Текстовый текст в контейнеры речи с помощью Docker

Нейронный текст в контейнер речи преобразует текст в естественно-звуковую речь с помощью технологии глубокой нейронной сети, что позволяет более естественно синтезировать речь. Из этой статьи вы узнаете, как скачать, установить и запустить контейнер преобразования текста в речь.

Дополнительные сведения о предварительных требованиях, проверке запуска контейнера, выполнении нескольких контейнеров на одном узле и выполнении отключенных контейнеров см. в разделе "Установка и запуск контейнеров службы "Речь" с помощью Docker.

Образы контейнеров

Нейронный текст для образа контейнера речи для всех поддерживаемых версий и языковых стандартов можно найти в синдикате Реестра контейнеров Майкрософт (MCR). Он находится в репозитории azure-cognitive-services/speechservices/ и называется neural-text-to-speech.

Полное имя образа контейнера — mcr.microsoft.com/azure-cognitive-services/speechservices/neural-text-to-speech. Добавьте определенную версию или добавьте :latest ее, чтобы получить последнюю версию.

Все теги, кроме latest, имеют следующий формат и учитывают регистр:

<major>.<minor>.<patch>-<platform>-<voice>-<preview>

Теги также доступны в формате JSON для удобства. Текст содержит путь к контейнеру и список тегов. Теги не отсортированы по версии, но "latest" всегда включаются в конец списка, как показано в этом фрагменте кода:

{
  "name": "azure-cognitive-services/speechservices/neural-text-to-speech",
  "tags": [
    <--redacted for brevity-->
    "3.11.0-amd64-tr-tr-emelneural",
    "3.11.0-amd64-uk-ua-ostapneural",
    "3.11.0-amd64-zh-cn-xiaochenneural-preview",
    "3.11.0-amd64-zh-cn-xiaohanneural",
    "3.11.0-amd64-zh-cn-xiaomoneural",
    "3.11.0-amd64-zh-cn-xiaoqiuneural-preview",
    "3.11.0-amd64-zh-cn-xiaoruineural",
    "3.11.0-amd64-zh-cn-xiaoshuangneural-preview",
    "3.11.0-amd64-zh-cn-xiaoxiaoneural",
    "3.11.0-amd64-zh-cn-xiaoyanneural-preview",
    "3.11.0-amd64-zh-cn-xiaoyouneural",
    "3.11.0-amd64-zh-cn-yunxineural",
    "3.11.0-amd64-zh-cn-yunyangneural",
    "3.11.0-amd64-zh-cn-yunyeneural",
    "latest"
  ]
}

Получение образа контейнера с помощью команды docker pull

Необходимые компоненты , включая необходимое оборудование. Также см. рекомендуемое выделение ресурсов для каждого контейнера службы "Речь".

Воспользуйтесь командой docker pull, чтобы скачать образ контейнера из реестра контейнеров Microsoft:

docker pull mcr.microsoft.com/azure-cognitive-services/speechservices/neural-text-to-speech:latest

Запуск контейнера с помощью запуска Docker

Воспользуйтесь командой docker run для запуска контейнера.

docker run --rm -it -p 5000:5000 --memory 12g --cpus 6 \
mcr.microsoft.com/azure-cognitive-services/speechservices/neural-text-to-speech \
Eula=accept \
Billing={ENDPOINT_URI} \
ApiKey={API_KEY}

docker run --rm -it -p 5000:5000 \ 
-v {LICENSE_MOUNT} \
{IMAGE} \
eula=accept \
billing={ENDPOINT_URI} \
apikey={API_KEY} \
DownloadLicense=True \
Mounts:License={CONTAINER_LICENSE_DIRECTORY} 

docker run --rm -it -p 5000:5000 --memory {MEMORY_SIZE} --cpus {NUMBER_CPUS} \ 
-v {LICENSE_MOUNT} \ 
-v {OUTPUT_PATH} \
{IMAGE} \
eula=accept \
Mounts:License={CONTAINER_LICENSE_DIRECTORY}
Mounts:Output={CONTAINER_OUTPUT_DIRECTORY}

sudo chown -R nonroot:nonroot <YOUR_LOCAL_MACHINE_PATH_1> <YOUR_LOCAL_MACHINE_PATH_2> ...

Дополнительные сведения о контейнерах службы "Речь" см. в docker run разделе "Установка и запуск контейнеров службы "Речь" с помощью Docker.

Использование контейнера

Контейнеры службы "Речь" предоставляют API конечных точек запросов на основе websocket, к которым обращается пакет SDK службы "Речь" и CLI службы "Речь". По умолчанию пакет SDK службы "Речь" и cli службы "Речь" используют общедоступную службу "Речь". Чтобы использовать контейнер, вам необходимо изменить метод инициализации.

var config = SpeechConfig.FromSubscription(...);

var config = SpeechConfig.FromHost(
    new Uri("http://localhost:5000"));

auto speechConfig = SpeechConfig::FromSubscription(...);

auto speechConfig = SpeechConfig::FromHost("http://localhost:5000");

speechConfig, err := speech.NewSpeechConfigFromSubscription(...)

speechConfig, err := speech.NewSpeechConfigFromHost("http://localhost:5000")

SpeechConfig speechConfig = SpeechConfig.fromSubscription(...);

SpeechConfig speechConfig = SpeechConfig.fromHost("http://localhost:5000");

const speechConfig = sdk.SpeechConfig.fromSubscription(...);

const speechConfig = sdk.SpeechConfig.fromHost("http://localhost:5000");

SPXSpeechConfiguration *speechConfig = [[SPXSpeechConfiguration alloc] initWithSubscription:...];

SPXSpeechConfiguration *speechConfig = [[SPXSpeechConfiguration alloc] initWithHost:"http://localhost:5000"];

let speechConfig = SPXSpeechConfiguration(subscription: "", region: "");

let speechConfig = SPXSpeechConfiguration(host: "http://localhost:5000");

speech_config = speechsdk.SpeechConfig(
    subscription=speech_key, region=service_region)

speech_config = speechsdk.SpeechConfig(
    host="http://localhost:5000")

Попробуйте использовать краткое руководство по использованию проверки подлинности узла, а не ключа и региона.

Элемент голосовой связи SSML

При создании нейронного текста для речи HTTP POST сообщение SSML требует voice элемента с атрибутом name . Языковой стандарт голоса должен соответствовать языковому стандарту модели контейнера. Поддержка тегов SSML согласована для каждого текста для речи как в облаке Azure, так и в среде контейнера.

Например, модель, скачаемая с помощью тега latest (по умолчанию — en-US), будет иметь голосовое имя en-US-AriaNeural.

<speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis" xml:lang="en-US">
    <voice name="en-US-AriaNeural">
        This is the text that is spoken.
    </voice>
</speak>

Следующие шаги

• Общие сведения о контейнерах службы "Речь"
• Ознакомьтесь со статьей о конфигурации контейнеров.
• Использование дополнительных контейнеров ИИ Azure