Vytvoření a použití vašeho hlasového modelu

V části Příprava školicích datjste se dozvěděli o různých typech dat, které můžete použít k výuce vlastního neuronové hlasu a různých požadavků na formát. Po přípravě dat a ústním příkazu Voice talentů je můžete začít nahrávat do sady Speech Studio. V tomto článku se naučíte, jak naučit vlastní neuronové hlas prostřednictvím portálu Speech Studio. Podívejte se na podporované jazyky pro vlastní neuronové hlas.

Požadavky

• Dokončit Začínáme s vlastním neuronové hlasem
• Příprava školicích dat

Nastavení talentů hlasu

Hlasový talentů je individuální nebo cílový mluvčí, jehož hlasy se zaznamenávají a používají k vytváření neuronovéch hlasových modelů. Před vytvořením hlasu definujte svůj hlasový a vyberte správný hlasový talentů. Podrobnosti o nahrávání ukázek hlasu najdete v tomto kurzu.

Chcete-li naučit neuronové hlas, je nutné vytvořit profil hlasové talentů se zvukovým souborem zaznamenaným hlasovým talentůem, který souhlasí s používáním jejich dat řeči k učení vlastního hlasového modelu. Při přípravě skriptu nahrávání se ujistěte, že jste zahrnuli následující větu:

"I [stav vašeho jména a příjmení] si uvědomte, že nahrávky mého hlasu budou použity uživatelem [State název společnosti] k vytvoření a použití syntetické verze mého hlasu." Tato věta slouží k ověření, zda školicí data odpovídají zvuku v prohlášení o souhlasu. > si přečtěte další informace o ověřování talentů hlasu .

Následující postup předpokládá, že jste připravili soubory ústního souhlasu talentů Voice. Přejděte na Speech Studio a vyberte vlastní neuronové hlasový projekt a pak postupujte podle následujících kroků a vytvořte profil Voice talentů.

1. Pokud chcete přejít k vlastnímu hlasu pro Převod textu na řeč, > > Vyberte projekt > nastavení hlasových talentů.

2. Vyberte Přidat hlasový talentů.

3. Potom můžete definovat charakteristiky hlasu a vybrat cílový scénář , který se má použít. Pak popište charakteristiky hlasu.

4. potom přejděte na příkaz Upload voice talentů, postupujte podle pokynů pro nahrání hlasu talentů, který jste připravili předem.

5. Nakonec přejdete na zkontrolovat a vytvořit, můžete zkontrolovat nastavení a vybrat Odeslat.

Upload vaše data

Až budete připraveni na nahrání dat, přejdete na kartu Příprava školicích dat a přidáte svoji první sadu školení a nahrajete data. Školicí sada je sada zvukových projevy a jejich mapovacích skriptů používaných k výuce hlasového modelu. K uspořádání školicích dat můžete použít školicí sadu. Kontrola připravenosti na data bude provedena v každé sadě školení. Do sady školení můžete importovat více dat.

K vytvoření a kontrole školicích dat můžete provést následující postup.

1. Na kartě připravit školicí data vyberte Přidat sadu školení a zadejte název a Popis > vytvořit , chcete-li přidat novou výukovou sadu.

   Po úspěšném vytvoření sady školení můžete začít nahrávat data.

2. chcete-li odeslat data, vyberte Upload data > zvolte datový typ > Upload data a zadejte cílovou sadu školení > zadejte název a popis pro vaše data > zkontrolujte nastavení a vyberte odeslat.

Všechna data, která nahráváte, musí splňovat požadavky na datový typ, který zvolíte. Je důležité správně naformátovat data před nahráním, což zajistí, že data budou přesně zpracována vlastní hlasovou službou neuronové. Pokračujte v přípravě školicích dat a ujistěte se, že vaše data jsou ve správném formátu.

Datové soubory se po stisknutí tlačítka Odeslat automaticky ověřují. Ověřování dat zahrnuje sérii kontrol zvukových souborů pro ověření jejich formátu, velikosti a vzorkovací frekvence. Opravte chyby, pokud nějaké existují, a odešlete je znovu.

Po nahrání dat si můžete prohlédnout podrobnosti v zobrazení podrobností sady školení. Na kartě Přehled můžete dále kontrolovat výsledky výslovnosti a úroveň hluku pro každé z vašich dat. Skóre výslovnosti je rozsah od 0 do 100. Skóre nižší než 70 (normálně) indikuje chybu řeči nebo neshoda skriptu. Hodně zdůraznění může snížit vaše výsledky výslovnosti a ovlivnit vygenerovaný digitální hlas.

Vyšší poměr mezi signálem a hlukem (SNR) znamená nižší šum ve zvukovém prostředí. Můžete obvykle dosáhnout 50 + SNR záznamem na Professional studia. Zvuk s SNRem nižším než 20 může vést k zjevnému šumu ve vygenerovaném hlasu.

Zvažte opětovné zaznamenávání všech projevy s nízkými výslovnostmi nebo nedostatečnými poměry k hluku. Pokud se nemůžete znovu nahrávat, zvažte, jestli se projevy z vašich dat.

Podrobnosti o datech můžete zjistit v podrobnostech o datech sady školení. Pokud se s daty vyskytnou nějaké typické problémy, opravte je před školením podle pokynů v zobrazené zprávě.

Problémy jsou rozděleny do tří typů. Odkazování na následující tři tabulky pro kontrolu příslušných typů chyb.

Ručně opravte první typ chyb uvedených v následující tabulce. v opačném případě budou data s těmito chybami během školení vyloučena.

Druhý typ chyb uvedených v následující tabulce bude automaticky opraven, ale doporučujeme dvakrát zkontrolovat pevná data.

Pokud třetí typ chyb uvedených v tabulce níže není uvedený, přestože data s těmito chybami nebudou během školení vyloučená, bude to mít vliv na kvalitu školení. Pro školení vyšší kvality se doporučuje ručně opravit tyto chyby.

Výuka vlastního neuronové hlasového modelu

Po ověření vašich datových souborů je můžete použít k vytvoření vlastního neuronové hlasového modelu.

1. Na kartě model vlaku vyberte model výuky , abyste vytvořili hlasový model s daty, která jste nahráli.

2. Vyberte metodu školení neuronové pro váš model a cílový jazyk.

Ve výchozím nastavení je váš hlasový model vyškolený ve stejném jazyce vašich školicích dat. Pro svůj hlasový model můžete také vybrat možnost pro vytvoření sekundárního jazyka (Preview). Podívejte se na jazyky podporované pro vlastní neuronové hlas a vícejazyčné funkce: jazyk pro přizpůsobení.

Školení vlastních hlasů neuronové není zdarma. Podrobnosti najdete v podrobnostech o cenách . Pokud však máte k dispozici statistické modely ukazatelů nebo zřetězené hlasové modely nasazené před 3/31/2021 s prostředky S0 Speech, budou bezplatné neuronové školicí kredity nabízeny vašemu předplatnému Azure a můžete zdarma vyškolit 5 různých verzí neuronové hlasů.

3. Potom zvolte data, která chcete použít pro školení, a zadejte soubor mluvčího.

4. Pak zvolte testovací skript.

Každé školení bude automaticky generovat ukázkové zvukové soubory 100, které vám pomůžou s testováním modelu pomocí výchozího skriptu. Můžete také zadat vlastní testovací skript jako volitelný. Testovací skript musí vyloučit názvy souborů (ID jednotlivých utterance), jinak budou tato ID vymluvené. Níže je uveden příklad, jak je projevy uspořádána v jednom souboru .txt:

This is the waistline, and it's falling.
We have trouble scoring.
It was Janet Maslin.

Každý odstavec utterance bude mít za následek samostatný zvuk. Pokud chcete zkombinovat všechny věty do jednoho zvukového zařízení, udělejte je v jednom odstavci.

5. Zadejte název a Popis , který vám usnadní identifikaci tohoto modelu.

Vyberte název pečlivě. Název, který zde zadáte, bude název, který použijete k zadání hlasu v žádosti o Shrnutí řeči v rámci vstupu SSMLu. Povolena jsou pouze písmena, číslice a znaky interpunkce, například-, _ a (', '). Pro různé hlasové modely neuronové použijte jiné názvy.

Společné použití pole Description slouží k záznamu názvů dat, která byla použita k vytvoření modelu.

6. Zkontrolujte nastavení a pak výběrem Odeslat spusťte školení modelu.

V tabulce model vlaku se zobrazí nová položka, která odpovídá nově vytvořenému modelu. V tabulce se zobrazí také stav: zpracování, úspěch, selhalo.

Zobrazený stav odráží proces převodu vašich dat do hlasového modelu, jak je znázorněno zde.

Doba trvání školení se liší v závislosti na tom, kolik dat jste právě školením. Pro výuku vlastního hlasu neuronové trvá přibližně 40 výpočetních hodin v průměru.

7. Po úspěšném školení modelu můžete zkontrolovat podrobnosti modelu.

Po úspěšném vytvoření hlasového modelu můžete použít vygenerované ukázkové zvukové soubory k jeho otestování před jeho nasazením pro použití.

Kvalita hlasu závisí na mnoha faktorech, včetně velikosti školicích dat, kvality záznamu, přesnosti souboru přepisu, jak dobře zaznamenaného hlasu v školicích datech odpovídá osobnosti navrženého hlasu pro zamýšlený případ použití a další. Zde najdete další informace o možnostech a omezeních naší technologie a o osvědčených postupech pro zlepšení kvality modelu.

Vytvoření a použití vlastního hlasového koncového bodu neuronové

Po úspěšném vytvoření a otestování vašeho hlasového modelu ho nasadíte do vlastního koncového bodu pro převod textu na řeč. Tento koncový bod pak použijete místo obvyklého koncového bodu při vytváření požadavků na převod textu na řeč prostřednictvím REST API. Váš vlastní koncový bod může být volán pouze předplatným, které jste použili k nasazení modelu.

Chcete-li vytvořit vlastní hlasový koncový bod neuronové, můžete provést následující postup.

1. Na kartě nasadit model vyberte nasadit model.
2. Potom zadejte název a Popis vlastního koncového bodu.
3. Pak vyberte hlasový model, který chcete přidružit k tomuto koncovému bodu.
4. Nakonec vyberte nasadit a vytvořte koncový bod.

Po kliknutí na tlačítko nasadit se v tabulce koncového bodu zobrazí položka pro nový koncový bod. Vytvoření instance nového koncového bodu může trvat několik minut. Po úspěšném stavu nasazení je koncový bod připravený k použití.

Pokud ho nebudete používat, můžete koncový bod pozastavit a obnovit . Když se po pozastavení znovu aktivuje koncový bod, adresa URL koncového bodu se zachová stejně, takže nemusíte měnit kód v aplikacích.

Koncový bod můžete také aktualizovat na nový model. Chcete-li změnit model, ujistěte se, že je nový model pojmenován stejně jako ten, který chcete aktualizovat.

Po nasazení koncového bodu se název koncového bodu zobrazí jako odkaz. Kliknutím na odkaz zobrazíte informace, které jsou specifické pro váš koncový bod, jako je klíč koncového bodu, adresa URL koncového bodu a ukázkový kód.

Vlastní koncový bod je funkčně stejný jako standardní koncový bod, který se používá pro požadavky převodu textu na řeč. Další informace najdete v tématu sada Speech SDK nebo REST API.

Poskytujeme také online nástroj, vytváření zvukového obsahu, které vám umožní doladit zvukový výstup pomocí POPISNÉHO uživatelského rozhraní.

Další kroky

• Jak nahrávat ukázky hlasu
• Reference k rozhraní API pro převod textu na mluvené slovo
• Rozhraní API pro dlouhé zvukové zařízení