Azure批量转录报错：下载录音URI时冲突，无法获取转录结果

问题 #

我正在尝试使用Microsoft Azure的批量转录功能，按照官方文档操作：

1. 通过POST请求将音频发送至服务；
2. 利用POST返回参数发起GET请求获取结果，但未得到有效内容。

具体代码如下：

import json
import requests

url_endpoint = "https://westeurope.api.cognitive.microsoft.com/speechtotext/v3.0/transcriptions/"
payload = json.dumps({
  "contentUrls": "<我的audio.mp3的URL>",
  "properties": {
    "wordLevelTimestampsEnabled": True
  },
  "locale": "en-US",
  "displayName": "Testing if works"
})

headers = {
  'Ocp-Apim-Subscription-Key': '我的订阅密钥',
  'Content-Type': 'application/json'
}

response = requests.request("POST", url_endpoint, headers=headers, data=payload)

通过POST响应构建GET请求：

response2 = requests.request("GET", json.loads(response.text)["links"]["files"], headers=headers, data={})

response2返回结果中包含contentUrl，手动访问该链接时出现错误："errorMessage": "Error when downloading the recording URI. StatusCode: Conflict"。请问我哪里操作有误？如何获取转录结果？

问题分析与解决步骤 #

1. 核心错误点 #

• contentUrls格式不符合要求：API要求该字段为字符串数组，你直接传入单个URL会导致服务解析异常；
• 音频URL权限冲突：你提供的音频URL可能存在访问权限问题（比如Azure Blob未生成带读取权限的SAS链接、URL过期或权限不足），导致转录服务无法下载音频；
• 请求时机错误：批量转录是异步任务，POST仅创建任务，你可能在任务未完成时就发起GET请求，此时返回的contentUrl无效。

2. 修正操作 #

（1）修正contentUrls格式

将payload中的contentUrls改为数组形式：

payload = json.dumps({
  "contentUrls": ["<我的audio.mp3的URL>"],  # 改为数组格式
  "properties": {
    "wordLevelTimestampsEnabled": True
  },
  "locale": "en-US",
  "displayName": "Testing if works"
})

（2）确保音频URL可被服务访问

如果音频存储在Azure Blob：

• 生成带有读取权限的SAS链接，有效期覆盖转录任务处理时间；
• 生产环境不建议将容器设为公开读取。
  如果是其他存储服务，确保URL无防盗链、权限限制，可直接公开访问。

（3）等待任务完成后再获取结果

批量转录需要时间处理音频，正确流程是：

1. 发送POST请求创建任务，提取任务ID；
2. 定期轮询任务状态，直到状态变为Succeeded或Failed；
3. 任务成功后再获取结果文件。

示例轮询代码：

import time

# 从POST响应提取任务状态查询链接
transcription_data = json.loads(response.text)
task_id = transcription_data["self"].split("/")[-1]
status_url = f"https://westeurope.api.cognitive.microsoft.com/speechtotext/v3.0/transcriptions/{task_id}"

# 轮询任务状态
while True:
    status_response = requests.get(status_url, headers=headers)
    status_data = status_response.json()
    if status_data["status"] in ["Succeeded", "Failed"]:
        break
    print(f"任务状态：{status_data['status']}，等待10秒后重试...")
    time.sleep(10)

# 获取转录结果
if status_data["status"] == "Succeeded":
    files_url = status_data["links"]["files"]
    files_response = requests.get(files_url, headers=headers)
    files_data = files_response.json()
    # 筛选出转录结果文件
    result_file = next(item for item in files_data if item["kind"] == "Transcription")
    # 直接访问contentUrl（无需携带订阅密钥）
    result_content = requests.get(result_file["contentUrl"])
    print("转录结果：", result_content.text)
else:
    print("转录任务失败：", status_data.get("error", "未知错误"))

（4）正确访问contentUrl

获取到的contentUrl已包含临时访问权限，直接发起GET请求即可，不需要携带Ocp-Apim-Subscription-Key头。

内容的提问来源于stack exchange，提问作者Enrique Benito Casado