Nyelvazonosítási tárolók a Dockerrel
A Beszédnyelv-azonosító tároló észleli a hangfájlokban beszélt nyelvet. Valós idejű beszéd- vagy kötegelt hangrögzítéseket kaphat köztes eredményekkel. Ebből a cikkből megtudhatja, hogyan tölthet le, telepíthet és futtathat nyelvazonosítási tárolót.
Feljegyzés
A Speech language identification tároló nyilvános előzetes verzióban érhető el. Az előzetes verziójú tárolók még fejlesztés alatt állnak, és nem felelnek meg a Microsoft stabilitási és támogatási követelményeinek.
Az előfeltételekről, a tárolók futásának ellenőrzéséről, több tároló ugyanazon a gazdagépen való futtatásáról és a leválasztott tárolók futtatásáról további információt a Speech-tárolók telepítése és futtatása a Dockerrel című témakörben talál.
Tipp.
A legeredményesebb eredmények eléréséhez használja a Speech language identification tárolót a beszédről szövegre vagy egyéni beszédről szövegtárolókra.
Tárolólemezképek
A Speech language identification container image for all supported versions and locales is found on the Microsoft Container Registry (MCR) syndicate. Az adattárban azure-cognitive-services/speechservices/
található, és neve language-detection
.
A teljes tárolórendszerkép neve: mcr.microsoft.com/azure-cognitive-services/speechservices/language-detection
. Egy adott verzió hozzáfűzése vagy hozzáfűzése :latest
a legújabb verzió lekéréséhez.
Verzió | Elérési út |
---|---|
Legutóbbi | mcr.microsoft.com/azure-cognitive-services/speechservices/language-detection:latest |
1.12.0 | mcr.microsoft.com/azure-cognitive-services/speechservices/language-detection:1.12.0-amd64-preview |
A címkék kivételével latest
minden címke a következő formátumban van, és megkülönbözteti a kis- és nagybetűket:
<major>.<minor>.<patch>-<platform>-<prerelease>
A címkék JSON formátumban is elérhetők az Ön kényelme érdekében. A törzs tartalmazza a tároló elérési útját és a címkék listáját. A címkék nem verzió szerint lesznek rendezve, de "latest"
mindig a lista végén jelennek meg, ahogyan az ebben a kódrészletben látható:
{
"name": "azure-cognitive-services/speechservices/language-detection",
"tags": [
"1.1.0-amd64-preview",
"1.11.0-amd64-preview",
"1.12.0-amd64-preview",
"1.3.0-amd64-preview",
"1.5.0-amd64-preview",
<--redacted for brevity-->
"1.8.0-amd64-preview",
"latest"
]
}
Tárolórendszerkép lekérése Docker-lekéréssel
Szüksége van az előfeltételekre, beleértve a szükséges hardvert is. Tekintse meg az egyes Speech-tárolókhoz javasolt erőforrások lefoglalását is.
A Docker lekéréses parancsával letölthet egy tárolólemezképet a Microsoft Container Registryből:
docker pull mcr.microsoft.com/azure-cognitive-services/speechservices/language-detection:latest
A tároló futtatása docker-futtatással
A tároló futtatásához használja a docker-futtatási parancsot.
Az alábbi táblázat a különböző docker run
paramétereket és azok leírását jelöli:
Paraméter | Leírás |
---|---|
{ENDPOINT_URI} |
A végpont szükséges a méréshez és a számlázáshoz. További információ: számlázási argumentumok. |
{API_KEY} |
Az API-kulcs megadása kötelező. További információ: számlázási argumentumok. |
A Speech nyelvazonosítási tároló futtatásakor konfigurálja a portot, a memóriát és a processzort a nyelvazonosítási tároló követelményeinek és javaslatainak megfelelően.
Íme egy példaparancs docker run
helyőrző értékekkel. Meg kell adnia a ENDPOINT_URI
következő értékeket:API_KEY
docker run --rm -it -p 5000:5003 --memory 1g --cpus 1 \
mcr.microsoft.com/azure-cognitive-services/speechservices/language-detection \
Eula=accept \
Billing={ENDPOINT_URI} \
ApiKey={API_KEY}
A parancs a következőket hajtja végre:
- Beszédnyelv-azonosító tárolót futtat a tárolórendszerképből.
- 1 processzormagot és 1 GB memóriát foglal le.
- Az 5000-s TCP-portot teszi elérhetővé, és egy pszeudo-TTY-t foglal le a tárolóhoz.
- A tárolót a kilépés után automatikusan eltávolítja. A tárolólemezkép továbbra is elérhető a gazdaszámítógépen.
A Speech-tárolókkal kapcsolatos docker run
további információkért lásd : Speech-tárolók telepítése és futtatása a Dockerrel.
Futtatás a speech to text tárolóval
Ha a beszéd-szöveg tárolóval szeretné futtatni a nyelvazonosítási tárolót, használhatja ezt a Docker-lemezképet. A két tároló elindítása után a docker run
következő paranccsal hajthatja végre a következőt speech-to-text-with-languagedetection-client
:
docker run --rm -v ${HOME}:/root -ti antsu/on-prem-client:latest ./speech-to-text-with-languagedetection-client ./audio/LanguageDetection_en-us.wav --host localhost --lport 5003 --sport 5000
Az egyidejű hívások számának növelése befolyásolhatja a megbízhatóságot és a késést. A nyelvazonosításhoz legfeljebb négy egyidejű hívást ajánlunk 1 processzorral és 1 GB memóriával. A 2 CPU-val és 2 GB memóriával rendelkező gazdagépek esetében legfeljebb hat egyidejű hívást ajánlunk.
A tároló használata
A Speech-tárolók websocket-alapú lekérdezésvégpont API-kat biztosítanak, amelyek a Speech SDK-n és a Speech CLI-n keresztül érhetők el. Alapértelmezés szerint a Speech SDK és a Speech CLI a nyilvános Speech szolgáltatást használja. A tároló használatához módosítania kell az inicializálási módszert.
Fontos
Ha tárolókkal használja a Speech szolgáltatást, mindenképpen használjon gazdagép-hitelesítést. Ha konfigurálja a kulcsot és a régiót, a kérések a nyilvános beszédszolgáltatáshoz kerülnek. Előfordulhat, hogy a Speech szolgáltatás eredményei nem a vártak. A leválasztott tárolókból érkező kérések sikertelenek lesznek.
Az Azure-felhő inicializálási konfigurációjának használata helyett:
var config = SpeechConfig.FromSubscription(...);
Használja ezt a konfigurációt a tároló gazdagépével:
var config = SpeechConfig.FromHost(
new Uri("http://localhost:5000"));
Az Azure-felhő inicializálási konfigurációjának használata helyett:
auto speechConfig = SpeechConfig::FromSubscription(...);
Használja ezt a konfigurációt a tároló gazdagépével:
auto speechConfig = SpeechConfig::FromHost("http://localhost:5000");
Az Azure-felhő inicializálási konfigurációjának használata helyett:
speechConfig, err := speech.NewSpeechConfigFromSubscription(...)
Használja ezt a konfigurációt a tároló gazdagépével:
speechConfig, err := speech.NewSpeechConfigFromHost("http://localhost:5000")
Az Azure-felhő inicializálási konfigurációjának használata helyett:
SpeechConfig speechConfig = SpeechConfig.fromSubscription(...);
Használja ezt a konfigurációt a tároló gazdagépével:
SpeechConfig speechConfig = SpeechConfig.fromHost("http://localhost:5000");
Az Azure-felhő inicializálási konfigurációjának használata helyett:
const speechConfig = sdk.SpeechConfig.fromSubscription(...);
Használja ezt a konfigurációt a tároló gazdagépével:
const speechConfig = sdk.SpeechConfig.fromHost("http://localhost:5000");
Az Azure-felhő inicializálási konfigurációjának használata helyett:
SPXSpeechConfiguration *speechConfig = [[SPXSpeechConfiguration alloc] initWithSubscription:...];
Használja ezt a konfigurációt a tároló gazdagépével:
SPXSpeechConfiguration *speechConfig = [[SPXSpeechConfiguration alloc] initWithHost:"http://localhost:5000"];
Az Azure-felhő inicializálási konfigurációjának használata helyett:
let speechConfig = SPXSpeechConfiguration(subscription: "", region: "");
Használja ezt a konfigurációt a tároló gazdagépével:
let speechConfig = SPXSpeechConfiguration(host: "http://localhost:5000");
Az Azure-felhő inicializálási konfigurációjának használata helyett:
speech_config = speechsdk.SpeechConfig(
subscription=speech_key, region=service_region)
Használja ezt a konfigurációt a tárolóvégponttal:
speech_config = speechsdk.SpeechConfig(
host="http://localhost:5000")
Ha a Speech CLI-t egy tárolóban használja, adja meg a --host http://localhost:5000/
lehetőséget. Azt is meg kell adnia --key none
, hogy a parancssori felület ne használjon beszédkulcsot a hitelesítéshez. A Speech CLI konfigurálásáról további információt az Azure AI Speech CLI használatának első lépései című témakörben talál.
Próbálja ki a nyelvazonosítást a kulcs és a régió helyett gazdahitelesítéssel. Amikor nyelvazonosítót futtat egy tárolóban, használja az SourceLanguageRecognizer
objektumot ahelyett SpeechRecognizer
vagy TranslationRecognizer
.
Következő lépések
- A Speech-tárolók áttekintése
- Tárolók konfigurálása konfigurációs beállításokhoz
- További Azure AI-tárolók használata