Загрузка наборов данных для обучения и тестирования настраиваемой речи

Чтобы отправить собственные наборы данных в Speech Studio, выполните следующие действия:

1. Войдите в службу Speech Studio.

2. Выберите Пользовательская речь> Имя вашего проекта >Наборы речевых данных>Загрузить данные.

3. Выберите вкладку Данные для обучения или Данные для тестирования.

4. Выберите тип набора данных и нажмите Далее.

5. Укажите расположение набора данных и нажмите Далее. Вы можете выбрать локальный файл или указать удаленный адрес, например URL-адрес Azure Blob. Если выбрать удаленное расположение и не использовать доверенный механизм безопасности служб Azure, удаленное расположение должно быть URL-адресом, который можно получить с помощью простого анонимного запроса GET. Например, SAS URL или общедоступный URL. URL-адреса, требующие дополнительной авторизации или ожидающие взаимодействия с пользователем, не поддерживаются.

   Примечание.

   Если вы используете URL-адрес Azure Blob, вы можете обеспечить максимальный уровень безопасности файлов набора данных с помощью механизма безопасности доверенных служб Azure. Вы используете те же методы, что и для пакетного преобразования речи в текст и обычных URL-адресов учетной записи хранения для файлов набора данных. Дополнительные сведения см. здесь.

6. Введите имя и описание набора данных и нажмите Далее.

7. Проверьте параметры, а затем выберите Сохранить и закрыть.

После отправки набора данных перейдите на страницу "Обучение пользовательских моделей ", чтобы обучить пользовательскую модель.

Прежде чем продолжить, убедитесь, что у вас установлен и настроен Speech CLI.

С помощью Speech CLI и Speech to Text REST API, в отличие от портала Microsoft Foundry и Speech Studio, вы не выбираете, является ли набор данных для тестирования или обучения во время загрузки. Вы указываете, как набор данных используется при обучении модели или выполнении теста.

При том, что вы не указываете, предназначен ли набор данных для тестирования или обучения, необходимо указать тип набора данных. Тип набора данных используется для определения типа создаваемого набора данных. В некоторых случаях тип набора данных используется только для тестирования или обучения, но полагаться на это не следует. Значения CLI и REST API для службы "Речь" kind соответствуют параметрам в портале Microsoft Foundry и Speech Studio, как описано в следующей таблице.

Чтобы создать набор данных и подключить его к существующему проекту, используйте команду spx csr dataset create. Создайте параметры запроса в соответствии со следующими инструкциями:

• project Задайте для свойства идентификатор существующего проекта. Используйте свойство project, чтобы управлять тонкой настройкой для пользовательской речи на портале Microsoft Foundry. Чтобы получить идентификатор проекта, ознакомьтесь с идентификатором проекта для документации по REST API.

• Задайте обязательное свойство kind. Возможные значения для типа обучающего набора данных: Acoustic, AudioFiles, Language, LanguageMarkdown и Pronunciation.

• Задайте обязательное свойство contentUrl. Этот параметр является расположением набора данных. Если вы не используете механизм безопасности доверенных служб Azure (см. следующее примечание), contentUrl то это свойство должно быть URL-адресом, который можно получить с помощью простого анонимного запроса GET. Например, SAS URL или общедоступный URL. URL-адреса, требующие дополнительной авторизации или взаимодействия с пользователем, не поддерживаются.

  Примечание.

  Если вы используете URL-адрес Azure Blob, вы можете обеспечить максимальный уровень безопасности файлов набора данных с помощью механизма безопасности доверенных служб Azure. Вы используете те же методы, что и для пакетного преобразования речи в текст и обычных URL-адресов учетной записи хранения для файлов набора данных. Дополнительные сведения см. здесь.

• Задайте обязательное свойство language. Локаль набора данных должна соответствовать локали проекта. Позже язык и регион изменить нельзя. Свойство командной строки language службы речевой обработки соответствует свойству locale в запросе и ответе JSON.

• Задайте обязательное свойство name. Этот параметр — это имя, отображаемое на портале Microsoft Foundry. Свойство командной строки name службы речевой обработки соответствует свойству displayName в запросе и ответе JSON.

Ниже приведен пример команды интерфейса командной строки речевой службы, которая создает набор данных и подключает его к существующему проекту:

spx csr dataset create --api-version v3.2 --kind "Acoustic" --name "My Acoustic Dataset" --description "My Acoustic Dataset Description" --project YourProjectId --content YourContentUrl --language "en-US"

Текст ответа будет получен в следующем формате:

{
  "self": "https://YourResourceName.cognitiveservices.azure.com/speechtotext/v3.2/datasets/aaaabbbb-0000-cccc-1111-dddd2222eeee",
  "kind": "Acoustic",
  "links": {
    "files": "https://YourResourceName.cognitiveservices.azure.com/speechtotext/v3.2/datasets/23b6554d-21f9-4df1-89cb-f84510ac8d23/files"
  },
  "project": {
    "self": "https://YourResourceName.cognitiveservices.azure.com/speechtotext/v3.2/projects/bbbbcccc-1111-dddd-2222-eeee3333ffff"
  },
  "properties": {
    "textNormalizationKind": "Default",
    "acceptedLineCount": 2,
    "rejectedLineCount": 0,
    "duration": "PT59S"
  },
  "lastActionDateTime": "2024-07-14T17:36:30Z",
  "status": "Succeeded",
  "createdDateTime": "2024-07-14T17:36:14Z",
  "locale": "en-US",
  "displayName": "My Acoustic Dataset",
  "description": "My Acoustic Dataset Description",
  "customProperties": {
    "PortalAPIVersion": "3"
  }
}

Свойство верхнего уровня self в теле ответа представляет собой URI набора данных. Используйте этот URI для получения сведений о проекте и файлах набора данных. Тот же URI используйте для обновления или удаления набора данных.

Чтобы получить справку Speech CLI по наборам данных, выполните следующую команду:

spx help csr dataset

С помощью Speech CLI и Speech to Text REST API, в отличие от портала Microsoft Foundry и Speech Studio, вы не выбираете, является ли набор данных для тестирования или обучения во время загрузки. Вы указываете, как набор данных используется при обучении модели или выполнении теста.

При том, что вы не указываете, предназначен ли набор данных для тестирования или обучения, необходимо указать тип набора данных. Тип набора данных используется для определения типа создаваемого набора данных. В некоторых случаях тип набора данных используется только для тестирования или обучения, но полагаться на это не следует. Значения CLI и REST API для службы "Речь" kind соответствуют параметрам в портале Microsoft Foundry и Speech Studio, как описано в следующей таблице.

Чтобы создать набор данных и подключить его к существующему проекту, используйте Datasets_Create операцию преобразования речи в текстовый REST API. Создайте текст запроса в соответствии со следующими инструкциями:

• project Задайте для свойства идентификатор существующего проекта. Используйте свойство project, чтобы управлять тонкой настройкой для пользовательской речи на портале Microsoft Foundry. Чтобы получить идентификатор проекта, ознакомьтесь с идентификатором проекта для документации по REST API.

• Задайте обязательное свойство kind. Возможные значения для типа обучающего набора данных: Acoustic, AudioFiles, Language, LanguageMarkdown и Pronunciation.

• Задайте обязательное свойство contentUrl. Это свойство указывает местоположение набора данных. Если вы не используете механизм безопасности доверенных служб Azure (см. следующее примечание), contentUrl то это свойство должно быть URL-адресом, который можно получить с помощью простого анонимного запроса GET. Например, SAS URL или общедоступный URL. URL-адреса, требующие дополнительной авторизации или взаимодействия с пользователем, не поддерживаются.

  Примечание.

  Если вы используете URL-адрес Azure Blob, вы можете обеспечить максимальный уровень безопасности файлов набора данных с помощью механизма безопасности доверенных служб Azure. Вы используете те же методы, что и для пакетного преобразования речи в текст и обычных URL-адресов учетной записи хранения для файлов набора данных. Дополнительные сведения см. здесь.

• Задайте обязательное свойство locale. Локаль набора данных должна соответствовать локали проекта. Позже язык и регион изменить нельзя.

• Задайте обязательное свойство displayName. Это свойство — это имя, отображаемое на портале Microsoft Foundry.

Выполните HTTP-запрос POST, используя URI, как показано в следующем примере. Замените YourSpeechResoureKey на ключ ресурса Speech, замените YourResourceName на имя ресурса Speech и задайте свойства тела запроса, как описано ранее.

curl -v -X POST -H "Ocp-Apim-Subscription-Key: YourSpeechResoureKey" -H "Content-Type: application/json" -d '{
  "kind": "Acoustic",
  "displayName": "My Acoustic Dataset",
  "description": "My Acoustic Dataset Description",
  "project": {
    "self": "https://YourResourceName.cognitiveservices.azure.com/speechtotext/v3.2/projects/bbbbcccc-1111-dddd-2222-eeee3333ffff"
  },
  "contentUrl": "https://contoso.com/mydatasetlocation",
  "locale": "en-US",
}'  "https://YourResourceName.cognitiveservices.azure.com/speechtotext/v3.2/datasets"

Текст ответа будет получен в следующем формате:

{
  "self": "https://YourResourceName.cognitiveservices.azure.com/speechtotext/v3.2/datasets/aaaabbbb-0000-cccc-1111-dddd2222eeee",
  "kind": "Acoustic",
  "links": {
    "files": "https://YourResourceName.cognitiveservices.azure.com/speechtotext/v3.2/datasets/23b6554d-21f9-4df1-89cb-f84510ac8d23/files"
  },
  "project": {
    "self": "https://YourResourceName.cognitiveservices.azure.com/speechtotext/v3.2/projects/bbbbcccc-1111-dddd-2222-eeee3333ffff"
  },
  "properties": {
    "textNormalizationKind": "Default",
    "acceptedLineCount": 2,
    "rejectedLineCount": 0,
    "duration": "PT59S"
  },
  "lastActionDateTime": "2024-07-14T17:36:30Z",
  "status": "Succeeded",
  "createdDateTime": "2024-07-14T17:36:14Z",
  "locale": "en-US",
  "displayName": "My Acoustic Dataset",
  "description": "My Acoustic Dataset Description",
  "customProperties": {
    "PortalAPIVersion": "3"
  }
}

Свойство верхнего уровня self в теле ответа представляет собой URI набора данных. Используйте этот URI для получения сведений о проекте и файлах набора данных. Этот URI также используется для обновления или удаления набора данных.