo out5.wav工具重新验证音频参数，需完全匹配要求：单声道、16位深度、16kHz采样率、PCM编码、256kbps比特率。重点检查文件头是否完整，避免sox转码过程中出现损坏。
  • 用一个已知正常的短音频文件（自行录制符合格式的音频）上传到S3测试，排除原音频文件本身的问题。

• 检查API请求的细节

  • 确认请求使用的是v3.1预览版endpoint：https://westus.api.cognitive.microsoft.com/speechtotext/v3.1-preview.2/transcriptions，而非v3.0（用户要试用v3.1的新功能，endpoint版本不匹配可能引发错误）。
  • 验证请求头中的Ocp-Apim-Subscription-Key正确，且对应westus区域的Speech资源。
  • 确保请求体JSON格式正确，无多余逗号，同时添加所需的预览版属性，示例请求体：

    {
      "contentUrls": [
        "https://s3.us-west-1.amazonaws.com/xxxx/out5.wav"
      ],
      "locale": "en-US",
      "displayName": "Test",
      "properties": {
        "displayFormWordLevelTimestampsEnabled": true
      }
    }
    

• 排查存储服务兼容性问题

  • 尝试将音频上传至Azure Blob存储（设置容器为匿名公共访问），使用Blob的URL发起请求，排除S3与Azure Speech服务的兼容性问题。
  • 查看S3桶的访问日志，确认Azure Speech服务的请求是否被拒绝，若有则调整桶的权限规则。

• 获取更详细的错误信息

  • 登录Azure门户，进入对应的Speech资源，查看资源日志或监控指标，获取更具体的错误详情（如链接访问超时、文件格式检测失败等）。

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