Entrenamiento e implementación de un modelo de Habla personalizada
En este artículo, aprenderá a entrenar e implementar modelos de Custom Speech. El entrenamiento de un modelo de conversión de voz a texto puede mejorar la precisión del reconocimiento del modelo de línea base de Microsoft. Para entrenar modelos se usan transcripciones con etiqueta humana y texto relacionado. Estos conjuntos de datos, junto con los datos de audio cargados anteriormente, se usan para refinar y entrenar el modelo de conversión de voz en texto.
Uso del entrenamiento para solucionar problemas de precisión
Si tiene problemas de reconocimiento con un modelo base, puede usar transcripciones con etiqueta humana y datos relacionados para entrenar un modelo personalizado que le ayude a mejorar la precisión. Use esta tabla para determinar qué conjunto de datos se debe usar para solucionar sus problemas:
| Caso de uso | Tipo de datos |
|---|---|
| Mejorar la precisión del reconocimiento en el vocabulario y la gramática específicos del sector, como la terminología médica o la jerga de TI. | Texto sin formato o datos de texto estructurado |
| Definir tanto la fonética como la forma que se muestra de una palabra o término que tiene una pronunciación no estándar, como nombres de producto o acrónimos | Datos de pronunciación o pronunciación fonética en texto estructurado |
| Mejorar la precisión del reconocimiento en estilos de habla, acentos o ruidos de fondo específicos | Transcripciones de audio con etiqueta humana |
Entrenamiento y evaluación de un modelo
El primer paso para entrenar un modelo es cargar los datos de entrenamiento. En el artículo sobre preparación y realización de pruebas en los datos encontrará instrucciones detalladas para preparar transcripciones etiquetada por usuarios y texto relacionado (expresiones y pronunciaciones). Después de cargar los datos de entrenamiento, siga estas instrucciones para empezar a entrenar el modelo:
- Inicie sesión en el portal de Habla personalizada. Si planea entrenar un modelo con conjuntos de datos de audio y transcripción etiquetada por usuarios, seleccione una suscripción de Voz en una región con hardware dedicado para el entrenamiento.
- Vaya a Speech-to-Text > Custom Speech > [nombre del proyecto] > Aprendizaje.
- Seleccione Entrenar modelo
- Asigne un nombre y una descripción a su entrenamiento.
- En la lista Scenario and Baseline model (Escenario y modelo de línea base), seleccione el escenario que más se ajuste a su dominio. Si no está seguro de qué escenario elegir, seleccione General. El modelo de línea de base es el punto de partida para el entrenamiento. El modelo más reciente suele ser la mejor opción.
- En la página Select training data (Seleccionar datos de entrenamiento), elija los conjuntos de datos de texto relacionados de audio y transcripción etiquetada por usuarios que quiera usar para el entrenamiento.
Nota
Al entrenar un nuevo modelo, empiece con texto relacionado; el entrenamiento con audio y transcripción etiquetada por usuarios puede tardar mucho más (incluso varios días ).
Nota
No todos los modelos base son compatibles con el entrenamiento con audio. Si un modelo base no es compatible, el Servicio de voz solo usará el texto de las transcripciones y omitirá el audio. Consulte la compatibilidad con idiomas para obtener una lista de los modelos base que admiten el entrenamiento con datos de audio.
Nota
En los casos en los que cambia el modelo base utilizado para el entrenamiento y tiene audio en el conjunto de datos de entrenamiento, compruebe siempre si el nuevo modelo base seleccionado admite el entrenamiento con datos de audio. Si el modelo base usado anteriormente no admitía el entrenamiento con datos de audio, y el conjunto de datos de entrenamiento contiene audio, el tiempo de entrenamiento con el nuevo modelo base aumentará drásticamente y puede pasar de horas a días e incluso más. Esto es especialmente cierto si la suscripción del servicio Voz no está en una región con hardware dedicado para el entrenamiento.
Si se encuentra con el problema que se describe en el párrafo anterior, puede reducir rápidamente el tiempo de entrenamiento reduciendo la cantidad de audio del conjunto de datos o eliminándolo por completo y dejando solo el texto. La ultima opción es muy recomendable si la suscripción del servicio Voz no está en una región con hardware dedicado para el entrenamiento.
- Tras finalizar el entrenamiento, puede realizar pruebas de precisión en el modelo recién entrenado. Este paso es opcional.
- Seleccione Create (Crear) para generar el modelo personalizado.
La tabla Entrenamiento muestra una nueva entrada que corresponde al modelo nuevo. En la tabla también se muestra el estado: Procesando, Correcto o Error.
Consulte el procedimiento para evaluar y mejorar la precisión de los modelos de Habla personalizada. Si elige probar la precisión, es importante seleccionar un conjunto de datos acústico diferente del usado para la creación del modelo para obtener una idea realista del rendimiento del modelo.
Nota
Los modelos base y los modelos personalizados solo se pueden usar hasta una fecha determinada (consulte Ciclo de vida del modelo y el punto de conexión). Speech Studio muestra esta fecha en la columna Expiración de cada modelo y punto de conexión. Después de esa fecha, la solicitud a un punto de conexión o a la transcripción por lotes podría producir un error o revertir al modelo base.
Vuelva a entrenar el modelo con el modelo base más reciente para beneficiarse de las mejoras de precisión y evitar que el modelo expire.
Implementación de un modelo personalizado
Después de haber cargado e inspeccionado los datos, haber evaluado la precisión y haber entrenado un modelo personalizado, puede implementar un punto de conexión personalizado para usarlo con sus productos, herramientas y aplicaciones.
Para crear un punto de conexión personalizado, inicie sesión en el portal de Custom Speech. Seleccione Implementación en el menú Custom Speech de la parte superior de la página. Si se trata de la primera ejecución, observará que no aparece ningún punto de conexión en la tabla. Después de crear un punto de conexión, usará esta página para realizar el seguimiento de cada punto de conexión implementado.
A continuación, seleccione Agregar punto de conexión y escriba un nombre y una descripción para el punto de conexión personalizado. Luego, seleccione el modelo personalizado que desea asociar al punto de conexión. Desde esta página también puede habilitar el registro. El registro le permite supervisar el tráfico del punto de conexión. Si está deshabilitado, el tráfico no se almacenará.
Nota
No olvide aceptar los términos de uso y los detalles de precios.
A continuación, seleccione Crear. Esta acción le devolverá a la página Implementación. Ahora, la tabla incluye una entrada que se corresponde con el punto de conexión personalizado. El estado del punto de conexión muestra su estado actual. Se puede tardar hasta 30 minutos en crear una instancia de un nuevo punto de conexión con los modelos personalizados. Cuando el estado de la implementación cambie a Completado, el punto de conexión estará listo para su uso.
Una vez implementado el punto de conexión, su nombre aparece como un vínculo. Seleccione el vínculo para ver información específica del punto de conexión, como su clave o su dirección URL, y código de ejemplo. Tome nota de la fecha de expiración y actualice el modelo del punto de conexión antes de esa fecha para garantizar un servicio ininterrumpido.
Visualización de datos de registro
Los datos de registro están disponibles para la exportación si consulta la página del punto de conexión en Implementaciones.
Nota
Los datos de registro están disponibles durante 30 días en el almacenamiento que pertenece a Microsoft. Transcurrido ese periodo se eliminarán. Si una cuenta de almacenamiento que pertenezca a un cliente está vinculada a la suscripción a Cognitive Services, los datos de registro no se eliminarán automáticamente.